Les interfaces homme-machine tactiles permettent de nouveaux modes d'interaction comme l'utilisation de commandes gestuelles. Afin de mémoriser facilement plus d'une douzaine de commandes, il est important de pouvoir les personnaliser. Le classifieur utilisé pour reconnaitre les symboles dessinés doit donc être personnalisable, pouvoir s'initialiser à partir de très peu de données, et évolutif, pouvoir s'améliorer pendant son utilisation. Ces travaux étudient l'importance et les impacts de l'utilisation du rejet pour superviser l'apprentissage en-ligne du classifieur. L'objectif est d'obtenir un système de commandes gestuelles gérant au mieux sa coopération avec l'utilisateur : pour apprendre de ses erreurs sans pour autant le solliciter trop souvent. Il faut donc faire un compromis entre le nombre de sollicitations de l'utilisateur, pour superviser l'apprentissage, et le nombre d'erreurs faites par le système, qui nécessitent une correction de l'utilisateur.