La notion d'organisation émergente est au coeur d'un grand nombre de systèmes complexes, des assemblées neuronales aux colonies d'insectes. Les Réseaux de Neurones Impulsionnels (RNI) constituent d'excellents candidats pour modéliser l'émergence de dynamiques collectives dans les systèmes complexes, car les interactions temporelles sont placées au centre du processus de traitement de l'information mis en oeuvre dans ces réseaux. Un modèle spatio-temporel, baptisé SpikeAnts, est proposé pour reproduire la synchronisation d'activités émergentes dans une colonie d'insectes sociaux. Dans ce modèle parcimonieux, chaque fourmi-agent est modélisée par seulement deux neurones impulsionnels et la colonie constitue un réseau à connectivité éparse. Les décisions individuelles résultent de la compétition entre les deux neurones d'un agent qui reçoivent des informations locales émanant des agents voisins. À l'échelle de la population, le couplage spatio-temporel donne lieu à trois types de comportements -- asynchrone, synchrone apériodique et synchrone périodique -- proches des comportements observés dans les colonies de fourmis. Un diagramme de phase présente l'émergence de ces comportements en fonction de deux paramètres de contrôle, modélisant respectivement la sociabilité et la réceptivité d'une fourmi.