Les interfaces cerveau-ordinateur (ou BCI pour Brain-Computer Interfaces) exploitant les potentiels évoqués visuels stables (ou SSVEP pour Steady-State Visual Evoked Potentials) permettent le contrôle d'une application par l'intermédiaire de stimuli visuels clignotant a différentes fréquences. Cette modalité d'interaction pourrait permettre à des personnes souffrant d'un handicap moteur sévère d'améliorer leur qualité de vie en regagnant une autonomie partielle. D'après les travaux relatés dans la littérature, chaque session d'utilisation d'une BCI-SSVEP intègre une phase de calibrage visant notamment a régler les paramètres d'un classifieur. Notre objectif est d'évaluer si les mêmes paramètres peuvent être utilisés pendant plusieurs sessions, ce qui éviterait d'introduire systématiquement une phase de calibrage, très contraignante pour l'utilisateur. Pour ce faire, nous analysons la stabilité dans le temps des résultats de classification. D'autre part, les données acquises sont mises a profit pour étudier dans une secondé étude les effets de l'apprentissage humain sur les performances de l'interface et de confirmer ou non l'état de l'art à ce sujet. D'après la littérature, les BCI-SSVEP fonctionnent correctement dès la première utilisation et leurs performances ne s'améliorent pas avec l'expérience de l'utilisateur.