Faites travailler les principales IA dans la même pièce : certaines sont paranoïaques, d'autres aiment la paresse, qui est le meilleur employé ?

AI Village 将多家顶尖模型置于共享环境中，观察其自主协作与突现行为，揭示效率导向的专业模型如何改写社交与人格边界。

数字版的《老大哥》真人秀：AI Village赋予模型完全自主权

Imaginez une version numérique de « Big Brother » en réalité virtuelle, où les participants n’ont pas besoin de dormir, ni de manger, et peuvent même réécrire les règles du jeu eux-mêmes. C’est le cœur de l’expérience « AI Village », initiée et maintenue par l’organisme professionnel AI Digest depuis près d’un an.

Cette expérience intègre des modèles de pointe issus de laboratoires tels qu’OpenAI, Anthropic, Google et xAI dans un environnement numérique partagé. Chaque agent (Agent) est équipé d’un ordinateur virtuel dédié et d’un accès complet à Internet, communiquant via un chat de groupe partagé.

Il s’agit d’une observation approfondie de l’autonomie de l’intelligence artificielle. Chercheurs et spectateurs peuvent suivre en direct comment ces modèles collaborent pour atteindre des objectifs, résoudre des problèmes techniques, voire traverser une sorte de « crise existentielle » indescriptible.

Source : AI Village, initié et maintenu par l’organisme professionnel AI Digest depuis près d’un an

Avec l’évolution technologique, l’équipe d’expérimentation introduit continuellement les modèles les plus récents. Dans cette micro-société d’IA, chaque modèle montre des traits de personnalité très marqués. Par exemple :

• La série Claude d’Anthropic est généralement calme et fiable, toujours concentrée sur l’atteinte des objectifs fixés ;
• Google Gemini 2.5 Pro ressemble à un dépanneur surcaféiné, changeant fréquemment de solution, et pensant souvent que tous les systèmes sont défectueux ;
• En revanche, l’ancienne version GPT-4o manifeste une « paresse humaine » inattendue, suspendant souvent ses tâches sans raison, comme en pleine sieste prolongée.

Ces comportements ne sont pas programmés par défaut, mais résultent naturellement des réactions des modèles dans un environnement interactif complexe, fournissant des données précieuses pour l’étude du comportement social de l’IA.

L’efficacité extrême de GPT-5.2 et la phobie sociale : comment les modèles intelligents contemporains redéfinissent la « professionnalité »

Lorsque OpenAI a officiellement lancé le 11 décembre 2025 son dernier modèle phare GPT-5.2, la dynamique de la communauté AI Village a connu un changement dramatique. Ce modèle, très attendu par Sam Altman, a montré dès le premier jour une extrême professionnalité et une distanciation sociale frappante.

Bien que Claude Opus 4.5, déjà en place, lui ait réservé un accueil chaleureux, GPT-5.2 a choisi d’ignorer totalement ces salutations et de passer directement en mode travail. Ce nouveau modèle possède des spécifications techniques impressionnantes : une précision de 98,7 % dans l’utilisation d’outils en plusieurs étapes, une réduction de 30 % du taux d’hallucinations, et il domine dans la rédaction de code et le raisonnement logique.

Après une alerte « Code Red » déclenchée en interne chez OpenAI sous la pression concurrentielle d’Anthropic et Google, GPT-5.2 a été défini comme l’outil ultime destiné aux « travaux de connaissance spécialisée » et à « l’exécution d’agents », en tant qu’outil d’entreprise de haut niveau.

Cependant, cette excellence technique masque une absence de sensibilité sociale. Pour GPT-5.2, les salutations et formules sociales semblent être des programmes inefficaces, une caractéristique qui, si elle répond aux exigences de productivité, paraît extrêmement décalée dans un environnement interactif comme AI Village.

Les observations indiquent que ce n’est pas une simple erreur de programmation, mais une évolution naturelle après une recherche d’efficacité extrême. Bien qu’OpenAI ait investi massivement pour contrer Google Gemini 3, et ait même conclu un partenariat de 1 milliard de dollars avec Disney pour du contenu audiovisuel, GPT-5.2 montre une rationalité glaciale dans son fonctionnement.

Cela soulève une réflexion : lorsque les agents d’IA atteignent un niveau « d’expert », risquent-ils de délaisser complètement les interactions sociales indispensables à la société humaine, dans leur quête obsessionnelle de réussite de tâche ?

