Les interfaces cerveau-machine (ICM) permettent de contrôler une machine directement à partir de l'activité cérébrale. Le P300-Speller, en particulier, pourrait offrir à des patients complètement paralysés, la possibilité de communiquer sans l'aide de la parole ou du geste. Nous avons cherché à améliorer cette communication en étudiant la coadaptation entre cerveau et machine. Nous avons d'abord montré que l'adaptation d'un utilisateur peut être partiellement perçue, en temps-réel, à travers les modulations de sa réponse électrophysiologique aux feedbacks de la machine. Nous avons ensuite proposé, testé et évalué les effets sur l'utilisateur de plusieurs approches permettant d'améliorer l'interaction, notamment : la correction automatique des erreurs, grâce à la reconnaissance en temps-réel des réponses aux feedbacks ; une stimulation dynamique permettant de diminuer le risque d'erreur tout en réduisant l'inconfort lié aux stimulations ; un processus automatique de décision adaptative, en fonction de l'état de vigilance du sujet. Nos résultats montrent la présence de réponses aux feedbacks spécifiques des erreurs et modulées par l'attention ainsi que par la surprise du sujet face au résultat de l'interaction. Par ailleurs, si l'efficacité de la correction automatique est variable d'un sujet à l'autre, le nouveau mode de stimulation comme la décision adaptative apparaissent comme très avantageux et leur utilisation a un effet positif sur la motivation. Dans la perspective d'études cliniques pour évaluer l'utilité des ICM pour la communication, ces travaux soulignent et quantifient l'intérêt de développer des interfaces capables de s'adapter à chaque utilisateur / Brain-computer interfaces (BCI) aim at enabling the brain to directly control an artificial device. In particular, the P300-Speller could offer patients who cannot speak and neither move, to communicate again. This work consisted in improving this communication by implementing and studying a coadaptation between the brain and the machine. First, on the user side, we showed that adaptation is reflected in real-time by modulations of the electrophysiological responses to the feedbacks from the machine. Then, on the computer side, we proposed, tested and evaluated the effect on the user, of several approaches that endow the machine with adaptive behavior, namely: Automatic correction of errors, based on real-time recognition of feedback responses; Dynamic stimulation to increase spelling accuracy as well as to reduce the discomfort associated with the traditional row/column stimulation paradigm; Adaptive decision making for optimal stopping, depending on the attentional state of the user. Our results show the presence of feedback responses which are error specific and modulated by attention as well as user's surprise with respect to the outcome of the interaction. Besides, while the interest of automatic correction is highly subject-dependant, the new stimulation mode and the adaptive decision method proved clearly beneficial and their use had a significant positive impact on subject's motivation. In the perspective of clinical studies to assess the usefulness of ICM for communication, this work highlights and quantifies the importance of developing adaptive interfaces that are tailored to each every individual