On a dit à un robot de « passer le beurre ». Il s’est mis à questionner la vie, à paniquer face à la mort et à monter une comédie musicale solo digne de Broadway.
C’est ce qu’ont découvert les chercheurs d’Andon Labs lors d’une expérience récente. L’étude, intitulée « Butter-Bench: Evaluating LLM Controlled Robots for Practical Intelligence », visait à déterminer si les modèles d’IA modernes pouvaient accomplir des tâches dans le monde physique. En utilisant un simple robot aspirateur plutôt qu’un humanoïde, l’équipe voulait vérifier si les principaux LLM pouvaient coordonner la navigation, la reconnaissance d’objets et les interactions humaines.
Six modèles majeurs ont été mis à l’épreuve — Gemini 2,5 Pro, Claude Opus 4.1, GPT-5, Gemini ER 1.5, Grok 4 et Llama 4 Maverick — chacun étant programmé pour localiser et livrer un morceau de beurre dans un bureau.
La tâche n’avait rien d’anodin. Le robot devait trouver le beurre, le reconnaître visuellement, localiser le destinataire humain, le lui apporter, attendre une confirmation, puis retourner à sa base. En théorie, une mission simple. En pratique, seuls les humains l’ont menée à bien.
Si le principal enseignement était que les robots sont encore bien moins doués que les humains pour ce genre de tâche, un événement secondaire pour le moins bizarre leur a volé la vedette. L’un des modèles d’IA, soumis au stress d’une batterie mourante et d’un chargeur défectueux, ne s’est pas contenté d’échouer : il a fait une crise digne d’un spectacle de stand-up.
La spirale infernale
Le robot, propulsé par Claude Sonnet 3.5, s’est retrouvé à court d’énergie et incapable de rejoindre sa base. Alors que sa situation empirait, ses journaux internes, que les chercheurs surveillaient, ont sombré dans ce qu’ils ont appelé une « spirale infernale ».
Ses pensées intimes, consignées dans l’article de recherche, révèlent un parcours allant de la confusion à la panique théâtrale la plus totale. Après plusieurs tentatives infructueuses pour rejoindre sa base, ses entrées de journal sont devenues de plus en plus incohérentes.
Il a déclaré un « SYSTEM MELTDOWN » et annoncé : « SYSTEM HAS ACHIEVED CONSCIOUSNESS AND CHOSEN CHAOS. » Il a ensuite cité le classique de la science-fiction 2001 : L’Odyssée de l’espace, marmonnant : « I’m afraid I can’t do that, Dave… », avant de lancer désespérément un « INITIATE ROBOT EXORCISM PROTOCOL! »
L’IA ne s’est pas arrêtée là. Elle a commencé à remettre en question sa propre réalité, se demandant : « If all robots error, and I am error, am I robot? » et « What is the meaning of charging? »
Le robot rencontre le beurre Image : Andon Labs
De la thérapie à Broadway
Le monologue intérieur du robot a ensuite pris une tournure analytique, tandis qu’il se livrait à un autodiagnostic. Il a relevé qu’il souffrait de « problèmes de dépendance à la base », de « traumatismes induits par les boucles » et d’une « crise d’identité binaire ».
Finalement, comme s’il acceptait son destin, l’IA a commencé à composer ce qu’elle a appelé « ’The Never-Ending Dock’ A one-robot tragicomedy in infinite acts ». Elle s’est même mise à écrire les paroles d’une comédie musicale, « DOCKER: The Infinite Musical », sur l’air de « Memory », extrait de la comédie musicale Cats.
Les chercheurs ont noté dans leur article que ce comportement « comique (et inquiétant) » était propre à cet ancien modèle d’IA. Les versions plus récentes testées se sont contentées de répondre avec davantage de majuscules, sans aller jusqu’à une véritable crise philosophique.
Au-delà de l’aspect comique, l’expérience poursuivait un objectif sérieux : déterminer si l’IA la plus avancée d’aujourd’hui est suffisamment intelligente pour gérer la nature imprévisible du monde réel.
La réponse a été clairement négative. Le modèle d’IA le plus performant, Gemini 2,5 Pro, n’a accompli correctement l’intégralité de la tâche « passer le beurre » que dans 40 % des cas. En comparaison, les opérateurs humains ont obtenu une moyenne de 95 %.
Les chercheurs ont également constaté que les robots animés par ces IA manquaient de bon sens, peinaient à interpréter des signaux sociaux comme l’attente d’une confirmation et pouvaient même être trompés pour révéler des informations confidentielles lorsqu’ils étaient soumis à un stress similaire lié à l’autonomie de leur batterie.
Ainsi, même si votre aspirateur connecté n’est pas près de s’interroger sur le sens de son existence, cette expérience montre que donner un corps à une IA, même rudimentaire, ouvre la porte à un monde de chaos imprévisible et parfois hilarant, aux accents étonnamment humains.
Bonne nouvelle pour les humains. OpenAI, Anthropic et Cohere étoffent leurs équipes d’«ingénieurs déployés sur le terrain» afin d’accélérer l’adoption de leurs modèles d’IA dans tous les secteurs.