Le paradigme des systèmes multi-agents (SMA), qui propose une manière originale de modéliser le monde, est considéré comme un mode pertinent de représentation des connaissances. Mais les potentialités des SMA ne doivent pas cacher les difficultés qui guettent le modélisateur et qui peuvent remettre en cause sa légitimité scientifique. La question de la validation sert alors de fil directeur de cette thèse qui décrit un cadre méthodologique pour concevoir des modèles plus fiables. Car, contrairement aux modèles mathématiques, un SMA ne peut pas prouver ses résultats ni s'abstraire de la simulation. De plus, les probabilités de faire apparaître des erreurs ou des biais ne sont pas négligeables. De sa conception à son implémentation, de nombreux artefacts peuvent apparaître. On peut alors légitimement s'interroger sur la fiabilité des simulateurs. Or il s'agit moins d'erreurs de codage que de problèmes de gestion approximative des interactions ou d'activation des agents qui peuvent remettre en cause cette fiabilité. Cette thèse éclaire donc les zones sensibles susceptibles de générer des artefacts. Car la modélisation des socio-éco-systèmes n'est pas juste une spécialité informatique, mais demande un véritable savoir-faire et le modélisateur doit garder un regard critique sur ses outils. Non seulement il faut connaître par avance les points sensibles des SMA mais il faut également s'assurer de la robustesse de ses résultats en montrant que le simulateur exhibe des comportements relativement stables. Au-delà de la phase d'élaboration, la thèse souligne le rôle des analyses exploratoires pour mieux expliquer le comportement global d'un modèle, hiérarchiser l'influence des paramètres et tester la robustesse des hypothèses. Elle montre l'intérêt de la réplication et la nécessité de présenter un SMA de façon claire et non ambiguë. Après la mise en place d'un simulateur, un travail de re-présentation reste à mener pour proposer des diagrammes réorganisés qui mettent la lumière sur les points essentiels et autorisent des discussions et des critiques. Nous défendons l'idée d'une modélisation exposée, qui doit assumer ses choix sans imposer ses points de vue. Il est urgent d'abandonner la vision naïve qui consiste à penser qu'un modèle est objectif. La notion de modèle neutre qui ne serait qu'une copie du réel in silico, impliquerait que le modélisateur n'a aucun présupposé sur le système qu'il étudie et que le monde se reflète dans sa pensée comme une image dans un miroir. Or, que ce soit intentionnel ou non, un modèle est forcément une représentation subjective. Il faut donc expliciter ses choix et les présenter de la façon la plus lisible possible pour qu'ils puissent être compris, partagés ou critiqués. Suite aux défauts de fiabilité des SMA et aussi à cause de démarches naïves de la modélisation, il est préférable, dans l'état actuel des SMA, d'opter pour des modèles simples plutôt qu'une approche descriptive qui chercherait à introduire dans le modèle le maximum d'informations considérées comme données par nature.