Les robots qui jouent au Pierre Feuille Ciseaux : l’IA peut-elle battre l’humain ?
Le Pierre Feuille Ciseaux semble être le jeu le plus simple du monde. Trois choix, des chances égales, un résultat purement aléatoire. Du moins, c’est ce qu’on croit. Car si le PFC était vraiment aléatoire, aucune intelligence artificielle ne pourrait faire mieux que 33 % de victoires. Or, les IA modernes dépassent largement ce seuil. Certaines frisant même les 100 % de réussite. Comment est-ce possible ? La réponse révèle autant sur l’IA que sur les failles de l’esprit humain.
Le robot Janken : la victoire par la triche légale
En 2012, le laboratoire Ishikawa Senoo de l’université de Tokyo dévoile un robot capable de gagner au Pierre Feuille Ciseaux avec un taux de victoire de 99,7 %. Le secret ? La vitesse pure.
Le robot Janken utilise une caméra à haute vitesse (1 000 images par seconde) pour analyser la forme de la main de l’adversaire humain en temps réel. Il reconnaît le geste du joueur en une milliseconde - bien avant que le mouvement ne soit achevé - et forme sa propre réponse gagnante en à peine 20 millisecondes. L’ensemble du processus est si rapide que l’œil humain ne perçoit aucun décalage : les deux mains semblent bouger simultanément.
Est-ce de la triche ? Techniquement, le robot réagit au lieu d’anticiper. Mais il le fait si vite que la distinction devient académique. Cette approche est fascinante sur le plan technologique (la vision par ordinateur en temps réel est un défi majeur), mais elle ne nous apprend rien sur la stratégie. Pour cela, il faut se tourner vers une autre catégorie d’IA.
Les IA prédictives : exploiter les patterns humains
La véritable révolution vient des IA qui battent les humains non pas par la vitesse, mais par l’analyse statistique. Ces IA observent les choix passés du joueur et en déduisent ses choix futurs. Et ça fonctionne étonnamment bien, parce que les humains sont terriblement prévisibles.
En 2014, des chercheurs de l’université Zhejiang en Chine publient une étude portant sur 360 participants jouant des milliers de manches de PFC. Les résultats révèlent des patterns inconscients que même les joueurs les plus expérimentés ne parviennent pas à éliminer. Comme le détaille notre article sur la théorie des jeux et l’équilibre de Nash, la stratégie optimale au PFC est de jouer de manière parfaitement aléatoire. Mais le cerveau humain est incapable de générer du vrai hasard.
Les IA prédictives exploitent cette faiblesse avec des algorithmes de machine learning. Elles construisent un modèle du comportement du joueur en analysant :
- Les transitions : après une Pierre, le joueur choisit-il plus souvent Feuille, Ciseaux ou Pierre ?
- Les réactions aux résultats : après une victoire, le joueur tend-il à répéter son choix ou à changer ?
- Les séquences : existe-t-il des patterns récurrents sur 3, 4 ou 5 manches consécutives ?
- Les biais de fréquence : le joueur a-t-il une préférence inconsciente pour un geste particulier ?
Pourquoi l’humain est si prévisible
Les recherches identifient plusieurs biais cognitifs systématiques que les IA exploitent :
Le biais de récence. Les joueurs sont influencés de manière disproportionnée par les dernières manches. Après avoir perdu avec Pierre contre Feuille, ils ont tendance à jouer Feuille ou Ciseaux - rarement Pierre à nouveau. Ce comportement est prévisible et exploitable.
La stratégie « win-stay, lose-shift ». L’étude de Zhejiang montre que les gagnants ont tendance à répéter le même geste, tandis que les perdants changent - souvent en suivant l’ordre Pierre → Feuille → Ciseaux. Cette règle simple permet à une IA de prédire correctement le prochain coup dans environ 60 % des cas.
L’illusion de l’aléatoire. Les humains confondent « aléatoire » et « varié ». Un joueur qui a joué Pierre trois fois de suite aura le sentiment qu’il « doit » changer, comme si le hasard avait une mémoire. C’est le sophisme du joueur (gambler’s fallacy), et les IA l’exploitent systématiquement. Pour contrer ces biais, découvrez nos stratégies pour gagner plus souvent.
Les micro-patterns. Au-delà des biais connus, chaque joueur développe des signatures comportementales uniques. Certains évitent de jouer trois fois le même geste. D’autres alternent systématiquement entre deux gestes. D’autres encore ont un « geste par défaut » qu’ils jouent quand ils hésitent. Ces micro-patterns sont invisibles pour le joueur lui-même, mais parfaitement détectables par un algorithme.
L’expérience du New York Times : jouez contre l’IA
En 2011, le New York Times publie un programme interactif permettant de jouer au PFC contre une IA. Le programme propose deux modes : un mode « novice » (l’IA n’a aucune donnée préalable) et un mode « vétéran » (l’IA a été entraînée sur 200 000 manches jouées par d’autres utilisateurs).
Le résultat est éloquent. En mode novice, l’IA met quelques dizaines de manches à cerner le joueur, puis commence à gagner régulièrement. En mode vétéran, elle domine dès les premières manches, parce qu’elle connaît déjà les tendances générales des joueurs humains.
L’expérience illustre un paradoxe fascinant : plus vous essayez de « tromper » l’IA en étant imprévisible, plus vous générez de patterns exploitables. Chaque tentative de stratégie crée une régularité que l’algorithme détecte.
Le PFC comme terrain de recherche en IA
Le Pierre Feuille Ciseaux est devenu un terrain d’expérimentation privilégié pour les chercheurs en intelligence artificielle, et ce pour plusieurs raisons :
La simplicité du problème. Avec seulement trois actions possibles, le PFC élimine les complications techniques pour se concentrer sur l’essentiel : la modélisation du comportement humain. C’est un banc d’essai idéal pour tester des algorithmes de prédiction.
L’interaction humain-machine. Le PFC implique une boucle de rétroaction en temps réel. Le joueur s’adapte à l’IA qui s’adapte au joueur. Cette dynamique est analogue à de nombreux problèmes réels : la cybersécurité (attaquant contre défenseur), la négociation, le trading algorithmique.
La question philosophique. Le PFC pose une question fondamentale : qu’est-ce que le libre arbitre face à un algorithme qui prédit vos choix ? Si une machine peut anticiper votre prochain geste avec 60 % de précision, votre choix est-il vraiment libre ? C’est une version simplifiée des débats sur la prédictibilité du comportement humain qui agitent la philosophie et les neurosciences.
Peut-on battre l’IA ?
La réponse courte est : oui, mais c’est difficile. Pour battre une IA prédictive au PFC, il faudrait jouer de manière parfaitement aléatoire - l’équivalent d’un tirage au sort avant chaque manche. Or, le cerveau humain est structurellement incapable de générer du hasard pur.
Quelques stratégies permettent cependant de réduire l’avantage de l’IA :
- Utiliser un dé ou une application de hasard pour choisir votre geste - mais cela revient à opposer une machine à une autre machine.
- Éviter de réfléchir. Plus vous stratégisez, plus vous générez de patterns. Le choix le plus aléatoire est souvent le plus instinctif.
- Changer régulièrement de « personnalité » de jeu pour empêcher l’IA de construire un modèle stable.
Mais au fond, la leçon du PFC contre l’IA est plus profonde qu’une question de victoire ou de défaite. Elle nous révèle que nos choix sont moins libres et moins aléatoires que nous le croyons. Et c’est peut-être la découverte la plus fascinante que puisse offrir un jeu aussi simple que Pierre, Feuille, Ciseaux.