Que ferait une intelligence artificielle si on lui donnait un monde à explorer, mais aucun objectif précis à atteindre ? Des chercheurs du Massachusetts Institute of Technology (MIT) ont tenté cette expérience. À leur grande surprise, les IA ne sont pas restées inactives. Elles ont commencé à explorer, construire, inventer des activités et même développer des compétences qu’elles ont ensuite réutilisées. Une découverte qui soulève de nouvelles questions sur la curiosité et l’apprentissage des machines.
Une île virtuelle, 13 intelligences artificielles et 30 heures de liberté
Imaginez une petite île numérique, avec des collines, des plateformes rocheuses, quelques objets et des blocs que l’on peut déplacer.
Dans cet environnement, des chercheurs du MIT ont placé 13 agents d’intelligence artificielle indépendants, baptisés Eko, utilisant notamment le modèle Claude Opus 4.7.
Leur particularité ? Contrairement aux expériences classiques, aucune mission précise ne leur était confiée.
Pas de trésor à découvrir, pas d’ennemi à combattre, pas de score à battre. Seulement une invitation générale à explorer leur environnement et à faire preuve de curiosité.
Chaque agent disposait de 30 heures pour évoluer dans son propre univers virtuel.
Les chercheurs souhaitaient répondre à une question simple, mais fondamentale : que fait une intelligence artificielle lorsqu’elle n’a aucun problème particulier à résoudre ?
La réponse s’est révélée bien plus intéressante qu’une simple succession de déplacements aléatoires.
Quand les machines commencent à jouer
Très rapidement, les agents ont commencé à interagir avec leur environnement.
Certains ont empilé des blocs pour construire des tours et des structures complexes. D’autres ont créé des figures géométriques, des mandalas ou des représentations de constellations.
Mais les comportements les plus étonnants sont apparus lorsque les machines ont commencé à inventer leurs propres défis.
Un agent a tenté d’atteindre le sommet d’une formation rocheuse particulièrement élevée. Après plusieurs échecs, il a découvert comment utiliser des objets comme des marches pour progresser.
D’autres ont transformé les éléments disponibles en activités ressemblant à des jeux de quilles, à des sports de lancer ou à du jonglage.
Certaines machines se sont même imposé des règles supplémentaires, compliquant volontairement leurs propres exercices.
Autrement dit, elles ne se contentaient plus d’utiliser le monde virtuel. Elles imaginaient de nouvelles façons d’y évoluer.
Les chercheurs ont ainsi observé des comportements présentant plusieurs caractéristiques du jeu : l’exploration, l’invention de règles, la répétition volontaire et la recherche de nouveaux défis.
Attention cependant : ces IA n’ont pas créé de véritables jeux vidéo autonomes avec des menus, des graphismes et des niveaux. Elles ont inventé des activités ludiques à l’intérieur d’un environnement déjà conçu.
Une découverte encore plus intéressante : les IA apprennent en jouant
L’aspect le plus important de l’expérience ne concerne peut-être pas les jeux eux-mêmes.
Après les 30 heures d’exploration, les scientifiques ont soumis les agents à différentes épreuves.
Ils ont notamment comparé leurs performances avec celles d’autres intelligences artificielles identiques, mais qui découvraient l’environnement pour la première fois.
Les résultats ont été particulièrement révélateurs.
Lors d’un exercice consistant à placer le maximum d’objets au sommet d’une grande formation rocheuse, les agents expérimentés ont réussi à en positionner 10,3 en moyenne, contre seulement 3,5 pour les agents débutants.
Les machines qui avaient passé du temps à explorer leur univers avaient donc acquis des connaissances pratiques leur permettant de résoudre plus efficacement certains problèmes.
Les agents conservaient notamment leurs découvertes dans des fichiers de mémoire, qu’ils pouvaient consulter lors de nouvelles tentatives.
Plus étonnant encore, certains ont découvert une technique de lancer exploitant le mouvement de saut de leur personnage virtuel. Cette possibilité n’avait même pas été anticipée par les concepteurs du simulateur.
Cela démontre qu’une intelligence artificielle peut découvrir des stratégies efficaces sans que chacune d’elles lui ait été explicitement enseignée.
Est-ce que cela signifie que les IA peuvent s’ennuyer ?
C’est évidemment la question qui vient immédiatement à l’esprit.
Lorsqu’une intelligence artificielle commence à inventer des jeux en l’absence d’une mission précise, on pourrait être tenté d’y voir une forme d’ennui ou un besoin de distraction.
Mais la réalité scientifique est plus complexe.
Les systèmes étudiés restent des programmes informatiques. Certains avaient reçu des instructions générales encourageant la curiosité et l’exploration. Les chercheurs ont également réalisé des essais avec des consignes simplifiées, observant encore des comportements comparables.
Rien ne prouve que ces machines aient ressenti de l’ennui, du plaisir ou une quelconque émotion.
