Une recherche intéressante intitulée « Humans expect rationality and cooperation from LLM opponents in strategic games » (Les humains attendent rationalité et coopération des adversaires LLM dans les jeux stratégiques) a été publiée, disponible en pré-print sur arXiv. [https://arxiv.org/pdf/2505.11011](https://arxiv.org/pdf/2505.11011) ### Principales conclusions Le résumé met en évidence une dynamique fascinante : > Alors que les Grands Modèles de Langage (LLM) s'intègrent dans nos interactions sociales et économiques, nous devons approfondir notre compréhension de la manière dont les humains réagissent aux adversaires LLM dans des contextes stratégiques. Nous présentons les résultats de la première expérience contrôlée en laboratoire avec incitations monétaires examinant les différences de comportement humain dans un jeu de "p-beauty contest" multi-joueurs contre d'autres humains et des LLM. Nous utilisons une conception intra-sujet afin de comparer le comportement au niveau individuel. Nous montrons que, dans cet environnement, les sujets humains choisissent des nombres significativement plus bas lorsqu'ils jouent contre des LLM que contre des humains, ce qui est principalement dû à la prévalence accrue des choix de l'équilibre de Nash « zéro ». Ce changement est principalement motivé par les sujets ayant une grande capacité de raisonnement stratégique. Les sujets qui choisissent l'équilibre de Nash zéro motivent leur stratégie en invoquant la capacité de raisonnement perçue du LLM et, de manière inattendue, sa propension à la coopération. Nos résultats fournissent des aperçus fondamentaux sur l'interaction humaine-LLM multi-joueurs dans les jeux à choix simultanés, révèlent des hétérogénéités dans le comportement et les croyances des sujets concernant le jeu des LLM lorsqu'ils jouent contre eux, et suggèrent des implications importantes pour la conception de mécanismes dans les systèmes mixtes humains-LLM. Cela suggère que les individus dotés de solides compétences en raisonnement stratégique sont plus susceptibles d'anticiper un jeu logique de la part des IA, même au point d'attendre un comportement coopératif. Cette attente influence leur prise de décision dans l'environnement du jeu. Tags : articles académiques, **IA**, jeux, **LLM**, confiance