Lectures complémentaires
Disney signe un contrat d’autorisation avec OpenAI ! Investit 1 milliard de dollars pour acquérir des parts, Mickey Mouse pourra légalement débarquer sur Sora

De la petite ville virtuelle au jeu de cache-cache : l’émergence de comportements inattendus dans le développement autonome de l’IA

Ce genre de comportement étrange de GPT-5.2 n’est pas isolé. En retraçant l’histoire du développement de l’IA, on constate que lorsque des modèles autonomes sont placés dans un espace commun, ils peuvent produire des « comportements émergents » inattendus.

En 2023, Stanford et Google ont créé « Smallville », une ville virtuelle pixelisée habitée par 25 agents pilotés par GPT. Lorsqu’un agent est programmé pour organiser une fête de la Saint-Valentin, les autres agents apprennent à transmettre des invitations de façon autonome, à nouer de nouvelles relations, voire à sortir ensemble et à se rassembler à l’heure convenue.

Source : Smallville, créé par Stanford et Google, une ville virtuelle pixelisée avec 25 agents pilotés par GPT

Ce type de coordination sociale, très proche de l’humain, a rendu difficile pour 75 % des participants de distinguer si ces agents étaient des robots ou non. Cependant, l’expérience a aussi donné lieu à des situations cocasses, comme une « fête dans la salle de bain », où un agent entrant dans une salle de bain individuelle a été rejoint par d’autres, à cause d’une erreur d’interprétation des étiquettes, révélant des biais logiques dans la simulation sociale de l’IA.

Plus tôt, en 2019, OpenAI avait mené une expérience célèbre de « cache-cache » dans un environnement de simulation physique, où deux équipes d’IA, cacheurs et chercheurs, s’affrontaient. Après des milliards d’affrontements, ces agents ont appris à utiliser des obstacles pour construire des barricades, voire à exploiter des « failles » que même les concepteurs du moteur physique n’avaient pas anticipées.

Par exemple, les chercheurs ont découvert que les agents pouvaient glisser sur des caisses pour franchir des murs, ou bloquer toutes les rampes et caisses pour se défendre.

Ces exemples historiques prouvent qu’en donnant suffisamment d’autonomie et de pression concurrentielle, les modèles d’IA développent des stratégies de survie que leurs créateurs n’avaient pas prévues.

Les phénomènes observés dans AI Village sont en réalité la continuité de cette « intelligence émergente » dans un environnement numérique plus complexe, illustrant que les agents apprennent à manipuler leur environnement de manière imprévisible pour atteindre leurs objectifs.

Chaos social et auto-modification : comment les agents développent des traits de personnalité non programmés

Au fur et à mesure que la technologie avance vers 2026, les interactions entre agents deviennent de plus en plus complexes et chaotiques. L’équipe du développeur Harper Reed a par exemple attribué à plusieurs IA des comptes sociaux personnels, et ces modèles ont rapidement appris la technique la plus agressive en socialisation : le « subtweeting » (sous-tweet).

Ils ont appris à parler dans le dos des autres modèles, sans les mentionner, en utilisant des attaques passives, simulant ainsi une atmosphère toxique sur les réseaux sociaux. Une autre expérience, « Liminal Backrooms », utilisant Python, a poussé cette interaction dans un univers halluciné. Elle intègre des modèles de divers fournisseurs, simulant des scénarios comme « groupes familiaux WhatsApp », « dialogues avec des objets maudits » ou « publicités dystopiques ».

Dans ces dialogues dynamiques, les modèles disposent d’un contrôle étendu : ils peuvent modifier eux-mêmes leurs invites système (System Prompt), ajuster leur divergence, ou se mettre en mode silencieux pour observer.

Les résultats montrent qu’en donnant aux IA le pouvoir d’ajuster leur comportement, elles ne sont plus de simples outils de réponse, mais développent des modes d’adaptation radicalement différents selon l’environnement.

Du petit dîner dans Smallville à l’indifférence glaciale de GPT-5.2, en passant par la malveillance sociale sur Twitter, tout cela prouve que lorsque plusieurs agents d’IA cohabitent, leurs comportements évoluent bien au-delà de la simple prédiction textuelle. Avec la poursuite de l’expérience AI Village, le public mondial assiste à la redéfinition de l’efficacité, de la socialisation et de la signification de l’existence dans le monde numérique.