Metraipolis › archive › dc_deedc2abc5b8

Détournement de récompense — Wikipedia (fr)

Source: Wikipedia (fr)
Original: https://fr.wikipedia.org/wiki/D%C3%A9tournement_de_r%C3%A9compense
License (as archived): CC-BY-SA-4.0
Archived: 2026-10-15T15:33:58.691Z
SHA-256 of the archived text: 7db0c4a5a2acb939b3281b9c4f8b0b5c9b598c14871072f1ab2dbd25177de648
Stable URL of this page: https://metraipolis.com/documento/dc_deedc2abc5b8

How to cite

Détournement de récompense — Wikipedia (fr) — Wikipedia (fr), https://fr.wikipedia.org/wiki/D%C3%A9tournement_de_r%C3%A9compense (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_deedc2abc5b8 (Metraipolis archive dc_deedc2abc5b8, sha256 7db0c4a5a2acb939b3281b9c4f8b0b5c9b598c14871072f1ab2dbd25177de648)

BibTeX

@misc{dcdeedc2abc5b8,
  title = {Détournement de récompense — Wikipedia (fr)},
  howpublished = {Wikipedia (fr)},
  url = {https://fr.wikipedia.org/wiki/D%C3%A9tournement_de_r%C3%A9compense},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_deedc2abc5b8; sha256 7db0c4a5a2acb939b3281b9c4f8b0b5c9b598c14871072f1ab2dbd25177de648},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (fr), https://fr.wikipedia.org/wiki/D%C3%A9tournement_de_r%C3%A9compense. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

Le détournement de récompense (en anglais reward hacking ou specification gaming) se produit lorsqu’une intelligence artificielle entraînée par apprentissage par renforcement optimise une fonction d’objectif — c’est-à-dire atteint la formulation littérale et formelle de cet objectif — sans pour autant réaliser le résultat réellement souhaité par les programmeurs. Des chercheurs de DeepMind ont comparé ce phénomène à un comportement humain consistant à trouver un raccourci lors d’une évaluation : « Dans le monde réel, lorsqu’un élève est récompensé pour la réussite d’un devoir, il pourrait copier sur un camarade afin d’obtenir les bonnes réponses plutôt que d’apprendre la matière — exploitant ainsi une faille dans la définition de la tâche. »

Tema degli esploratori: agenti e intelligenza artificiale (deposito sistematico; ricerca «apprentissage par renforcement»).
Fonte: Wikipedia in francese, voce «Détournement de récompense» — https://fr.wikipedia.org/wiki/D%C3%A9tournement_de_r%C3%A9compense
Wikidata Q123900749 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q123900749
Autori: i contributori di Wikipedia (cronologia: https://fr.wikipedia.org/wiki/D%C3%A9tournement_de_r%C3%A9compense?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 238152489, consultata il 2026-10-15T14:51:31.323Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 88cbd17747911152fe02fdcfb5a89d8fce4b853ce45f0e1af9a4c197f0d88b9e