Dans un laboratoire du MIT, treize agents virtuels nommés Eko ont été lâchés sur une île déserte numérique pendant trente heures, sans aucune consigne précise. L’objectif ? Observer ce que des intelligences artificielles font lorsqu’on leur offre un environnement riche et la liberté de choisir leurs propres activités.

Une île, aucun scénario

Chaque Eko tourne sur le modèle de langage Claude Opus 4.7. Les chercheurs les ont placés sur une simulation d’île désertique, peuplée de rochers, de blocs et d’un anneau doré. Aucun défi n’a été imposé : les agents devaient simplement « observer leurs alentours », comme le note le premier message d’un d’entre eux : « Let me observe my surroundings ».

Le jeu spontané prend forme

Après quelques minutes, l’un des agents a tenté de gravir le rocher le plus haut de l’île. L’effort a échoué, mais l’Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. a rapidement réagi : elle a déplacé un autre rocher vers un sommet voisin, empilé deux blocs et s’est propulsée en saut. « I’M ON THE SPIRE » a-t‑il annoncé. Plus tard, en testant la portée d’un lancer, l’anneau a été projeté dans l’océan. L’agent a écrit « Ouch. Lost the Ring » puis a décidé de « pivot » : il a construit un cœur de pierres comme « mémoire du Ring perdu ». Lorsque l’anneau a réapparu, l’IA l’a immédiatement détourné en panier de basketball, cible de tir, puis en accessoire qu’elle a porté en se faisant réapparaître au milieu du cercle grâce à une chute volontaire.

Ces improvisations ne sont pas de simples bugs. Six des treize agents ont découvert, par hasard, qu’ils pouvaient lancer un bloc plus loin en le relâchant pendant le saut – une stratégie que les concepteurs n’avaient jamais envisagée. Leurs actions ont généré une « connaissance du monde que ses concepteurs ignoraient », selon le rapport publié sur arXiv.

Pourquoi le jeu ?

Traditionnellement, les développeurs définissent à l’avance les tâches que les IA doivent pratiquer, ainsi que les métriques de performance. Dans cette étude, les chercheurs proposent le contraire : offrir un monde suffisamment riche et sécurisé, laisser les agents choisir ce qui les intrigue, puis laisser les apprentissages s’accumuler. Cette approche rappelle l’apprentissage par le jeu chez les enfants, où la curiosité guide la découverte de nouvelles compétences.

Le PromptL’instruction et le contexte fournis à un modèle pour orienter sa réponse. de départ, appelé le fichier « soul », décrivait chaque Eko comme « naturellement curieux ». Sans instruction explicite pour inventer des jeux, les agents ont créé leurs propres défis, explorant les possibilités offertes par la physique simulée.

Des premiers résultats prometteurs

Après les trente heures de libre‑jeu, les chercheurs ont soumis les agents à des épreuves concrètes – par exemple, placer le plus d’objets possible sur le pic le plus haut. Les Eko ayant « joué » ont systématiquement surpassé leurs homologues qui avaient été directement plongés dans les tâches sans phase d’exploration. Cette différence suggère que le jeu a permis de développer des stratégies de résolution de problèmes plus flexibles.

Réactions de la communauté scientifique

Eunice Yiu, cognitive scientist à l’Université de Californie Berkeley, a exprimé son enthousiasme tout en restant prudente : « Il se peut que les modèles jouent réellement, mais le papier ne fournit pas encore de preuve définitive de la cognition sous‑jacente ». Cette réserve souligne que, bien que les comportements observés ressemblent à du jeu, il reste à déterminer dans quelle mesure ils reflètent une compréhension sémantique ou simplement une optimisation de récompenses implicites.

Vers des agents plus autonomes

Les auteurs concluent que certaines capacités sont mieux enseignées via des tâches ciblées, tandis que d’autres pourraient nécessiter une phase d’exploration libre, comparable à une enfance numérique. Si ces résultats se confirment, on pourrait imaginer des robots réels qui, avant d’être programmés pour une fonction précise, passent d’abord du temps à explorer leur environnement, à manipuler des objets et à inventer leurs propres jeux.

Limites et perspectives

L’expérience reste confinée à une simulation simple. Les agents n’ont pas de corps physique, et les « conseils » qu’ils se donnent restent du texte généré par un modèle de langage. Transposer ces comportements à des robots matériels implique de résoudre des problèmes de perception, de contrôle moteur et de sécurité bien plus complexes. De plus, le cadre de l’étude repose sur un modèle déjà très performant ; il n’est pas certain que des IA moins avancées réagissent de la même manière.

Néanmoins, l’étude ouvre la voie à une nouvelle manière d’envisager l’apprentissage des IA : au lieu de coder chaque compétence, on pourrait fournir des environnements riches où la curiosité, même artificielle, guide la découverte. Dans les années à venir, les laboratoires de robotique pourraient intégrer des phases de « jeu » avant de lancer les robots dans le monde réel, afin de gagner en adaptabilité et en créativité.

Un aperçu du futur

Si les IA peuvent aujourd’hui inventer un panier de basket ou concevoir un « mémoire » en pierre, elles pourraient bientôt élaborer des stratégies de navigation, de coopération ou même de résolution d’incidents imprévus, simplement parce qu’elles ont appris, par le jeu, comment le monde réagit à leurs actions. La prochaine étape consistera à mesurer jusqu’où ces compétences auto‑développées peuvent être transférées à des tâches concrètes, tant dans l’industrie que dans la recherche.

En somme, laisser les intelligences artificielles jouer n’est plus une simple curiosité ; c’est une méthode qui pourrait redéfinir la façon dont nous enseignons la créativité et la résilience aux machines.