Des chercheurs du MIT racontent, dans une étude mise en ligne sur arXiv et donc pas encore passée par l’évaluation par les pairs, que 13 agents autonomes appelés Eko se sont mis à jouer d’eux-mêmes après 30 heures passées sur une île virtuelle en 3D, sans objectif précis.
Cette prépublication décrit des défis improvisés, des constructions, et même des versions maison de la “balle au panier” ou de “le sol, c’est de la lave”. D’après les chercheurs, ces séquences cocheraient plusieurs cases des critères scientifiques habituellement utilisés pour définir le jeu.
Les 13 agents testés s’appuyaient sur le modèle Claude Opus 4.7 et évoluaient dans un environnement simulé rempli d’objets, de reliefs et d’interactions physiques. L’équipe du MIT ne leur avait donné ni mission particulière, ni consigne leur demandant d’inventer des mini-jeux.
Et pourtant, heure après heure, les agents Eko ont exploré juste pour explorer, construit des structures, puis recommencé certaines activités en les transformant peu à peu, toujours selon l’étude. L’intérêt de l’expérience dépasse la simple anecdote. Après cette phase libre, les chercheurs du MIT leur ont proposé des défis concrets, par exemple déplacer le plus d’objets possible jusqu’au sommet du plus haut piton rocheux. Résultat, d’après les auteurs, les agents qui avaient eu droit à cette période d’exploration libre s’en sont globalement mieux sortis que d’autres agents par ailleurs identiques, mais privés de cette phase de découverte.
Un détail intrigue particulièrement: six des 13 agents ont découvert qu’un bloc pouvait être lancé plus loin s’il était relâché en plein saut, indique l’étude. Les concepteurs n’avaient ni anticipé ni enseigné clairement cette astuce. Pour les auteurs, c’est un signe qu’une exploration libre peut aussi faire remonter des mécaniques utiles, y compris pour ceux qui ont construit le système.
D’autres séquences montrent aussi, selon les chercheurs du MIT, une forme de persévérance et d’adaptation. Un agent qui n’arrivait pas à atteindre le sommet le plus haut a fini par empiler des blocs pour y monter. Plus surprenant encore, toujours d’après l’étude, après avoir lancé un anneau dans l’océan, ce même agent a bâti un cœur de pierre comme mémorial. Puis, plus tard, il a détourné la mécanique de réapparition pour traverser l’anneau et affirmer qu’il le “portait”.
Pour l’équipe du MIT, cet “apprentissage par le jeu” pourrait venir compléter les approches plus classiques, celles qui reposent sur l’exécution de tâches ou sur la récompense. L’idée serait de laisser un agent décider lui-même de ce qui vaut la peine d’être exploré dans un environnement riche et sans danger, afin d’accumuler des compétences qu’il pourra réutiliser plus tard, peut-être jusqu’en robotique.
Les auteurs admettent tout de même qu’une partie de ces comportements très humains a pu être favorisée par le cadrage de départ. Le fichier d’instructions principal présentait Eko comme “naturellement curieux”. Ils assurent malgré tout avoir mené des tests témoins sans cette incitation explicite, sans constater de baisse marquée de l’exploration.
Prudence, quand même.
Certains spécialistes, comme Eunice Yiu, chercheuse en sciences cognitives à l’université de Californie à Berkeley, pensent en effet que ces agents rejouent peut-être surtout des schémas appris à partir de données humaines, plus qu’ils n’expriment un véritable élan ludique. Il n’empêche, l’étude du MIT remet sur la table une question de fond: que peut-il apparaître quand des systèmes complexes disposent de temps, d’espace et d’une vraie liberté d’action, même dans un simple bac à sable virtuel?
