Ce papier propose une méthode basée sur la théorie des ensembles approximatifs et dédiée à l'apprentissage supervisé incrémental dans un contexte de données déséquilibrées. Cette méthode consiste en trois phases : la construction d'une table de décision, l'inférence d'un ensemble de règles de décision et la classification de chaque action potentielle dans l'une des classes de décision prédéfinies. La méthode MAI2P est validée dans le contexte des MOOCs (Massive Open Online Courses).