Dans ce papier, nous présentons une analyse de l'influence des systèmes de visualisation immersifs associés à une interface d'interaction multimodale pour la résolution d'une tâche complexe. L'utilisateur est chargé de résoudre des puzzles 3D à deux pièces en utilisant une interface à deux fois 6 degrés de liberté. Nous avons ainsi testé les performances des utilisateurs en utilisant trois modes d'affichage différents : un affichage monoscopique, un système de vision stéréoscopique et enfin un dispositif de suivi de position de la tête pour adapter le positionnement du point de vue à la posture physique associé à un affichage stéréoscopique. Notre comparaison des données est réalisée à partir du temps nécessaire aux utilisateurs pour réaliser la tâche d'assemblage. Malgré le faible nombre d'utilisateurs testés, cette étude montre que l'apprentissage avec le mode d'affichage stéréoscopique est plus important qu'avec les deux autres modes. On observe aussi qu'après cette phase d'apprentissage effectuée, les utilisateurs travaillant avec un affichage stéréoscopique sont globalement plus performants que ceux des autres groupes.