Nous proposons dans cette e ́tude une me ́thode d’adap- tation en-ligne au scripteur pour la reconnaissance de ca- racte`res manuscrits. Nous posse ́dons de ́ja` des syste`mes d’infe ́rence floue performants pour la reconnaissance d’e ́criture. Dans cette e ́tude nous utilisons un syte`me d’infe ́rence floue simplifie ́ mais similaire, dans le but de transposer ces me ́thodes d’adaptation sur les syste`mes d’origine. Dans ce syste`me, chaque re`gle est de ́finie par un prototype qui repre ́sente les proprie ́te ́s intrinse`ques des classes et chaque re`gle de ́crit chaque classe en lui associant un score. L’adaptation s’ope`re a` la fois sur les conclusions des re`gles par descente du gradient et sur les prototypes flous des pre ́misses en les de ́placant graˆce a` une technique inspire ́e des LVQ. Le syste`me a e ́te ́ teste ́ sur 8 scripteurs diffe ́rents. Les premie`res expe ́rimentations illustrent la re ́duction importante du taux d’erreur apporte ́ par la me ́thode (jusqu’a` 80% et 67% en moyenne).