Cette recherche vise à analyser la communication pédagogique multimodale dans des mondes synthétiques (virtuels). L'étude se focalise sur le rapport entre le verbal et le non verbal et son rôle de soutien pour la production et la participation verbales en langue étrangère. Celui-ci est analysé dans une perspective socio-sémiotique de la multimodalité, dans le contexte d'une formation conduite dans le monde synthétique Second Life selon une approche Enseignement d'une Matière Intégré à une Langue Étrangère (Emile). La formation, 'Building Fragile Spaces' menée dans le cadre du projet européen ARCHI21 a été conçue pour des étudiants d'architecture dont la langue étrangère était soit le français soit l'anglais. Le rapport entre le verbal et le non verbal est examiné selon trois angles différents. Premièrement, le rôle du non verbal pendant une activité de construction collaborative est analysé au vu des opportunités offertes par des mondes synthétiques pour la co-création de l'environnement et pour la collaboration. A travers cette étude, nous nous demandons si l'utilisation du mode non verbal a un impact sur la participation des étudiants dans le mode verbal et si le rapport entre ces deux modes a une influence sur la production verbale. Deuxièmement, l'utilisation du non verbal pour la construction des identités est abordée et est considérée en rapport avec l'interaction et la participation verbale des étudiants dans la langue étrangère. Finalement, la recherche se concentre sur le rapport entre les modalités audio et clavardage dans le mode verbal. Plus particulièrement, l'étude s'intéresse au rôle du clavardage dans l'interaction puisqu'il est en compétition non seulement avec l'audio mais également avec plusieurs modalités non verbales. La possibilité d'utiliser le clavardage pour la rétroaction est également abordée. Cette thèse cherche à contribuer aux considérations méthodologiques exigées pour que la recherche concernant la communication pédagogique multimodale dans des mondes synthétiques puisse aller au-delà des exemples spéculatifs et anecdotiques. Une typologie de modalités verbales et non verbales est proposée. Elle sert à étendre une méthodologie proposée pour la transcription des interactions multimodales aux interactions possibles dans les mondes synthétiques. En vue de la problématique plus générale, dans les domaines des Sciences Humaines et des Sciences du Langage, il s'agit de rendre visibles et accessibles publiquement les données utilisées pour les analyses. En effet, cette étude se réfère à un corpus d'apprentissage dans son approche méthodologique. La construction d'un corpus structuré permet d'effectuer des analyses contextualisées des données recueillies lors de la formation 'Building Fragile Spaces'. Cette recherche propose quelques éléments de réponse concernant l'augmentation de la participation verbale en rapport avec l'organisation proxémique des étudiants, la customisation de l'apparence des avatars des étudiants et l'utilisation importante des actes non verbaux. Concernant la production verbale, l'étude décrit comment, dans le mode non verbal, le mouvement de l'avatar est employé en tant que stratégie pour surmonter des difficultés de communication dans le mode verbal. Ces difficultés concernent, en particulier, l'expression de la direction et de l'orientation. L'étude montre également l'intérêt d'utiliser le clavardage pour offrir de la rétroaction concernant la forme linguistique dans le but de soutenir la production verbale des apprenants dans la modalité audio. Au vu des résultats, l'étude propose quelques considérations concernant la conception des activités pédagogiques pour l'apprentissage des langues dans des mondes synthétiques.