Une revue des travaux des vingt dernières années sur l'étude des textes d'enfants fait apparaître l'absence de corpus conséquent réunissant pour plusieurs classes l'ensemble des textes produits par des élèves au cours d'une séquence d'enseignement dans leurs différents états (brouillon, mise au net, réécritures éventuelles), une description précise des activités proposées aux élèves et des informations permettant de caractériser le contexte de production, tant du côté des élèves, que du professeur, de la classe et de l'établissement . Par ailleurs, la rareté des corpus longitudinaux suivant une cohorte d'élèves sur plusieurs années est mentionnée. Partant de ce constat, une équipe enseignants-chercheurs de sciences du langage et des formateurs de français de l'IUFM de Versailles s'est réunie depuis 1999 autour d'un projet commun : constituer une base de données de textes d'élèves avec leur contexte d'enseignement, à l'appui d'une étude des relations complexes entre des scénarios didactiques mis en oeuvre par des enseignants particuliers et les possibles effets d'apprentissage que révèle l'évolution des textes écrits par leurs élèves.
La constitution d'un tel corpus soulève des questions méthodologiques que nous tenterons d'exposer avant de présenter les choix opérés : pourquoi s'intéresser à la charnière CM2-collège ? quels textes retenir ? comment les transcrire ? comment rendre compte du déroulement de la séquence ? quelle place donner aux interactions orales ? quelles informations complémentaires apporter ?
Les pratiques d'enseignement ne produisant d'éventuels effets d'apprentissage qu'à travers toute une série de médiations, il s'agit de les mettre en évidence : entre le scénario de la séance et les écrits des élèves, fonctionnent comme autant de filtres le discours de l'enseignant, les interactions, le rapport à la langue et à l'écrit qui s'instaure dans la classe. Ces médiations renforcent ou limitent les effets attendus, et ce de façon différenciée selon les élèves. Le recueil de données n'a donc pas prioritairement pour but d'établir des corrélations mais de reconstituer des dynamiques - celle du déroulement et de l'enchaînement des séances, celle des différents états des textes notamment - et de cerner les différents niveaux d'interaction. C'est la raison pour laquelle, dans un premier temps, l'analyse interne de chaque séquence a été privilégiée .
Elle est le prélude à une étude contrastive dont j'essaierai de donner quelques perspectives dans cette communication. Je choisirai l'exemple de la description, composante textuelle explicitement ou implicitement requise selon les consignes dans plusieurs séquences du CM2 à la 5ème et prenant des formes différentes selon le rapport à l'écrit instauré par l'enseignant et le dispositif didactique adopté, avant de m'interroger en conclusion sur la double utilisation possible de la base de données pour la recherche et pour la formation et les aménagements que cela requiert.