L’article explore l’évolution de l’Analyse du discours (AD) et ses avancées méthodologiques et techniques, de la lexicométrie au deep learning. Depuis les années 60, l’AD s’est caractérisée par une inquiétude méthodologique face au discours, en proposant des traitements numériques visant à objectiver l’interprétation des textes. L’Analyse des discours a développé une approche logométrique qui repose sur la matérialité discursive, la description fréquentielle et la contextualisation des unités. L’arrivée de modèles deep learning interroge l’approche traditionnelle, notamment en termes d’interprétabilité des résultats. Les auteurs proposent une intégration prudente de l’IA, combinant méthodes statistiques et réseaux de neurones, tout en insistant sur la nécessité de maintenir une posture et une rigueur herméneutiques. L’AD reste fondamentalement une discipline interprétative, où le sens émerge de procédures méthodiques et contextualisées.