Cet article se donne pour but de décrire les pratiques tutorales dans un environnement multimodal de deux populations de tuteurs en ligne : de futurs enseignants en formation universitaire professionnalisante et des enseignants confirmés de français langue étrangère (FLE). Cette étude a pour cadre un enseignement de FLE à destination d'un groupe d'étudiants américains de l'université de Californie à Berkeley, donné en 2009-2010 sur une plateforme d'apprentissage vidéographique synchrone. À travers la micro-analyse d'une tâche dans la configuration qui place un tuteur devant deux apprenants, nous tentons d'observer comment les tuteurs suscitent et régulent le discours des apprenants. Nous étudions notamment l'utilisation qu'ils font des différents outils textuels de communication ainsi que de la caméra. Nous discutons les résultats qualitatifs en vue de mettre au jour les compétences sémio-pédagogiques et l'ethos des tuteurs en ligne.