Nous nous efforçons de montrer, dans l'optique du développement de systèmes d'assistance intelligents, que la coopération est indissociable des explications et de l'acquisition incrémentale de connaissances et que le contexte joue un rôle essentiel dans ces processus. Les explications sont une partie intrinsèque de toute coopération car elles permettent le partage de connaissances en étendant le contexte de la coopération et donc, de renforcer cette coopération. Inversement, en explicitant le contexte de la coopération, il est possible de produire des explications plus pertinentes, ce qui a pour but de renforcer la coopération. L'acquisition incrémentale de connaissances permet au système de s'améliorer au cours d'une résolution de problème (les connaissances étant alors acquises dans leur contexte d'utilisation) et donc, au cours de toutes ses interactions ultérieures avec un utilisateur. L'acquisition incrémentale de connaissances est importante dans la génération d'explications car le système doit pouvoir accepter des explications de l'utilisateur. Pour ces deux aspects de la coopération, il est nécessaire de trouver une représentation explicite du contexte. Partant de notre expérience dans le développement de systèmes, en particulier, dans le système SART d'aide à la résolution d'incidents sur une ligne de métro, nous illustrons notre conception du contexte dans les systèmes d'assistance. A partir d'exemples, nous proposons quelques pistes pour définir le contexte. Nous montrons qu'il existe différents types de contexte et qu'il est plus judicieux de parler de connaissances contextuelles et de contexte procéduralisé, le statut des différents types de connaissances évoluant au cours de la résolution d'un problème. Cette explicitation du contexte rend la coopération plus efficace, les échanges plus pertinents et donc moins nombreux.