Et si l’intelligence artificielle la plus impressionnante de notre époque se faisait battre par une console vieille de près de 50 ans ? C’est exactement ce qui est arrivé lors d’un match improbable entre ChatGPT et… un Atari 2600. Plus qu’un simple gag technologique, cette rencontre inattendue révèle une vérité fascinante (et souvent mal comprise) sur les IA modernes : elles sont loin d’être aussi intelligentes qu’on l’imagine.

Un duel insolite entre deux « IA »

Tout commence avec une idée aussi curieuse que provocatrice : faire jouer ChatGPT à une partie d’échecs contre un programme datant de 1979, conçu pour l’Atari 2600, une console célèbre pour ses graphismes rudimentaires et sa puissance quasi nulle selon les standards actuels. Le logiciel en question, Video Chess, utilise une intelligence artificielle simpliste, codée pour tenir dans quelques kilo-octets de mémoire.

De l’autre côté de l’échiquier, ChatGPT, un modèle linguistique massif de type LLM (Large Language Model), développé par OpenAI, et capable de générer des réponses sophistiquées sur presque tous les sujets imaginables. La comparaison paraît inégale… et pourtant.

Spoiler : ChatGPT perd. Spectaculairement.

Lors du match, ChatGPT doit indiquer ses coups en texte à travers un émulateur. Très vite, des problèmes apparaissent. Il oublie la position de ses pièces, confond les règles, suggère des mouvements illégaux, voire contradictoires. L’IA fait jouer des pions inexistants, déplace des dames sur des diagonales impossibles, ou inverse les couleurs des camps. Résultat ? L’antique moteur d’échecs d’Atari, pourtant lent et très limité, le bat facilement.

Ce n’est pas seulement une défaite, c’est un crash pédagogique. Et il nous en dit long sur ce qu’est (et n’est pas) l’intelligence artificielle aujourd’hui.

ChatGPT n’est pas fait pour jouer… mais pour parler

Contrairement à ce que l’on pourrait croire, ChatGPT n’est pas une IA « générale » au sens classique. Il n’a pas de mémoire de travail, pas de stratégie interne, pas de compréhension logique des situations. C’est un modèle statistique qui génère du texte en prédisant, mot après mot, ce qui est le plus probable selon son entraînement.

Autrement dit, ChatGPT peut expliquer les règles des échecs avec brio, commenter une partie célèbre, ou même analyser la stratégie d’un joueur de haut niveau. Mais dès qu’on lui demande de jouer concrètement, il perd ses repères. Il ne « voit » pas l’échiquier, ne retient pas ses propres coups, et n’est pas conçu pour suivre une logique de jeu structurée.

L’Atari 2600, lui, respecte les règles

À l’inverse, le moteur d’échecs de l’Atari, bien que primitif, est rigide. Il applique une logique binaire très simple, mais parfaitement conforme aux règles. Il n’a pas besoin de « comprendre » ce qu’il fait. Il calcule, évalue les positions, et joue en respectant le cadre. C’est suffisant pour battre un modèle linguistique qui ne sait pas « raisonner » en continu.

Ce paradoxe – une IA vieille de 45 ans qui bat un modèle d’IA dernier cri – montre que la spécialisation l’emporte souvent sur la puissance brute. Un modèle conçu pour une tâche très précise sera toujours plus efficace qu’un modèle polyvalent qui tente de tout faire sans structure dédiée.

Crédit : iStock

Crédits :Photology1971/istock

Ce que cette expérience nous apprend sur l’IA moderne

Ce match insolite est une leçon déguisée sur les limites des grands modèles de langage. Contrairement à une croyance répandue, ChatGPT n’est pas une superintelligence. C’est un miroir linguistique, qui reflète les textes humains avec une finesse remarquable, mais sans compréhension profonde.

• Il ne peut pas manipuler des objets dans l’espace (comme un échiquier).

• Il ne suit pas les règles d’un jeu avec persistance.

• Il ne possède ni mémoire à long terme, ni capacité de planification structurée.

En revanche, il est extraordinairement doué pour formuler des phrases qui « sonnent juste ». C’est ce qui fait sa force… et ses limites.

Vers des IA hybrides et mieux structurées ?

L’avenir de l’IA pourrait justement consister à combiner les forces de modèles comme ChatGPT avec des modules logiques, des moteurs de planification, ou des mémoires structurées. C’est ce qu’on appelle parfois des systèmes hybrides, capables de traiter le langage naturel tout en raisonnant avec précision.

Un ChatGPT capable de jouer correctement aux échecs devrait être couplé à un moteur de jeu spécialisé, ou disposer d’un mécanisme d’état interne qui lui permet de suivre la partie. Ce n’est pas impossible, mais ce n’est pas encore le cas.