L'utilisation d'outils issus de la découverte scientifique computationnelle a montré un effet inattendu de l'interaction avec une machine apprenante : l'apparition d'un jeu dialectique de localisation et de correction d'erreurs, aussi bien dans les règles apprises par la machine que dans l'ontologie é́crite par l'utilisateur. Ces erreurs mettent en é́vidence des biais de modé́lisation ou de mesure, ainsi que des biais liés aux exemples fournis à la machine. C'est en ré́alité ce processus dialectique qui est exploité dans les diffé́rentes applications, et l'apprentissage ne sert finalement qu'à géné́rer des contradictions entre la théorie de la machine et celle de l'utilisateur. Cette constatation m'a incité́ à dé́finir un cadre formel pour cette dialectique. Dans ce contexte, j'ai décidé́ de positionner ce mode d'interaction avec une machine apprenante par rapports aux principaux paradigmes d'apprentissage, afin de déterminer un protocole d'interaction adapté à la dé́couverte scientifique computationnelle, c'est à dire adapté́ à l'apprentissage humain comme à l'apprentissage machine, et tenant compte d'une certaine démarche scientifique. Le protocole d'interaction vers lequel je me suis orienté́ peut être considé́ré́ comme une extension de l'apprentissage par requêtes [Angluin, 1988] proposant une restriction des requêtes d'appartenance à des expé́riences finies, et une distribution des requêtes d'é́quivalence sur une communauté́ d'apprenti. Une fois l'intuition de ce protocole dé́gagé́e, sa dé́finition logique m'a occupé un certain temps,<br />et je pré́sente dans ce document une dé́finition logique de jugements modaux fondée sur une extension du carré́ des oppositions.