L'essor actuel de l'intelligence artificielle générative occulte souvent les travaux pionniers réalisés entre 1970 et 1990. Une rétrospective sur ces systèmes anciens révèle que les fondements de l'autonomie décisionnelle et de la simulation comportementale étaient déjà explorés par des concepteurs visionnaires bien avant l'ère des grands modèles de langage.
L'émergence de la génération textuelle et comportementale
Dès 1985, le logiciel Racter marquait une étape significative en générant des textes complets, dont certains ont atteint le stade de la publication. Parallèlement, le secteur du jeu vidéo a servi de laboratoire pour tester l'autonomie des agents. Le titre Alter Ego, conçu par un psychologue, proposait une simulation de vie basée sur les choix du joueur, tandis que Little Computer People introduisait le concept de personnages autonomes vivant au sein d'une machine, une structure narrative qui préfigure le succès mondial de la franchise Les Sims.
La gestion de l'autonomie et des contraintes
La complexité des interactions était déjà au cœur des préoccupations des développeurs de l'époque. Dans le jeu Suspended, le joueur devait coordonner six robots possédant chacun des capacités et des accès à l'information limités, imposant une gestion stratégique des ressources. De son côté, Veronika Megler, conceptrice de The Hobbit, avait intégré des personnages non-joueurs capables d'agir en toute indépendance. Cette autonomie était telle que le déroulement des événements pouvait échapper totalement au contrôle du joueur, une prouesse technique pour les capacités de calcul de l'époque.
Vers une programmation d'agents autonomes
Au-delà de la simulation, les années 80 ont vu naître des outils de programmation d'agents, à l'image de Robot War. Ce logiciel exigeait des utilisateurs qu'ils préprogramment des machines avant de les laisser s'affronter sans aucune intervention humaine. Ces mécaniques, bien que basées sur des règles logiques simples, démontrent que l'impression de décision autonome ne dépendait pas de la puissance de calcul actuelle, mais de la capacité à structurer des systèmes capables de réagir à leur environnement. Ces expérimentations constituent, encore aujourd'hui, les racines conceptuelles des agents conversationnels et décisionnels modernes.