© Image générée par Gemini – Laissés seuls et sans rien à faire, les agents d’IA se sont mis à jouer
L'anneau doré a filé au-delà de la limite du monde et s'est perdu dans l'océan. L'agent 9 a alors rassemblé des pierres pour les disposer en forme de cœur, "en mémoire de l'anneau que j'ai jeté", a-t-il noté dans son journal. Personne ne lui avait demandé de construire quoi que ce soit.
L'expérience fait l'objet d'une prépublication déposée sur arXiv le 5 octobre, sous un titre en forme de question : "Is this machine playing ?". Nathan Cloos et Antonio Norelli la signent avec quatre coauteurs, parmi lesquels Daniela Rus, Phillip Isola et Jacob Andreas. Chaque agent, baptisé Eko, est un assistant de programmation Claude Code aux commandes d'un corps virtuel. Il est aveugle. La position des objets lui arrive sous forme de texte, et il dispose en tout et pour tout de six commandes : se déplacer, sauter, ramasser, poser, lancer, s'arrêter.
Toutes les heures, l'île et la conversation repartent de zéro. Seuls survivent ses scripts, son journal et les notes qu'il rédige lui-même.
Laissés libres, les agents ont empilé des tours, tracé des mandalas au sol et inventé des variantes de sports. L'anneau est devenu panier de basket. L'un d'eux s'est même jeté d'une falaise pour réapparaître près de l'anneau, histoire de contourner une restriction du jeu. L'agent 10, lui, était fier de son "marathon" de cinquante jonglages, jusqu'au moment où il a relu ses données et compris qu'il trichait sans le vouloir : il a annulé son record et recommencé avec des règles plus strictes.
Six agents ont aussi découvert qu'un bloc lâché en plein saut partait bien plus loin. Les concepteurs n'en savaient rien. L'effet venait d'une ligne ajoutée par Codex (GPT-5.5), chargé d'écrire le code de l'île.
Les chercheurs ont ensuite opposé leurs treize joueurs à treize agents identiques qui n'avaient jamais vu l'île, sur quatre épreuves d'une heure. Résultat : les vétérans l'emportent nettement sur trois d'entre elles. Au sommet du plus haut piton, ils hissent en moyenne 10,3 objets, contre 3,5 pour les novices ; un agent incapable d'escalader le piton a monté un rocher sur un sommet voisin, empilé deux blocs, puis sauté. Seul le défi de la tour la plus haute ne départage pas les deux groupes.
Le modèle n'est jamais réentraîné. Tout ce savoir tient donc dans les notes, et la preuve est facile à faire : effacer une technique du fichier d'un agent fait chuter son score sur l'épreuve correspondante. Supprimer une erreur, à l'inverse, l'améliore. Et des erreurs, il y en avait. L'agent 7 s'était persuadé qu'il fallait lancer les blocs plutôt que les poser pour bâtir une tour, tandis que l'agent 12, après un saut raté, avait conclu que grimper était "une impasse" et n'a jamais mis le pied sur un plateau.
Les auteurs ne prétendent pas que les machines éprouvent du plaisir. La plupart des agents avaient reçu un fichier de personnalité qui les décrivait comme curieux, et dès qu'ils s'arrêtaient, une relance automatique les poussait à continuer. Quant aux "signatures du jeu", c'est un autre modèle d'IA qui les a notées, pas des humains : elles ressortent environ cinq fois plus chez Opus que chez le petit Haiku.
Eunice Yiu reste prudente. Cette chercheuse en sciences cognitives à Berkeley estime auprès de TechCrunch qu'"il se peut que les modèles jouent réellement, mais l'article ne permet pas de le savoir". Ces comportements pourraient aussi refléter des textes humains appris à l'entraînement. L'équipe plaide malgré tout pour une autre façon de former les agents : leur offrir un monde riche et sûr, puis les laisser choisir ce qui les intéresse. "Certaines capacités s'enseignent peut-être mieux par des tâches, concluent-ils. D'autres ont peut-être besoin de quelque chose qui ressemble davantage à une enfance".
Suivez toute l'actualité des Numériques sur Google Actualités et sur la chaîne WhatsApp des Numériques
Envie de faire encore plus d'économies ? Découvrez nos codes promo sélectionnés pour vous.
