Les régularités et les persistances qui s'expriment au-delà des contingences intéressent au premier plan tout modélisateur. Le géographe, et plus particulièrement celui qui pratique l'analyse spatiale, se reconnaît dans cette approche. Tenter de décrire ces régularités à partir de lois ou de modèles a été le ciment de ce courant de recherche : plus que la multiplicité des comportements individuels, ce sont les tendances générales qui s'expriment une fois supprimé le bruit de cette diversité qui intéresse le modélisateur. Ces modèles résument et décrivent souvent assez bien les observations relevées à une échelle donnée. Ils s'avèrent cependant limités dans leurs capacités à expliciter les conditions d'apparition et les évolutions possibles de tels phénomènes. En s'appuyant sur les dynamiques locales, la complexité offre des concepts et des outils qui permettent de faire le lien avec les descriptions globales de l'analyse spatiale. Penser la complexité implique entre autres choses d'appréhender les phénomènes observés à un niveau à partir des nombreuses interactions qui se produisent entre éléments opérant à un ou plusieurs niveaux inférieurs. Cette prise de position n'est pas récente, elle est formalisée par l'analyse systémique qui conçoit tout système comme une collection d'objets, des sous-systèmes, en interaction. Mais l'analyse systémique, tout au moins dans sa version instrumentalisée s’intéresse davantage aux modalités de fonctionnement d’un système et à son maintien qu’à ses conditions d’apparition et ses évolutions possibles. Les sciencesde la complexité apparaissent ainsi en continuité logique avec la systémique, elles s’en distinguent par une approche fondée sur la sensibilité aux conditions initiales, la création, l’auto-organisation, l’irréversibilité et les processus de bifurcation ainsi que par les outils, principalement informatiques, qui accompagnent son développement. L’intérêt d’une modélisation des processus qui se réalisent au niveau élémentaire d’une organisation pour reproduire les dynamiques de niveaux supérieurs est ici discuté au regard de l’analyse spatiale, qui privilégie dans ses approches méso et macro-géographiques, une description globale des dynamiques. Ce chapitre propose ensuite un exposé rapide de l’intelligence artificielle distribuée par le biais des systèmes multi-agents. Il est enfin proposé un tour d’horizon des champs d’application de ces technologies dans le concert des questionnements géographiques. Trois grandes classes de modèles peuvent être ainsi appréhendées pour rendre compte d’une Géographie Artificielle.