| Issue |
SHS Web Conf.
Volume 232, 2026
10e Congrès Mondial de Linguistique Française
|
|
|---|---|---|
| Article Number | 07032 | |
| Number of page(s) | 14 | |
| Section | Linguistique et didactique | |
| DOI | https://doi.org/10.1051/shsconf/202623207032 | |
| Published online | 15 June 2026 | |
Vers une lexicométrie augmentée par l’IA : cadre didactique pour le développement conjoint de la littératie technologique et des compétences analytiques en FOU
1 Laboratoire Langage et Société CNRST-URAC56, Université Ibn Tofaïl, Kénitra, Maroc
2 Laboratoire Langage et Société CNRST-URAC56, Université Ibn Tofaïl, Kénitra, Maroc
* Corresponding author: This email address is being protected from spambots. You need JavaScript enabled to view it.
Abstract
Dans une précédente étude (Laabichi & Bahmad, 2025) [1], nous avons proposé une méthodologie d’extraction lexicométrique permettant d’identifier et de dégager les savoirs spécialisés en sciences du langage. Cette démarche, fondée sur des méthodes traditionnelles, a prouvé son efficacité pour l’extraction des savoirs spécialisés dans un corpus en science du langage. Par contre, l’émergence des modèles de traitement automatique du langage naturel (TALN) nous invite aujourd’hui à reconsidérer les fondements de l’analyse de corpus. Dans cette communication, nous proposons un cadre didactique pour le Français sur Objectif Universitaire (FOU) qui exploite les potentialités de l’IA afin d’enrichir les méthodes lexicométriques. L'objectif est double : outiller l'analyse linguistique tout en développant simultanément la littératie technologique et les compétences analytiques des étudiants. Cette proposition s’inscrit dans la continuité de notre projet doctoral, visant à définir une pédagogie d’hybridation où l'IA agit comme amplificateur de l’analyse lexicométrique.
© The Authors, published by EDP Sciences, 2026
This is an Open Access article distributed under the terms of the Creative Commons Attribution License 4.0, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.

