Durant les vingt derniére années, la recherche en visualisation d’information a créé de multiples techniques pour supporter les analy- ses de données pour la science, l’industrie et les gouvernements. Cela a permis à un grand nombre de tâches d’analyse d’être éxecutées, des tâches variant selon les types et les volumes de données impliqués. Cependant, la majorité de la recherche s’est concentrée sur des don- nées statiques, et les visualisations de données on tendances a être utilisées uniquement par des utilisateurs experts. Plus récemment, des changements sociaux, ainsi que des avancées technologiques ont produit des corpus de données des plus en plus dynamiques, et sont utilisés par une audience de plus en plus large. Un exemple de ce type de flux de données dynamiques inclu les e-mails, les mises à jour de statuts sociaux, les flux RSS 1, les systémes de versioning, les réseaux sociaux et bien d’autres. Ces nouveaux types de données sont utilisés par une population de personnes qui ne sont pas forcéement formées à la visualisation d’informations. Certaines de ces personnes peuvent être considér’ees comme des utilisateurs occasionnels, alors que d’autres peuvent être profondément impliqués avec les données. Dans ces deux cas, ces personnes n’ont pas reçu de formation formelle en visualisation d’information. Pour la simplicité, dans cette dissertation, je ferai référence à ces personnes (utilisateurs occasionnels, novices, experts des données) en utilisant le terme non-expert. Les changement sociaux et technologiques ont soulevé de multiples défis, d’autant plus que la pluspart des modà ́lles et techniques de visualisation ont été conu ̧ s pour des experts et des corpus de données statiques. Peu d’études ont été conduites qui explorent ces défis. Dans cette thèse, j’adresserai cette question: Peut-on autonomiser des non-experts dans leur utilisation de la visualisation afin de leur permettre de contribuer à l’analyse de données dynamiques autant qu’à la création de leur propre modéle de visualisation? Le premier pas pour répondre a cette question est de determiner si cette population non entrainée à la visualisation de données et la sciences des données, peut conduire des tâches utiles d’analyse de données dynamiques en utilisant des systémes de visualisation d’information adaptés. Dans cette premiére partie de la dissertation, je me suis concentré sur plusieurs scénarios et systémes où différentes tailles (de 20 a 300 puis de 2000 à 700 000) de population de non experts utilisent des visualisations d’informations dynamiques afin d’analyser des données dynamiques. Un second important probléme est le manque de principe de con- ception générique pour l’encodage visuel de visualisation dynamique. Dans cette dissertation je présente la conception, la définition et l’exploration d’un espace de design afin de représenter des données dynamiques pour non-experts. Cet espace de design est sructuré par des jetons visuels représentant des éléments de données, ces derniers sont le matériel de construction de base qui permet l’assemblage dans le temps de différentes visualisation, des plus classiques, aux plus innovantes. Jusqu’à nos jours, la recherche dans l’encodage visuel s’est majoritairement concentré sur des données statiques, pour des tâches spécifiques, laissant des approches génériques et dynamiques non explorées et non exploitées. Dans cette thèse, je propose la construction comme un nouveau paradigme de création de visualisation simple et dynamique a l’intention des population non expertes en infovis. Ce paradigme est inspiré par des théories établies en psychologie du développement autant que des pratiques passées et présentes de création de visualisation avec des objets tangibles. Je décris les composants conceptuels et les processus sous-jacents à ce paradigme. Ces description permettront de rendre plus facile l’étude et le support de ces processus pour un grand nom- bre de visualisations. Finalement, J’utiliser ce paradigme ainsi que des jetons tangibles afin d’étudier si et comment une population de non-experts créer des encodages visuels sans logiciel. En résumé cette thècontribue a la compréhention des visualisations dynamiques pour les utilisateurs non experts en infovis.