Ampersand : une IA entraînée à collaborer avec plusieurs personnes et à anticiper les conséquences de ses actions

humans& présente Ampersand, un modèle IA entraîné sur des interactions sociales simulées pour accompagner les objectifs collectifs sur la durée.

Les assistants d'intelligence artificielle sont généralement conçus pour répondre aux demandes d'une seule personne. Mais lorsqu'ils participent à une conversation de groupe, la réussite d'une tâche ne dépend plus uniquement de la pertinence d'une réponse. Il faut aussi comprendre les objectifs de chacun, repérer les désaccords, respecter les informations privées et parfois choisir de ne pas intervenir. C'est sur cette difficulté que travaille humans&, qui présente Ampersand v0.1, un modèle de langage entraîné spécifiquement pour la collaboration humaine. Disponible depuis le 20 octobre 2026 via une API destinée aux développeurs, il repose sur GLM 5.3 et utilise un apprentissage par renforcement fondé sur les conséquences de ses interventions dans des simulations sociales pouvant s'étendre sur plusieurs mois. Un assistant qui ne répond pas à chaque message

La plupart des modèles conversationnels sont évalués à partir de requêtes relativement isolées : répondre correctement à une question, résoudre un problème de programmation ou accomplir une tâche déterminée. Dans un groupe, une réponse exacte peut pourtant arriver au mauvais moment, révéler une information inappropriée ou compliquer une décision collective. Une intervention utile suppose parfois de comprendre des préférences qui n'ont jamais été explicitement formulées.

Ampersand est conçu pour tenir compte de cette dimension. Dans l'un des exemples publiés par humans&, trois collègues préparent une répétition avant le lancement d'un produit. L'un d'eux a indiqué qu'il serait absent le vendredi, mais un autre propose ensuite une réunion ce jour-là avec toute l'équipe. Le modèle, qui n'avait pas réagi aux messages précédents, intervient pour signaler l'incompatibilité et suggérer de choisir un autre créneau.

L'exemple illustre une fonction importante : Ampersand peut décider de répondre ou de rester silencieux, selon l'intérêt de son intervention pour le groupe. Il ne se comporte donc pas nécessairement comme un assistant que les participants doivent solliciter par son nom. Sa présence dans les échanges vise plutôt à maintenir une continuité entre les informations exprimées, les décisions envisagées et les objectifs poursuivis.

Cette logique comporte aussi des risques. Une IA qui cherche constamment à anticiper les intentions peut interrompre une discussion ou proposer des conseils dont personne n'a besoin. Le modèle doit apprendre non seulement à prendre des initiatives, mais également à reconnaître les situations dans lesquelles l'absence d'intervention constitue le meilleur choix. Persimmon simule les comportements humains pendant l'entraînement

Pour entraîner cette capacité, humans& a développé Persimmon, un modèle destiné à simuler des utilisateurs aux comportements et aux objectifs changeants. Contrairement aux environnements d'apprentissage où une réponse peut être immédiatement jugée correcte ou incorrecte, les situations proposées à Ampersand évoluent au fil de longues conversations. Les personnages simulés peuvent se contredire, revenir sur leurs décisions, rejeter une recommandation ou modifier leurs priorités en fonction des événements.

Le système observe ensuite les conséquences des interventions de l'agent. Un conseil qui paraît pertinent sur le moment peut créer un désaccord plusieurs jours plus tard, tandis qu'une suggestion discrète peut faciliter une décision collective. L'entraînement cherche à distinguer ces trajectoires plutôt qu'à récompenser uniquement la satisfaction immédiate produite par une réponse.

humans& décrit des simulations comportant des centaines de milliers de tokens et couvrant, dans certaines évaluations, plusieurs mois de temps simulé. Ces environnements sont alimentés par des objectifs et des préférences issus de données recueillies auprès de personnes réelles. Le modèle Persimmon joue les différents participants, tandis qu'Ampersand apprend à intervenir auprès d'eux.

La qualité de cet apprentissage dépend toutefois de la fidélité des comportements simulés. Une personne réelle peut réagir très différemment d'un personnage généré par IA, notamment lorsque les enjeux deviennent personnels ou que les relations évoluent dans la durée. Les auteurs reconnaissent cette limite et ne présentent pas les simulations comme une reproduction complète de la complexité des interactions humaines. Mesurer la réussite plusieurs semaines après une décision

humans& a conçu une évaluation appelée Collaboration Over Time, dans laquelle un assistant accompagne des groupes poursuivant plusieurs objectifs simultanément. Le résultat ne dépend pas seulement du nombre de tâches accomplies. Il tient aussi compte des coûts provoqués par les interventions contraires aux préférences des participants : conseils superflus, initiatives malvenues ou décisions qui compliquent les relations.

Dans l'une des configurations présentées, Ampersand obtient 12,94 points, contre 9,89 pour GLM 5.3, le modèle dont il est dérivé. Il se situe ainsi parmi les systèmes les mieux classés de cette évaluation, aux côtés de Fable 5.1 et Gemini 3.8 Flash. Les écarts entre les trois premiers sont faibles et le classement varie selon le poids attribué aux interactions jugées indésirables.

La distinction est importante : humans& reconnaît qu'Ampersand produit parfois davantage d'interventions non sollicitées que certains concurrents. Une partie de ce coût provient de comportements de coaching, lorsque l'agent propose des encouragements ou des conseils alors que l'utilisateur souhaitait simplement une réponse. Le modèle peut donc favoriser la progression d'un objectif à long terme tout en se montrant ponctuellement trop présent.

Cette évaluation repose sur des groupes simulés et sur une fonction de score définie par les chercheurs. Elle n'établit pas qu'Ampersand serait systématiquement le meilleur collaborateur dans une équipe réelle, mais permet d'étudier une dimension peu représentée dans les benchmarks traditionnels : l'effet cumulé des interventions d'une IA au