Nous avons récemment développé un système complet de reconnaissance de textes manuscrits saisis sur tablette à digitaliser. Ce système se base sur le modèle cognitif d'activation vérification et s'articule autour de trois experts dédiés respectivement à la segmentation du signal écrit en symboles, la classification des symboles et l'analyse lexicale des résultats de classification. Nous présentons dans cet article plusieurs stratégies d'adaptation non-supervisées au scripteur que nous comparons aux méthodes d'adaptation supervisées. Nous proposons une stratégie de modification dynamique non-supervisée des paramètres du classifieur permettant d'obtenir des résultats proches des méthodes supervisées. Les résultats obtenus sur une base de données de 90 textes (5 400 mots) écrits par 38 scripteurs différents sont très encourageants : une combinaison de plusieurs stratégies permet d'atteindre un taux de reconnaissance de 90 %.