Les laboratoires d’intelligence artificielle ont des priorités variées, reflétant leurs stratégies et leurs marchés cibles. OpenAI, par exemple, se concentre principalement sur les utilisateurs de consommation, développant des outils comme ChatGPT pour un large public. En revanche, Anthropic, son concurrent, cible essentiellement les entreprises, en proposant des modèles conçus pour des environnements professionnels. Récemment, une nouvelle orientation a émergé avec xAI, la startup d’IA récemment acquise par SpaceX et dirigée par Elon Musk, qui mise notamment sur les walkthroughs de jeux vidéo, comme Baldur’s Gate.
Selon un rapport détaillé publié vendredi par Grace Kay de Business Insider, Musk aurait créé un environnement de travail particulièrement difficile pour ses employés chez xAI. Un exemple frappant concerne le retard d’une sortie de modèle en raison de l’insatisfaction de Musk face aux réponses du chatbot sur des questions pointues liées à Baldur’s Gate. Les ingénieurs ont été détournés de leurs projets principaux pour améliorer rapidement les performances de l’IA dans ce domaine spécifique, ce qui soulève de nombreuses questions sur la gestion de la startup et la philosophie de développement de Musk.
La quête de Musk pour perfectionner la compétence ludique de ses modèles soulève des interrogations sur ses priorités et sur la manière dont cela influence le travail des ingénieurs.
Pour tester si xAI a vraiment atteint ses objectifs dans ce domaine, Ram Iyer, passionné de jeux de rôle, a élaboré une série de cinq questions générales sur Baldur’s Gate. Ces questions ont été soumises à xAI ainsi qu’à trois autres modèles majeurs : Grok, ChatGPT, et Gemini, dans ce qui pourrait être considéré comme un « BaldurBench », un quasi-benchmark dédié aux connaissances sur le jeu. La transparence étant essentielle, tous les transcriptions de ces échanges ont été rendues publiques, permettant aux observateurs de suivre en détail les performances de chaque IA.
Les résultats sont encourageants pour Grok, le modèle développé par xAI. Celui-ci fournit des réponses précises et bien informées, même si elles sont parfois riches en jargon — comme « save-scumming » ou « DPS » — ce qui montre qu’il possède une expertise solide dans le domaine. Cependant, en matière de style, chaque modèle se distingue : ChatGPT privilégie les listes à puces et les phrases fragmentées, Gemini aime souligner en gras les mots importants, tandis que Claude, une autre IA, se montre particulièrement prudente et préfère éviter de révéler des astuces pouvant gâcher l’expérience de jeu.
Il est important de contextualiser ces résultats : xAI a manifestement concentré ses efforts pour atteindre la parité de compétence dans ce domaine précis, ce qui explique que Grok, après quelques ajustements, se comporte presque aussi bien que ses concurrents. Bien que cette réussite témoigne des capacités de l’IA à s’adapter, elle soulève également des questions sur la véritable finalité : s’agit-il d’améliorer l’intelligence générale ou de répondre à des intérêts spécifiques comme la maîtrise d’un jeu vidéo ?