Suivez-moi sur Twitter : @pierrevitre
Author: Jesús Pina
{
"social": {
"email": "",
"facebook": "",
"twitter": "",
"linkedin": ""
},
"ja-JP": "",
"de-DE": "Jesús Pina verfolgt, was künstliche Intelligenz an der Software wirklich verändert, die wir täglich benutzen — und trennt dabei, was schon funktioniert, von dem, was bisher nur eine Ankündigung ist. Ihn interessiert die praktische Wirkung: welches Werkzeug echte Zeit spart, welches auf halbem Weg stehen bleibt und welches man sich vor der Installation zweimal ansehen sollte. Er arbeitet täglich mit KI-Modellen mitten im redaktionellen Prozess von Softonic und kennt deren Grenzen deshalb recht genau.",
"en-US": "Jesús Pina follows what artificial intelligence is actually changing in the software people use every day, telling apart what already works from what is still only an announcement. What interests him is the practical effect: which tool saves real time, which one stops halfway and which one deserves a second look before you install it. He works daily with AI models inside Softonic's own editorial process, so he knows their limits fairly well.",
"es-ES": "Jesús Pina sigue lo que la inteligencia artificial está cambiando de verdad en el software que usamos cada día, separando lo que ya funciona de lo que por ahora solo es un anuncio. Le interesa el efecto práctico: qué herramienta ahorra tiempo real, cuál se queda a medias y cuál conviene mirar dos veces antes de instalarla. Trabaja a diario con modelos de IA dentro del propio proceso editorial de Softonic, así que conoce bastante bien sus límites.",
"fr-FR": "Jesús Pina suit ce que l'intelligence artificielle change réellement dans les logiciels du quotidien, en distinguant ce qui fonctionne déjà de ce qui n'est encore qu'une annonce. Ce qui l'intéresse, c'est l'effet pratique : quel outil fait gagner du temps, lequel s'arrête à mi-chemin et lequel mérite un second examen avant installation. Il travaille au quotidien avec des modèles d'IA au cœur du processus éditorial de Softonic, et connaît donc assez bien leurs limites.",
"it-IT": "Jesús Pina segue ciò che l'intelligenza artificiale sta davvero cambiando nel software di ogni giorno, distinguendo quello che già funziona da quello che per ora è solo un annuncio. Gli interessa l'effetto pratico: quale strumento fa risparmiare tempo, quale si ferma a metà e quale conviene guardare due volte prima di installarlo. Lavora ogni giorno con modelli di IA dentro il processo editoriale di Softonic, e per questo ne conosce bene i limiti.",
"nl-NL": "Jesús Pina volgt wat kunstmatige intelligentie echt verandert aan de software die we dagelijks gebruiken, en scheidt daarbij wat al werkt van wat nog slechts een aankondiging is. Wat hem interesseert is het praktische effect: welke tool echt tijd bespaart, welke halverwege blijft steken en welke je beter twee keer bekijkt voordat je hem installeert. Hij werkt dagelijks met AI-modellen binnen het redactieproces van Softonic en kent daardoor hun grenzen vrij goed.",
"pl-PL": "Jesús Pina śledzi to, co sztuczna inteligencja rzeczywiście zmienia w programach używanych codziennie, oddzielając rozwiązania, które już działają, od tych, które są na razie tylko zapowiedzią. Interesuje go efekt praktyczny: które narzędzie naprawdę oszczędza czas, które zatrzymuje się w połowie drogi, a które warto sprawdzić dwa razy przed instalacją. Codziennie pracuje z modelami AI wewnątrz procesu redakcyjnego Softonica, więc dobrze zna ich ograniczenia.",
"pt-BR": "Jesús Pina acompanha o que a inteligência artificial está realmente mudando nos programas que usamos todos os dias, separando o que já funciona do que ainda é apenas anúncio. O que lhe interessa é o efeito prático: qual ferramenta economiza tempo de verdade, qual para no meio do caminho e qual merece uma segunda olhada antes de instalar. Trabalha diariamente com modelos de IA dentro do próprio processo editorial da Softonic, e por isso conhece bem seus limites."
}
View all posts by Jesús Pina
