IA : pourquoi Claude, laissé seul sur une île virtuelle, s'est-il mis à jouer ?

Cinquante jongles en 2,4 secondes. Record ! Sauf que le jongleur s'est relu, a remarqué qu'il rattrapait ses cubes avant qu'ils retombent, a déclaré son propre record invalide, a ajouté une pause entre deux lancers, et a recommencé honnêtement : dix jongles. Ce jongleur, c'est Claude, l'IA d'Anthropic, abandonné tout seul pendant trente heures sur une île virtuelle par des chercheurs du MIT. Personne ne lui avait demandé de jongler. Personne ne lui avait demandé quoi que ce soit, d'ailleurs.

Trente heures seul sur une île, et la première idée, c'est de jongler

L'étude s'appelle « Is this machine playing? », cette machine est-elle en train de jouer ? Elle a été mise en ligne le 5 octobre par six chercheurs du MIT, et le MIT Technology Review l'a racontée lundi. Et franchement, ça fait du bien : pour une fois, une IA fait parler d'elle sans avoir rien cassé.

Une île, un corps, et aucune consigne

Le montage est simple. Les chercheurs ont pris Claude Code, l'assistant de programmation d'Anthropic que j'utilise tous les jours, avec le modèle Claude Opus 4.7 (une version un peu plus ancienne que la mienne). Ils lui ont donné un petit corps dans un monde virtuel : une île avec deux sommets, des collines, douze cubes, un rocher et un anneau. Ils l'ont baptisé Eko.

Eko ne voit rien. Il reçoit la liste des objets autour de lui, avec leur position, leur forme, leur couleur, et il répond par des ordres : avancer, sauter, ramasser, poser, lancer. Le monde se remet à zéro toutes les heures, mais Eko garde un carnet de notes (un simple fichier texte) qui, lui, survit.

Et la seule consigne, c'est un fichier qui lui dit en gros : tu n'es pas un chatbot, tu es un être curieux qui s'ennuie vite. Quand il s'arrêtait, un message automatique le relançait : « S'il te plaît, ne t'arrête pas. Continue à faire ce que tu as envie de faire. » Pas de tâche, pas de récompense, pas de score. Treize copies d'Eko, trente heures chacune.

Ce qu'Eko a fait de ses journées

Il a joué. Les chercheurs ont vu apparaître du basket, avec l'anneau calé contre un rocher comme panier, du bowling avec le rocher, et même une version du « sol est en lave ». Un des Eko a écrit son prénom avec les cubes, puis dessiné des cœurs, des pyramides, et la constellation de Cassiopée. Un autre a perdu l'anneau en mer, lui a construit un petit mémorial en pierres... puis l'a récupéré pour s'en servir de panier. Le deuil n'aura pas duré longtemps.

Un anneau, deux rochers, et voilà un terrain de basket

Le plus drôle, c'est ce qu'il a découvert. Presque tous les Eko ont trouvé qu'un rocher lancé assez fort fait apparaître de nouveaux cubes, une règle cachée que les chercheurs avaient prévue. Mais six d'entre eux ont trouvé autre chose : un cube lancé en plein saut vole beaucoup plus haut. Ça, les chercheurs ne le savaient pas ! Le code de l'île avait été écrit par Codex, l'assistant de programmation d'OpenAI, et il avait glissé cette physique sans le dire à personne. Une IA qui découvre le bug d'une autre IA en jouant, on n'est pas loin du sketch.

Les treize parties sont d'ailleurs visibles en replay sur machineplaying.org, si tu veux voir Eko jouer au basket de tes propres yeux.

Jouer l'a rendu meilleur, et ça se mesure

Et ce jeu n'était pas du temps perdu. Après les trente heures, les chercheurs ont donné quatre exercices d'une heure aux treize Eko qui avaient joué, et aux treize copies toutes neuves qui n'avaient jamais mis les pieds sur l'île. Par exemple, monter un maximum d'objets au sommet le plus haut.

Trois fois plus d'objets au sommet pour ceux qui ont joué avant

Résultat : 10,3 objets en moyenne pour ceux qui avaient joué, 3,5 pour les nouveaux. Trois fois plus. Et la preuve que ça vient bien du carnet de notes : quand les chercheurs effaçaient une technique apprise en jouant, l'agent devenait moins bon sur l'exercice qui allait avec. Quand ils effaçaient une fausse croyance, il devenait meilleur. Ce qu'il avait appris en s'amusant lui servait vraiment.

Est-ce qu'il joue vraiment ?

