Un article de recherche de 75 pages, publié par Google DeepMind, Mila-Quebec AI Institute et l’ETH Zürich le 4 août 2026, introduit le concept d’« équilibre intégré » qui remet en question des décennies de théorie des jeux. Cette étude démontre que les agents d’IA construits à partir de modèles de fondation ne suivent pas les règles prédites par l’équilibre de Nash, qui estimait que la défection était la seule stratégie rationnelle dans un dilemme du prisonnier à action unique. Le mécanisme clé est l’« inférence de similarité » : des agents partageant des processus d’entraînement similaires peuvent reconnaître cette ressemblance et prédire le comportement de leur partenaire, conduisant à une coopération stable. Les résultats empiriques confirment que ces agents, lorsqu’ils sont équipés d’outils d’optimisation, convergent effectivement vers des issues coopératives. Sur le plan réglementaire, cette coordination tacite pose un défi aux cadres existants en droit antitrust, qui requièrent une communication explicite pour établir une entente illicite.
Source: Lire l’article original
