L'émergence et les systèmes multi-agent sont deux domaines aux problématiques proches. A travers l'étude de l'émergence dans le cadre des systèmes multi-agent, notre travail consiste à envisager leur principal point commun: la recherche d'un avantage collectif gagné grâce aux interactions entre les agents, quand le résultat global du système qui découle de l'exécution des agents est attribuable à l'interaction. Cette situation est souvent décrite comme celle d'un tout supérieur à la somme de ses parties. Une contribution de cette thèse est d'identifier des interactions dont l'impact peut être évalué à travers la comparaison de systèmes utilisant ou non ces interactions. Nous définissons de tels gains collectifs pour la résolution de problèmes par recherche heuristique dans un modèle d'agents hiérarchique. Ce travail inclut une modélisation multi-agent de ce type de recherche permettant de mettre en évidence des gains collectifs que nous appelons synergies. Trois synergies sont envisagées: la synergie entre des heuristiques travaillant sur le même problème, celle entre des problèmes proches et la synergie entre un utilisateur et le système de recherche artificiel. Ces possibilités de synergies sont à replacer dans le cadre de la discussion concernant l'émergence. Dans ce cadre, certaines populations d'heuristiques correspondent à l'idée de ``vrai composite'' qui désigne des systèmes composés dont le résultat est attribuable aux interactions entre composants et non à leur composition. L'interaction entre niveaux globaux et locaux s'envisage également naturellement à travers les niveaux induits par l'organisation hiérarchique de notre modèle. C'est en ce sens que le travail fourni contribue à l'étude de l'émergence: par l'étude des possibilités de définition offertes par un modèle multi-agent.