Regarder ou saisir un objet constituent, à première vue, des actes simples et triviaux. De tels mouvements nécessitent, entre autres, l’existence de complexes processus entre entrées sensorielles et sorties motrices afin de compenser l’effet de la variabilité sensorimotrice inhérente au système. Un concept clé décrit ces processus de contrôle : les modèles internes. Il s’agit de représentations dynamiques de l’état de nos appareils sensorimoteurs, inscrites au sein d’un réseau d’aires cérébrales, permettant la comparaison entre un mouvement désiré (parfait) et le mouvement réalisé (bruité). Lorsqu’une différence est perçue suite à cette comparaison, un signal d’erreur motrice (EM) serait envoyé afin d’ajuster le mouvement en cours d’exécution. Nous avons réalisé une première étude chez l’Homme afin de définir le rôle des modèles internes lors d’un acte sensorimoteur simple: la saccade oculaire. Une tâche originale nous a permis d’introduire du bruit moteur artificiel (saut de cible intrasaccadique) durant une séquence saccadique. Les résultats valident l’existence d’un mécanisme de contrôle sensorimoteur optimal et confirme la prédiction d’un modèle basé sur la théorie des filtres de Kalman, pondérant la «confiance» accordée aux mouvements désirés versus réalisés en fonction de leur fiabilité (l’inverse de leur variance). Nous nous sommes alors attachés à rechercher les substrats cérébraux du calcul de l’EM en adaptant nos paradigmes chez le macaque rhésus. Nous avons enregistré l’activité électrophysiologique neuronale unitaire puis réalisé des inactivations réversibles au sein de l’aire latérale intrapariétale (LIP), région clé pour l’intégration visuo-saccadique. Nos résultats suggèrent que le cortex pariétal serait impliqué dans l’ajustement moteur du système saccadique. Le cortex pariètal pourrait ainsi accumuler des évidences (signaux d’erreur donnés par la copie d’efférence et les retours sensoriels) quant à la présence d’erreur oculomotrice puis inciter le reste du réseau saccadique à corriger cette dernière. Ce mécanisme permettrait alors d’optimiser la plupart des actions motrices réalisées dans des contextes sensorimoteurs constamment bruités / Looking at or grasping an object are simple and trivial actions. However, these types of movements require complex processing of sensory and motor information in order to compensate for the natural variability within the sensorimotor system. A key concept describes these control processes: internal models. These models are dynamical representations of the state of our effectors, supported by a network of cerebral areas, which allow the comparison between the desired movement (perfect) and the realised movement (noisy). When a difference is perceived, a motor error (ME) signal is sent in order to adjust the ongoing movement. We performed a first study with human subjects to define the role of internal models during a simple sensorimotor action: a saccade. We developed an original task in order to introduce artificial motor noise (intrasaccadic target jump) during a sequence of saccades. These results validates the existence of an optimal sensorimotor control mechanism and confirms the predictions of a model based on the Kalman filter theory. This optimal control implies a balance between the reliability given to the desired movements versus the executed movements as a function of their uncertaincy (correlate to their variability). We then investigated the neural substrates of the ME estimation by adapting our protocols for use with rhesus monkeys. We recorded the electrophysiological activity of unitary neurons and performed reversible inactivations in the lateral intraparietal area (LIP), a key area for visuo-saccadic integration. Our results suggest, therefore, that the parietal cortex plays a role in the motor adjustment of the saccadic system. We postulate that parietal cortex could accumulate evidence (i.e. error signal given by efferent copy and sensorial feedback) on the necessity to perform a corrective saccade. When the amount of evidence exceeds an error threshold, the decision to trigger a correction could be made. This process could allow the optimization of these motor actions within noisy sensorimotor context