De plus en plus de projets télécollaboratifs reposent sur les outils de visioconférence poste-à-poste pour servir de moyens d’échange synchrone entre les apprenants (cf. par exemple Jauregi, de Graaff & Canto, 2011) ou des tuteurs et des apprenants (cf. Develotte, Guichon, Kern, 2008). Les recherches portant sur l’apport de l’image de la webcam ont par exemple souligné l’intérêt de disposer d’indices paralinguistiques pour désambiguïser la communication entre les interactants et faciliter l’intercompréhension (cf. Wang, 2004). D’autres auteurs ont mis en valeur le potentiel de la visioconférence pour développer les compétences interculturelles (O’Dowd, 2006). Certains chercheurs en revanche se sont montrés plus circonspects vis-à-vis du potentiel de la multimodalité et ont montré que celle-ci pouvait provoquer une division de l’attention (Sweller, 2005). Dans le champ de l’enseignement-apprentissage des langues, les études empiriques continuent de voir le jour mais de nombreuses questions demeurent, sur les plans linguistique et didactique, parmi lesquelles deux feront l’objet de cette étude : En quoi le fait de voir son interlocuteur influence-t-il le déroulement d’une interaction pédagogique en ligne ? Comment les interlocuteurs interprètent-ils les éléments verbaux et non-verbaux dans une interaction pédagogique médiatisée par la webcam, et comment ces éléments influencent-ils la gestion et la progression de l’échange ? Pour répondre à ces questions, les outils de l’analyse conversationnelle peuvent permettre d’aborder les échanges médiatisés non plus seulement du point de vue subjectif des acteurs qui rapportent leurs perceptions par rapport à l’image (cf. Yamada & Akahori, 2009) mais en examinant attentivement les phénomènes liés au rythme de l’interaction, à la prise d’information permise par la webcam et aux comportements en partie théâtralisés des interactants (de Chanay, 2011). Nous postulons qu’une analyse de ce genre peut fournir des indications pour guider la formation des futurs enseignants en les amenant à développer des stratégies sémio-didactiques (Guichon, 2013), mobilisant de manière étroitement liée des compétences pédagogiques propres à la conduite des interactions orales en L2 et des compétences sémiotiques exploitant de manière adéquate les ressources et les contraintes des outils de médiatisation. Afin de pouvoir mettre au jour des stratégies de communication parmi des apprenants variés confrontés à une même situation, nous avons recueilli un corpus, non pas en situation écologique comme cela a par exemple été fait par Drissi (2011), mais en mettant au point une situation quasi expérimentale de négociation du sens médiatisée par la webcam. Dans cette étude, 20 étudiants français du secteur LANSAD ayant un niveau B2 en anglais ont décrit quatre photos à une enseignante inconnue, native d’anglais, pendant une interaction par le logiciel de visioconférence Skype pendant un échange d’une dizaine de minutes. Les 20 interactions ont été enregistrées avec un logiciel de capture d’écran dynamique et ont été analysées avec ELAN, outil d’annotation de son et de vidéo. L’objectif de cette étude est d’élargir notre compréhension du potentiel et des limites de la webcam dans les dispositifs de formation en ligne. En adoptant une approche qualitative, nous utiliserons les outils de l’analyse conversationnelle (Chartrand & Bargh, 1999 ; Traverso, 2007) pour analyser les gestes, les mimiques et les regards des apprenants et de l’enseignante et le rôle qu'ils jouent dans l'interaction. En conduisant une description fine des interactions, nous analyserons aussi la contribution de l’image fournie par la webcam en terme de mise en scène de soi (1) comme locuteur non natif et (2) comme expert en charge de l’interaction.