L'analyse de deux corpus d'interactions humaines en situations d'enseignement-apprentissage de physique nous révèle des reformulations multimodales et polysémiotique très variées, tant au niveau des modes sémiotiques (l'écriture, le dessin, la parole, les gestes) qu'au niveau des média portant ces modes (le papier, le son de la voix, le corps). Ces reformulations sont dépendantes des rôles socio-institutionnels des interlocuteurs les performant. Le semiotic bundle d'Arazello (2004) — qui décrit comment ces modes sémiotiques se combinent au fur et à mesure d'une interaction — s'avère être un concept généralisable aux corpus d'apprentissage en physique. Notamment, nous montrons comment la co-construction d'un semiotic bundle dans l'objectif de la co-élaboration du sens de la physique 1) fait émerger une caractéristique saillante d'un geste et 2) permet la focalisation sur le lien entre deux modes (dessin et geste). Nous montrons également comment cette co-élaboration de sens — grâce aux reformulations multimodales et polysémiotiques — met en évidence la distance sémantique entre le savoir enseigné et les connaissances quotidiennes des élèves.