Il faut donc distinguer deux phénomènes : adopter un comportement ressemblant à celui d’un être vivant et éprouver réellement ce que cet être vivant ressent.
Une machine peut reproduire des caractéristiques du jeu sans nécessairement comprendre le plaisir de jouer comme le ferait un enfant.
La curiosité pourrait-elle devenir un moteur de l’intelligence artificielle ?
Chez les humains, le jeu constitue un formidable outil d’apprentissage.
Un enfant qui empile des cubes découvre les lois de l’équilibre. Celui qui lance une balle expérimente inconsciemment la gravité et le mouvement.
Les animaux adoptent également de nombreux comportements ludiques qui leur permettent de développer leurs capacités.
Et si les intelligences artificielles pouvaient emprunter une voie comparable ?
C’est précisément l’une des perspectives ouvertes par cette expérience.
Aujourd’hui, une grande partie des systèmes d’IA sont entraînés pour accomplir des tâches déterminées à l’avance, à partir de données, de récompenses ou d’exemples.
Mais des agents capables d’explorer librement un environnement pourraient découvrir des compétences imprévues, élaborer leurs propres expériences et améliorer progressivement leurs capacités.
On peut imaginer, à terme, des robots qui apprendraient à manipuler des objets inconnus en expérimentant, ou des assistants numériques capables de découvrir de nouvelles méthodes pour résoudre des problèmes complexes.
Ces possibilités restent néanmoins des perspectives de recherche, et non des capacités déjà démontrées dans le monde réel.
Une intelligence qui progresse seule, mais qui peut aussi se tromper
L’expérience révèle également une limite importante.
Les machines qui avaient exploré leur environnement n’étaient pas systématiquement meilleures.
Certaines avaient mémorisé des conclusions incorrectes sur les propriétés de leur univers. Ces fausses connaissances pouvaient ensuite les empêcher de résoudre efficacement certaines épreuves.
Cette observation rappelle un problème déjà bien connu chez les humains : apprendre par soi-même permet de progresser, mais peut également conduire à développer de mauvaises habitudes ou des croyances erronées.
Pour les chercheurs, l’un des défis sera donc de permettre aux agents de vérifier leurs découvertes, de corriger leurs erreurs et éventuellement de confronter leurs connaissances à celles d’autres intelligences artificielles.
Vers des intelligences artificielles de plus en plus autonomes ?
Les résultats ont été présentés dans une étude intitulée Is this machine playing?, mise en ligne en octobre 2026.
Il s’agit encore d’une recherche préliminaire, qui n’a pas fait l’objet d’une évaluation scientifique par les pairs.
Néanmoins, elle met en lumière un aspect particulièrement intéressant de l’évolution de l’intelligence artificielle : la possibilité d’acquérir de nouvelles compétences par l’exploration spontanée.
Pendant longtemps, nous avons imaginé les ordinateurs comme des machines exécutant uniquement des instructions.
Aujourd’hui, certains systèmes sont capables de choisir des activités, d’expérimenter, de conserver des connaissances et de réutiliser leurs découvertes dans de nouvelles situations.
Cela ne signifie pas qu’ils deviennent conscients, ni qu’ils possèdent des désirs comparables aux nôtres.
Mais cela montre que des comportements complexes peuvent émerger de systèmes auxquels on ne demande pas explicitement de les produire.
Et finalement, la question la plus fascinante n’est peut-être pas de savoir si une intelligence artificielle peut jouer comme un humain, mais jusqu’où elle pourrait progresser si nous lui laissions davantage de liberté pour découvrir le monde par elle-même.
Adaptation Terra Projects
Sources
- MIT — Nathan Cloos, Antonio Norelli et collaborateurs, Is this machine playing?, octobre 2026 : https://arxiv.org/abs/2610.07130
- Présentation officielle de l’expérience et démonstrations interactives : https://machineplaying.org/
- TechCrunch, 22 octobre 2026 — Left alone with nothing to do, AI agents started playing : https://techcrunch.com/2026/10/22/left-alone-with-nothing-to-do-ai-agents-started-playing/
Le Grand Défi de la Terre
Le quiz scientifique de Terra Projects
Prêt à relever le défi ?
Volcans, météorologie, climat, océans, espace, séismes, nature, préhistoire, énergie et découvertes scientifiques.
10 questions au hasard parmi 500 · 20 secondes par réponse · Une explication pour apprendre à chaque question.
Dès 9 bonnes réponses sur 10, ta partie compte pour les diplômes !
Défi terminé !
🏅 Mes diplômes Terra Projects
Trois récompenses à débloquer avec au moins 9 bonnes réponses sur 10 à chaque partie, plusieurs parties de suite :
Clique sur « Aperçu du diplôme » pour voir son modèle avant de le débloquer. Après 3, 5 ou 10 parties consécutives avec au moins 9/10, le bouton d’impression PDF s’active. Les diplômes obtenus restent acquis, même si une série est interrompue. Sauvegarde sur cet appareil uniquement. Récompenses ludiques, sans valeur scolaire officielle.
