arXiv (2026). DOI : 10.48550/arxiv.2602.14770
L’atelier d’écriture, processus itératif où les créateurs partagent leurs idées, testent ce qui fonctionne et peaufinent ce qui ne fonctionne pas grâce à un retour d’information collectif, est au cœur de tout groupe d’écrivains. Cette dynamique collaborative a incité Shiwei Hong, doctorant à l’Université George Mason aux Etats-Unis, à explorer si l’intelligence artificielle (IA) pourrait bénéficier d’une approche similaire.
Hong a développé un système multi-agents novateur simulant un environnement d’écriture humoristique collaborative où des agents d’IA génèrent, analysent et peaufinent ensemble des contenus humoristiques. Ses recherches , récemment acceptées à la prestigieuse 64e conférence annuelle de l’Association for Computational Linguistics, étudient comment une interaction structurée entre agents d’IA peut améliorer la production créative.
L’humour reste un défi pour l’intelligence artificielle. « Générer une blague ou quelque chose de vraiment drôle est en réalité une question très complexe, car cela dépend beaucoup de la façon dont les humains interprètent le contenu généré », a déclaré Hong, qui poursuit des études en informatique.
Elle a créé un environnement « bac à sable » pour refléter la collaboration créative du monde réel, peuplé de 35 agents d’IA dotés de rôles et de personnalités distincts, alimentés par GPT-4.
« Cinq agents ont joué le rôle d’interprètes. Les autres ont joué le rôle de critiques ou de membres du public », a déclaré Hong.
La conception de 35 profils d’agents uniques a nécessité autant d’imagination que d’expertise technique. S’inspirant de son intérêt pour l’écriture de fiction, Hong a créé des personnages aux origines sociales et culturelles variées, enrichissant ainsi les interactions simulées.
Dans un premier contexte expérimental, les acteurs ont généré deux scénarios successivement sans aucun retour d’information ; dans un second, ils ont sollicité l’avis et la discussion du public entre les deux phases de génération. La différence était significative.
Des évaluateurs humains ont comparé les productions selon plusieurs critères, tels que l’humour, la cohérence et le ton social. Dans plus de 70 % des cas, les évaluateurs ont préféré les scénarios produits lors du deuxième tour de discussion.
L’amélioration semble provenir d’un apprentissage collectif. Au fil de leurs interactions, les agents s’appuient sur des connaissances partagées, identifient des tendances dans les préférences du public et adaptent leurs contenus en conséquence. Techniquement, ce processus repose sur une mémoire conversationnelle partagée, stockée dans une base de données vectorielle, permettant aux agents de retrouver les échanges passés pertinents et de les intégrer à de nouveaux contenus. Il en résulte une forme de créativité itérative et émergente qui se rapproche de la collaboration humaine.
Pour l’avenir, Hong et son directeur de thèse, le professeur adjoint Zhicong Lu , envisagent d’enrichir le système en y intégrant des participants humains et des modes d’interaction plus dynamiques. Parmi les pistes explorées figurent l’intégration de la voix, des gestes et des technologies immersives telles que la réalité virtuelle et la réalité augmentée afin de mieux saisir les nuances du spectacle vivant.
« Dans la comédie authentique, il y a des visages, des gestes et de vraies voix », a-t-elle déclaré. « Nous espérons intégrer davantage de ces éléments dans le système. »
En démontrant que les ateliers peuvent améliorer considérablement l’humour généré par les machines, les travaux de Hong suggèrent que l’avenir de l’intelligence artificielle réside peut-être non seulement dans des modèles individuels plus avancés, mais aussi dans des communautés d’agents apprenant, créant et peut-être même riant ensemble.
https://www.gmu.edu/news/2026-06/why-did-ai-agent-cross-road
