L'auto-organisation est un principe de traitement et de représentation de l'information important dans le cortex cérébral. Kohonen a popularisé ce principe dans son célèbre modèle de carte auto-organisatrice. Cependant la règle d'apprentissage associée à ce modéle et portant sur les connexions corticales montantes souffre d'un certain nombre de faiblesses qui limitent sa plausibilité biologique et son domaine d'utilisation. Nous avons repris la règle d'apprentissage BCM (Bienenstock-Cooper-Munro) étudiée théoriquement en profondeur pour ses propriétés de stabilité et pour sa compatibilité avec les connaissances actuelles sur l'apprentissage cortical et nous l'avons adaptée pour une utilisation numérique intensive dans de larges cartes corticales soumises à des flux d'information continus. Nous reportons dans ce papier les résultats d'une première série d'expérimentations qui montrent que ce modèle peut étre utilisé pour retrouver ces principes d'auto-organisation tels qu'ils peuvent émerger de l'apprentissage des connexions montantes. Nous pensons également que cette même règle pourrait être utilisée, de façon conjointe, pour l'apprentissage des connexions corticales latérales, comme nous commencons à le mettre en ?uvre dans une seconde série d'expérimentations.