Nos travaux s'inscrivent dans le cadre des recherches menées sur les Environnements Informatiques pour l'Apprentissage Humain (EIAH). Nous nous intéressons plus spécifiquement, aux environnements fondés sur les techniques de Réalité Virtuelle (RV), dédiés à la formation professionnelle. Les activités d'apprentissage visées par nos travaux concernent la formation aux procédures à risque et/ou d'urgence, comme la formation des agents de conduite de la SNCF à la vérification et à la maintenance des appareils de voie. Ces procédures se caractérisent par le respect, souvent "strict", des consignes, protocoles et procédures établis car des erreurs peuvent occasionner de lourdes conséquences. Dans ce type de procédures, l’objectif de la formation est d'amener l'apprenant à "respecter" la procédure prescrite et le rôle du formateur consiste à superviser l'apprentissage et, en particulier, à repérer, les erreurs de l'apprenant afin d’y remédier. Dans cette thèse, nous nous intéressons à la manière dont pourrait être assisté un formateur dans sa tâche de suivi et d'assistance aux apprenants. Nous recherchons à détecter et à caractériser les erreurs produites par l'apprenant en faisant une analyse de son activité. Pour ce faire, nous proposons une approche en quatre points. Le premier consiste à proposer le langage de description de tâches METISSE qui permet de modéliser les procédures prescrites. Le but recherché par cette modélisation est de pouvoir l'exploiter pour : (1) faire le diagnostic de l'activité de l'apprenant et plus particulièrement, de détecter les aspects observables de ses erreurs ; (2) apporter de l'assistance à l'apprenant. Le deuxième point consiste à utiliser la classification des actions erronées de Hollnagel pour caractériser (qualifier) ces aspects observables. Le troisième point consiste à proposer un mécanisme de reconnaissance de plans (RP) qui, en s'appuyant sur le modèle de la procédure prescrite décrite avec le langage METISSE, permet d'inférer les plans de l'apprenant et de détecter ses actions erronées conformément à la classification de Hollnagel. Le dernier point consiste à proposer un mécanisme qui permet d’automatiser la recherche et l’inférence des causes sous- jacentes aux actions erronées de l'apprenant, en fournissant des explications (les liens causaux) ayant conduit à ces inférences. Les résultats obtenus par ce mécanisme sont ensuite proposés au formateur. Ce mécanisme est fondé sur CREAM, une méthode d’analyse de la fiabilité humaine et est implémenté en utilisant la théorie de l’évidence de Dempster-Shafer.