Cette thèse s'inscrit à la croisée des domaines des Environnements Informatiques pour l'Apprentissage Humain (EIAH) et de l'apprentissage du mouvement. Les EIAH utilisant le geste sont nombreux, et présents dans des domaines variés. Les EIAHs de la littérature sont le plus souvent conçus de façon ad-hoc ou se concentrent sur une tâche particulière dans un domaine d’apprentissage donné. Leur réutilisation dans d'autres situations d’apprentissage est souvent impossible ou nécessiterait un travail de réingénierie conséquent. Le développement d'EIAH support à l’enseignement de gestes, extensibles au-delà de la tâche pour laquelle elles ont été conçues et ayant un coût minimal en termes de réingénierie, représente un défi qui pose plusieurs verrous techniques et questions scientifiques. Afin de répondre à ces questions, le système Motion Learning Analytics (MLA) a été développé. Ce système permet la captation, le filtrage, le traitement et l'analyse automatique et semi-supervisée du mouvement d'un apprenant. Ce système a été testé, sur des gestes de lancers, au travers de trois expérimentations, permettant d’évaluer quatre facettes du système proposé et fondé sur des propriétés cinématiques et géométriques du mouvement: (i) la possibilité d'obtenir une séparation des gestes en différents groupes correspondant à plusieurs stratégies de lancers, (ii) la possibilité d'obtenir une séparation en fonction de la réussite ou non de ces gestes, (iii) l’intégration des besoins d’observation de l’enseignant, en tant que critères de séparation des gestes et d’évaluation de la progression de l’apprenant et enfin, (iv) une analyse de la capacité du système à fournir une aide à la décision pertinente pour un expert, dans l'objectif d'améliorer le geste de l'apprenant.