Les activités interactives en ligne connaissent une utilisation grandissante, notamment dans le domaine de l’enseignement des langues. L’amélioration technique des dispositifs permet en effet aujourd’hui des échanges synchrones à distance avec un locuteur natif.Le tuteur inscrit dans une communication via une plateforme synchrone en ligne doit alors coordonner un ensemble complexe d'opérations à des fins d’apprentissage. Différents modes de communication (textuel, visuel, auditif) sont à sa disposition et il les combine dans son discours. Nous analysons, dans le cadre de cours de français à distance via Skype, quels modes sont utilisés par chacun des quatre tuteurs qui composent notre étude. Nous postulons que les modes sont utilisés différemment par chaque tuteur et nous cherchons donc à savoir dans quelle proportion et avec quel « degré d’investissement » (Develotte, Guichon, Vincent, 2011). Nous cherchons également à comprendre quelles conséquences ces choix d’utilisations des modes ont sur la nature de l’interaction. Nous émettons en effet deux hypothèses. Premièrement, nous pensons que le profil initial des tuteurs (compétences individuelles, expériences professionnelles en présentiel ou à distance, habitude de l’environnement informatique) et le contexte des interactions (perturbations extérieures, problèmes techniques, type de tâche, besoin exprimé des apprenants) ont une influence sur la façon dont le tuteur utilise les modes à disposition.Deuxièmement, nous pensons que les choix d’utilisations influencent la nature de l’interaction et la relation entre tuteurs et apprenants. Nous proposons ainsi une grille d’analyse des interactions multimodales en ligne, afin d’apporter des réponses à nos hypothèses de recherche.