Les systèmes à base de connaissances doivent faire face à un problème d'acquisition des connaissances bien connu en intelligence artificielle. Notre approche vise à permettre une acquisition automatique de connaissances à partir de textes par la génération (semi) automatique d'une ontologie du domaine. Des techniques statistiques et des techniques du traitement du langage naturel sont utilisées à cet effet. Une méthodologie pour l'évaluation de la qualité de l'ontologie est également proposée. Notre objectif ne vise pas seulement l'acquisition des connaissances mais également leur exploitation dans un contexte de formation par ordinateur. Deux communautés s'intéressent à un tel objectif : celle des systèmes tutoriels intelligents et celles du e-Learning. Bien qu'ayant des objectifs communs (la formation), les systèmes tutoriels intelligents et les systèmes traditionnels de e-Learning utilisent des moyens différents pour y parvenir. Nous pensons qu'une synergie de leurs points forts permettra de créer un pont entre les deux communautés, via un modèle de connaissance partagé : l'ontologie du domaine. Nous présentons une architecture ontologique qui se base sur ce modèle du domaine, ainsi que sur d'autres ontologies, pour générer dynamiquement des objets de connaissances et d'apprentissage ou LKO (Learning Knowledge Objects). Les LKO se distinguent par un contenu basé sur une structure sémantique explicite et par leur capacité d'adaptation à un apprenant. Ils sont composés dynamiquement et au besoin, selon une compétence à atteindre et guidés par des théories pédagogiques explicites. Ces caractéristiques rendent possible l'exploitation des LKOs par des systèmes tutoriels intelligents. Nous proposons également des mécanismes de standardisation des LKOs afin de permettre aux environnements standards de formation en ligne d'en bénéficier.