Nous exposons d'abord les principes à la base de ces deux techniques non supervisées d'extraction de règles dans les bases de données : d'un côté l'indice d'implication de Régis Gras, largement utilisé par les didacticiens, vise l'extraction de règles pour lesquelles l'effet du hasard est contrôlé statistiquement, de l'autre côté la recherche des motifs fréquents dans les grandes bases de données permet aux informaticiens de faire apparaître des associations remarquables sous forme de règles. Dans un deuxième temps nous essayons de comparer les ensembles de règles construits par ces deux techniques sur des données de sciences humaines issues d'un questionnaire sur les peurs, et de cet essai découle la question du sens de ces ensembles de règles : comment les rendre utilisables par les chercheurs du domaine dont sont issues les données ? || In this paper, we present two non supervised techniques for extracting association rules from databases. The first technique, called statistical implication, has been developed by Régis Gras and his colleagues, and is aimed at helping didacticians to desi