L’utilisation de **Super Mario Bros.** comme outil d’évaluation des modèles d’intelligence artificielle (IA) reflète une tendance croissante vers l’exploration de scénarios dynamiques pour tester les capacités des IA. Cette approche s’inscrit dans le courant de la **théorie de l’apprentissage par renforcement**, où les agents apprennent à travers des interactions avec un environnement complexe. En effet, les jeux vidéo offrent un cadre idéal pour évaluer la capacité des IA à prendre des décisions en temps réel et à adapter leurs stratégies face à des obstacles imprévisibles.

Les résultats montrent que les modèles d’IA basés sur des processus de raisonnement complexes, comme ceux d’OpenAI, peinent à performer dans des environnements rapides comme **Super Mario Bros.**, tandis que les modèles plus simples, agiles et réactifs, surpassent leurs homologues plus sophistiqués. Cette dichotomie rappelle les idées de **Herbert Simon** sur la rationalité limitée, où les agents prennent des décisions sous contrainte de temps et d’information. Ainsi, l’utilisation de jeux vidéo pour évaluer les IA souligne l’importance de la rapidité et de l’adaptabilité dans les systèmes intelligents.