L’état attentionnel de l’opérateur est un des précurseurs de l’erreur humaine dans les systèmes complexes. Cela est particulièrement vrai en aéronautique, où la sécurité dépend en premier lieu de la capacité à réagir rapidement et correctement. Les niveaux de complexité associés à la gestion de tels systèmes aboutissent à des niveaux de charge mentale et d’engagement de l’opérateur en constante variation, qui peuvent être prédicteurs de sa performance. Ce projet de recherche adopte une démarche de Neuroergonomie, et vise à estimer l’état attentionnel en conditions écologiques par l’utilisation de mesures cérébrales. Nous avons tout d’abord étudié le comportement de l’opérateur soumis à des niveaux de demande extrêmes à l’aide de mesures cérébrales et psycho-physiologiques. Les résultats de ces études nous ont conduits au développement d’un nouveau cadre théorique centré sur l’engagement de l’opérateur pour estimer son état attentionnel. De plus, nous avons étudié différentes techniques de traitement du signal de manière à rendre possible l’utilisation des mesures cérébrales en temps réel en situation écologique, en vue du développement d’interfaces cerveau-machine pour assister l’opérateur. / The attentional state of operators is one of the main reasons for errors during human control of complex systems, and controlling these errors is critical especially in aeronautics, where errors are directly linked to safety and lives might be at stake. In particular, excessively high or low task demands encountered during the operation of such systems result in varying levels of mental workload and engagement which are linked with the operator performance. This research project adopts a Neuroergonomics approach and investigates the use of brain measurement techniques to monitor the attentional state of the operator under ecological conditions. We studied the behavior of the operator under both excessively low and high task demands with the use of multiple physiological and neurophysiological measurement techniques. Our results show that it is possible to use such techniques to characterize the attentional state. We then analyze the potential of real time application for such techniques. We investigated signal processing and analysis tools to improve the real-time usability of brain signals in ecological conditions, and proposed solutions towards the development of brain computer interfaces for assisting the human operator.