Dans cet article, nous discutons des propriétés d'un système d'apprentissage hybride neuro-symbolique nommé HLS (Hybrid Learning System) proposé par J. Boulahia-Smirani. Le système HLS possède des modules capables de réaliser un transfert d'information bidirectionnel entre un module symbolique et un module connexionniste. Nous présentons différentes expérimentations qui mettent en évidence divers points forts du système HLS que sont : la capacité d'intégrer des connaissances théoriques (règles) et des connaissances empiriques (exemples), la capacité de prendre une base de connaissances initiales (règles) de la convertir en un réseau connexionniste, d'utiliser des connaissances empiriques qui par apprentissage permettent de réviser les connaissances théoriques, d'acquérir de nouvelles connaissances et d'expliciter ces nouvelles connaissances acquises et enfin la capacité d'améliorer les performances des simples systèmes symboliques ou connexionnistes