L’IA dans les jeux : ce que fait vraiment un ennemi « intelligent »
L’intelligence artificielle des jeux vidéo n’a presque rien à voir avec celle dont on parle depuis 2023. C’est une mécanique explicite, conçue pour être lisible par le joueur, et sa réussite se mesure à autre chose qu’à sa performance.
Deux choses très différentes portent le même nom. L’intelligence artificielle des jeux, vieille de quarante ans, sert à produire des adversaires crédibles ; celle dont on parle depuis 2023 sert à générer du contenu. Nous commençons par la première, parce qu’elle est la moins bien comprise.
Les trois techniques qui font l’essentiel
La machine à états est la plus ancienne et la plus répandue : un ennemi est dans un état à la fois, patrouille, alerte, poursuite ou fuite, et des conditions font passer de l’un à l’autre. Simple, prévisible, facile à corriger.
L’arbre de comportement organise ces décisions en hiérarchie, ce qui permet des conduites nettement plus riches sans devenir illisible pour l’équipe qui les règle. C’est aujourd’hui la structure la plus courante dans les productions importantes.
Enfin la recherche de chemin, qui répond à une question purement géométrique : comment aller d’un point à un autre en contournant les obstacles. C’est de loin le composant le plus coûteux en calcul, et celui dont les défaillances sont les plus visibles, un ennemi bloqué contre un décor étant le bogue emblématique du genre.
Pourquoi un ennemi ne cherche pas à gagner
Un adversaire optimal serait trivial à écrire dans la plupart des jeux de tir : il suffirait de viser instantanément et sans erreur. Il rendrait le jeu injouable et surtout illisible, le joueur ne comprenant pas d’où vient sa mort.
Le travail consiste donc à introduire des imperfections délibérées et à rendre les intentions visibles. Un ennemi annonce qu’il va charger, un tireur manque volontairement ses premiers coups pour signaler sa position, un groupe se répartit de façon lisible plutôt qu’efficace. La qualité se mesure à la clarté produite, pas à la difficulté.
Beaucoup de jeux vont plus loin et truquent ouvertement : ajustement de la difficulté selon les échecs récents, munitions rendues plus généreuses quand le joueur en manque, ennemis qui n’attaquent qu’à tour de rôle. Ces mécanismes sont dissimulés, non par malhonnêteté, mais parce que leur effet disparaît dès qu’ils sont connus.
L’apprentissage automatique, et pourquoi il reste rare
Des agents entraînés ont battu des professionnels sur des jeux compétitifs, ce qui a été spectaculaire et instructif. Le passage à la production reste pourtant limité, pour trois raisons pratiques.
Le coût d’entraînement, d’abord, sans commune mesure avec l’écriture d’un arbre de comportement. L’imprévisibilité ensuite : un comportement appris ne se corrige pas ligne à ligne, et une équipe a besoin de garantir qu’un ennemi ne fera pas n’importe quoi dans une séquence scénarisée. La lisibilité enfin, puisqu’un agent optimal produit exactement le problème décrit plus haut.
La génération de contenu, et ses limites actuelles
C’est le domaine où les outils récents s’installent le plus vite : génération de textures, remplissage de décors, prototypage de dialogues, doublage de voix. Les usages en production existent réellement, mais surtout en amont, comme outils d’ébauche.
Trois obstacles freinent le reste. La cohérence sur la durée, un système génératif produisant sans peine mille variations et très difficilement un ensemble tenu. Les droits attachés aux données d’entraînement, sujet non stabilisé. Et la question du doublage, qui a nourri des conflits sociaux importants dans le secteur, avec des accords désormais négociés sur le consentement et la rémunération.
Questions fréquentes
Les ennemis trichent-ils ?
Fréquemment, et c’est documenté par les développeurs eux-mêmes : munitions infinies hors du champ de vision, connaissance de la position du joueur, ajustement de la précision. L’objectif est le rythme, pas la victoire.
Un jeu peut-il s’adapter à mon niveau sans le dire ?
Oui, et beaucoup le font. Ces systèmes restent discrets parce que leur efficacité repose sur l’ignorance du joueur, ce qui pose une vraie question de transparence rarement tranchée.
Verra-t-on des personnages non joueurs dialoguant librement ?
Des démonstrations existent. Le problème n’est pas technique mais éditorial : un dialogue non écrit ne peut pas porter d’information narrative fiable, et il expose le studio à des propos qu’il n’a pas validés.
L’IA générative supprime-t-elle des emplois dans le jeu vidéo ?
Les effets constatés portent d’abord sur les tâches d’ébauche et de production de variantes. Le secteur a connu des vagues de licenciements importantes ces dernières années, dont les causes principales sont ailleurs, et attribuer ces réductions à cette seule technologie serait inexact.