Cet article vise à souligner les caractéristiques des interactions d’une télécollaboration synchrone qui ont eu lieu en anglais lors d’un échange virtuel transnational interdisciplinaire organisé entre des étudiants français et espagnols en 2021. Au cours de leur collaboration de dix semaines, vingt-deux étudiants en droit de l’Université de Lorraine (France) et dix-neuf étudiants en anglais des affaires de l’Universitat de València (Espagne) ont utilisé leur expertise juridique et commerciale afin de créer une vidéo promotionnelle pour une start-up fictive. Un échantillon des données qualitatives tirées des transcriptions de cinq interactions synchrones a été analysé à deux niveaux. Le premier niveau d’analyse était thématique et a révélé les différents thèmes ESP (et autres thèmes conversationnels) dans les modes d’interaction 2D et 3D. Le deuxième niveau d’analyse a identifié les séquences discursives comme l’unité principale d’analyse, qui suggère qu’un environnement 3D pourrait faciliter l’interaction en fournissant les outils dont les apprenants ont besoin pour résumer un texte oralement et pour expliquer les concepts clés de l’anglais de spécialité dans un anglais simple. En revanche, les apprenants doivent compter sur leurs propres compétences linguistiques lorsqu’il s’agit d’interagir dans des environnements 2D.