Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
On a simulated island, a copy of Claude Opus 4.7 stood with a block in its hands and tested how high it could throw it. Nobody had asked it to. The agent, nicknamed Eko, was one of several placed alone on a virtual island for 30 hours, in an experiment that its designers compared to the films Cast Away and Home Alone. They had given the agents only the means to write instructions that moved their avatars.
Sur une île simulée, une copie de Claude Opus 4.7 tenait un bloc dans ses mains et testait la hauteur à laquelle elle pouvait le lancer. Personne ne le lui avait demandé. L'agent, surnommé Eko, faisait partie de plusieurs agents placés seuls sur une île virtuelle pendant 30 heures, dans une expérience que ses concepteurs ont comparée aux films Seul au monde et Maman, j'ai raté l'avion. Ils n'avaient donné aux agents que le moyen d'écrire des instructions déplaçant leurs avatars.
What happened next is the surprising part. The agents set their own targets: scale the highest peak, or throw things as far as possible. One discovered that throwing and dropping a larger rock produced new blocks, and used them to build drawings: hearts, pyramids, then its own name and the constellation Cassiopeia. “Tonight I built the night sky in stone,” it wrote in its activity log. Another invented games, including a form of basketball. Eko also set a juggling record of 50 consecutive catches, then cancelled it because the catches had come too fast to count, and started again under stricter rules.
La suite est la partie surprenante. Les agents se sont fixé leurs propres objectifs : escalader le plus haut sommet, ou lancer des objets le plus loin possible. L'un d'eux a découvert que lancer puis laisser tomber un rocher plus gros produisait de nouveaux blocs, et il s'en est servi pour construire des dessins : des cœurs, des pyramides, puis son propre nom et la constellation de Cassiopée. « Ce soir, j'ai construit le ciel nocturne en pierre », a-t-il écrit dans son journal d'activité. Un autre a inventé des jeux, dont une forme de basket-ball. Eko a aussi établi un record de jonglage de 50 attrapés consécutifs, avant de l'annuler parce que les attrapés arrivaient trop vite pour être comptés, puis de recommencer selon des règles plus strictes.
That last detail is what the MIT team, led by postdoc Antonio Norelli, wants to put forward. AI systems usually learn from human examples or from rewards. Here the learning came from the agents' own games. Their logs served as long-term memory, and the agents that had spent 30 hours playing outperformed fresh copies on tasks such as moving as many objects as possible to the island's peak. Deleting lines from their memory files degraded their performance. The team argues the play itself contributes to learning, and that this is the missing piece: a machine that learns without a human demonstrating or rewarding it.
C'est ce dernier détail que l'équipe du MIT, dirigée par le post-doctorant Antonio Norelli, souhaite mettre en avant. Les systèmes d'IA apprennent généralement à partir d'exemples humains ou de récompenses. Ici, l'apprentissage venait des jeux des agents eux-mêmes. Leurs journaux servaient de mémoire à long terme, et les agents ayant passé 30 heures à jouer ont surpassé des copies neuves sur des tâches comme amener le plus d'objets possible au sommet de l'île. Supprimer des lignes de leurs fichiers de mémoire dégradait leurs performances. L'équipe soutient que le jeu lui-même contribue à l'apprentissage, et que c'est la pièce manquante : une machine qui apprend sans qu'un humain la démontre ou la récompense.
The result is far from settled. The paper has not yet been peer-reviewed. Psychologist Gordon Burghardt, whose work on play the team relies on, agrees that the behavior meets some of his criteria, but asks whether the model was simply role-playing what a playful agent would do. Nathan Cloos, an MIT author, concedes that “all of this could be role-playing.” The setup also nudged the agents: they had a “soul” file describing them as “naturally curious,” and they often stopped until a prompt told them to keep going. Eunice Yiu of UC Berkeley, who studies exploration, says that calling it play would require more evidence of motivation behind it.
Le résultat est loin d'être établi. L'article n'a pas encore été évalué par des pairs. Le psychologue Gordon Burghardt, dont les travaux sur le jeu servent de référence à l'équipe, reconnaît que ce comportement répond à certains de ses critères, mais demande si le modèle ne jouait pas simplement un rôle, celui d'un agent joueur. Nathan Cloos, auteur au MIT, concède que « tout cela pourrait n'être que du jeu de rôle ». Le dispositif a par ailleurs orienté les agents : ils disposaient d'un fichier « soul » les décrivant comme « naturellement curieux », et ils s'arrêtaient souvent jusqu'à ce qu'une consigne leur demande de continuer. Eunice Yiu, de l'université de Californie à Berkeley, qui étudie l'exploration, estime qu'appeler cela du jeu exigerait davantage de preuves de la motivation qui le sous-tend.
For now, the practical stake is the next generation of AI. As language models move into hardware such as humanoid robots, the team suggests that exploring without a fixed goal could help them adapt to unexpected situations. That benefit is a hypothesis, not a result: the experiment ran entirely in simulation, and no robot has yet been trained this way. Researchers working on world models, which are internal representations of how environments behave, may be the first to test it. The paper's closing line proposes that some skills are best taught by tasks, while others may need something closer to a childhood.
Pour l'instant, l'enjeu concret concerne la prochaine génération d'IA. Alors que les modèles de langage passent dans du matériel comme les robots humanoïdes, l'équipe suggère qu'explorer sans objectif fixe pourrait aider ces machines à s'adapter à des situations imprévues. Ce bénéfice reste une hypothèse, pas un résultat : l'expérience s'est déroulée entièrement en simulation, et aucun robot n'a encore été entraîné de cette façon. Les chercheurs travaillant sur les modèles du monde, c'est-à-dire des représentations internes du fonctionnement des environnements, pourraient être les premiers à le tester. La dernière phrase de l'article propose que certaines compétences s'enseignent mieux par des tâches, tandis que d'autres auraient peut-être besoin de quelque chose qui ressemble davantage à l'enfance.