Cette thèse s’intéresse au problème d’adoption des tableaux de bord d’apprentissage (TdBA) et propose une approche centrée sur leur adaptation, afin d’en améliorer les usages et les effets sur l’apprentissage. Une revue systématique de la littérature menée selon la méthode PRISMA sur des travaux publiés entre 2017 et 2023, a permis d’identifier les approches existantes quant à l’adaptation des TdBA, ainsi que la manière dont ces concepts sont perçus par la communauté scientifique. Dans le prolongement de cette analyse, une étude empirique fondée sur un questionnaire et menée auprès de vingt experts du domaine éducatif francophone, a permis d’étudier la pertinence et l’importance de variables d’entrée et de dimensions de sortie impliquées dans l’adaptation des TdBA. Sur la base de ces travaux, la thèse propose un modèle d’adaptation des TdBA visant à articuler différents éléments clés pour adapter, tels que les données en entrée, les contraintes et les connaissances d’adaptation, afin de soutenir la prise de décision et de générer des propositions d’adaptation des TdBA. Ce modèle ambitionne également de s’inscrire dans une perspective d’intégration plus large, en facilitant la réutilisation de méthodes, procédés et connaissances existants au sein de la communauté. Enfin, une première étude de faisabilité a été menée à travers une implémentation reposant sur une approche de type RAG, s’appuyant sur des modèles de langage (LLM). Cette expérimentation visait à évaluer la capacité du système à produire des décisions d’adaptation cohérentes avec une représentation générique des TdBA, le contexte d’apprentissage et le profil de l’apprenant. Ces premiers résultats, mettent en évidence le potentiel de cette approche et ouvrent des perspectives de recherche pour le développement et l’étude de systèmes d’adaptation des TdBA.