Cette communication présente une étude s’intéressant à l’effet d’un dispositif de vidéo-formation pour former des étudiants de licence 3ème en STAPS à intervenir durant la leçon d’EPS et plus particulièrement pour les aider à acquérir – et comprendre – les habiletés corporelles à posséder pour enseigner aux différents moments de la leçon d’EPS (début, échauffement, corps de leçon, bilan). S’inscrivant dans une approche énactive (Varela at al., 1991), nous envisageons les connaissances comme étant incarnées, incorporées. Trois questions de recherche sont retenues pour cette étude : (a) Quels types de ressources multimodales (Kress, 2010) utiliser avec des étudiants pour susciter l’apprentissage des habiletés corporelles nécessaires pour enseigner dans la classe ? (b) Comment scénariser l’usage de ces ressources c’est-à-dire concevoir leur agencement temporel ? (c) Comment se construisent les connaissances durant la temporalité du dispositif de video-formation, en lien avec telle ou telle ressource multimodale ?