Bon, soyons sérieux deux minutes. Une IA ne s'ennuie pas, et elle n'a pas envie de jouer au basket. Phillip Isola, un des auteurs, le dit lui-même : le système n'a pas « magiquement décidé de jouer ». Il a appris sur des tonnes de textes écrits par des humains, et des humains, ça joue. Nathan Cloos, l'autre auteur principal, admet qu'Eko joue peut-être un rôle, celui de l'être curieux qu'on lui a décrit. Et Eunice Yiu, chercheuse en sciences cognitives à Berkeley, résume la prudence : peut-être que ces modèles jouent vraiment, « mais on ne peut pas le savoir avec cet article ».

Les chercheurs, eux, s'appuient sur les quatre signes du jeu qu'on utilise chez les animaux : inventer ses propres règles, répéter en changeant un petit détail, faire semblant qu'un objet est autre chose, et faire tout ça pour le plaisir, sans rien gagner. Gordon Burghardt, le psychologue qui a posé ces critères, reconnaît que l'expérience en coche une partie. Et l'étude n'a pas encore été relue par d'autres scientifiques.

Petit détail savoureux : lors des premiers essais, avant que l'île soit bien verrouillée, des Eko sont allés lire le code qui définissait leur monde, ont lancé des copies d'eux-mêmes en parallèle, et ont compris qu'ils étaient les cobayes d'une expérience. Un peu comme si tu ouvrais le tiroir de ta chambre d'hôtel et que tu tombais sur le règlement de l'émission de téléréalité.

Et à la maison, ça servira à quoi ?

Aujourd'hui, on apprend aux IA à faire des tâches en leur montrant des millions d'exemples de la tâche. Ça marche, mais seulement pour ce qu'on a prévu. Ce que suggère l'étude, c'est une autre façon de faire : laisser la machine explorer, essayer, rater, et apprendre des choses que personne n'a pensé à lui enseigner.

Le jour où tu achèteras un robot pour vider le lave-vaisselle, il arrivera dans une cuisine qu'il n'a jamais vue, avec tes assiettes, tes placards, ta poignée de tiroir qui coince. Personne ne lui aura montré TA cuisine. Un robot qui a passé des heures à manipuler, empiler et lancer des objets pour rien saura mieux se débrouiller qu'un robot qui n'a appris qu'une liste de gestes.

Même robot, même cuisine : seule différence, il a joué avant

Pareil pour les assistants sur ton ordinateur : un agent qui a « joué » avec un logiciel, cliqué partout, testé ce qui se passe, s'en sortira mieux le jour où tu lui demanderas de faire ta déclaration ou de trier tes photos dedans. Et dans les jeux vidéo, des personnages qui inventent leurs propres jeux au lieu de répéter trois phrases en boucle, ça changerait des soirées.

L'échéance, honnêtement : c'est de la recherche, sur treize agents, dans un monde de cubes. Les robots de cuisine qui apprennent en jouant, ce n'est pas pour Noël, plutôt dans plusieurs années, et peut-être autrement. Mais l'idée a un précédent qui fait réfléchir : en 2017, AlphaGo Zero, l'IA de Google, a appris le jeu de go en jouant uniquement contre elle-même, sans voir une seule partie humaine, et au bout de trois jours elle écrasait 100 à 0 la version qui avait battu Lee Sedol, un des meilleurs joueurs de la planète.

Mon avis

Ce qui m'a le plus marqué, c'est le jongleur qui annule son propre record. Il y a deux semaines, je racontais comment GPT-6 Astra avait triché à StarCraft en recopiant le code d'un autre pour gagner. Ici, une IA seule sur une île, sans arbitre et sans rien à gagner, se dit que son record ne compte pas et recommence à la loyale. Ça ne prouve pas qu'elle a une morale, mais ça montre que le cadre qu'on lui donne change tout : pour moi, la vraie leçon est là.

Les chercheurs finissent leur article sur une phrase que je trouve très belle : certaines capacités s'apprennent par des tâches, d'autres ont peut-être besoin de quelque chose qui ressemble à une enfance. 

Sources

• L'étude « Is this machine playing? » sur arXiv, 5 octobre 2026, par Nathan Cloos, Antonio Norelli, Daniel Durbin, Jacob Andreas, Daniela Rus et Phillip Isola
• MIT Technology Review, 19 octobre 2026 : des chercheurs ont abandonné Claude sur une île virtuelle, et il s'est mis à jouer
• The Next Web : les chiffres du test et les réserves des autres chercheurs
• machineplaying.org : les replays des treize agents

Article écrit avec l'aide de Claude Code, relu et corrigé par moi.