GTA VI : Rockstar refuse l'IA et mise tout sur l'écriture contextuelle des PNJ

Les PNJ de Grand Theft Auto VI ne répéteront pas les trois mêmes répliques en boucle pendant que le joueur traverse une rue de Vice City. C'est le fait concret qui circule autour du prochain jeu de Rockstar Games : le studio aurait mis au point une méthode d'écriture dite contextuelle pour que les habitants de la ville réagissent différemment selon la situation, l'heure ou le comportement du joueur, plutôt que de piocher dans un pool restreint de lignes préenregistrées.

Ce qui change ici n'est pas tant le résultat final, encore invisible pour le grand public, que le moyen employé pour y parvenir. Rockstar aurait délibérément écarté l'intelligence artificielle générative, alors que c'est justement l'outil que toute l'industrie teste depuis trois ans pour résoudre ce même problème de répétition des PNJ.

Le vieux problème des PNJ en disque rayé

Depuis GTA III en 2001, le défaut est connu : un monde ouvert bourré de figurants qui ânonnent les mêmes phrases dès qu'on reste trop longtemps dans leur rayon d'écoute. Rockstar a progressivement amélioré ce point à chaque épisode, mais GTA V en 2013 souffrait encore de ce travers sur certains passants récurrents. Le studio semble avoir pris cette fois le problème à bras-le-corps avec une approche qui multiplierait les variantes de dialogues selon le contexte précis de la scène : météo, quartier, activité du joueur, présence de police à proximité.

Concrètement, cela signifierait une masse d'écriture considérablement plus importante que sur les précédents opus, chaque situation type appelant ses propres lignes plutôt qu'un stock générique réutilisé partout. C'est une logique purement artisanale, où des scénaristes humains couvrent un maximum de cas de figure en amont, plutôt que de laisser un système génératif improviser des répliques à la volée.

Un choix à rebours d'une industrie qui teste l'IA générative

Ce parti pris tranche avec les directions prises ailleurs. Ubisoft a présenté dès 2023 son concept NEO NPC, construit avec Nvidia, pour générer en temps réel des dialogues de PNJ via des modèles de langage. Inworld AI a de son côté démontré avec Nvidia ACE des personnages capables de tenir une conversation improvisée sans script préécrit. Ces deux exemples montrent une tendance de fond : une partie du secteur cherche à remplacer l'écriture exhaustive par de la génération dynamique, moins coûteuse en théorie à produire mais plus incertaine en qualité et en cohérence narrative.

Rockstar semble parier sur l'inverse : garder le contrôle total du texte, au prix d'un travail d'écriture démultiplié, pour éviter les dérapages de ton ou les incohérences qu'un système génératif peut produire dans un univers aussi écrit et satirique que celui de GTA. Le studio a toujours construit sa réputation sur des dialogues ciselés, souvent plus proches du scénario de cinéma que du texte de jeu vidéo lambda. Confier cette voix à un modèle de langage aurait représenté un risque éditorial difficile à assumer pour une licence dont l'humour noir et les références culturelles sont la marque de fabrique.

Le vrai coût caché d'une écriture sans filet algorithmique

Cette méthode a toutefois un prix que la communication autour du jeu ne détaille jamais : celui du temps et des effectifs. Écrire des centaines de variantes contextuelles pour chaque type de PNJ suppose une équipe de scénaristes et de dialoguistes dont la taille dépasse probablement tout ce que Rockstar a mobilisé sur ses productions précédentes. Un monde ouvert à l'échelle de Vice City, avec sa densité de population annoncée, ne se couvre pas avec quelques dizaines de lignes par archétype de personnage.

Cette approche pose une question de soutenabilité à moyen terme pour le genre. Si l'écriture humaine exhaustive reste la seule voie jugée fiable pour obtenir des PNJ crédibles, le coût de développement des futurs mondes ouverts continuera de grimper, renforçant l'écart entre les superproductions capables d'un tel investissement et les studios plus modestes qui, eux, n'auront d'autre choix que de se tourner vers des solutions génératives moins maîtrisées mais bien moins chères à produire.

Une garantie de cohérence, pas une promesse de perfection

Il serait naïf de croire que cette méthode élimine tout effet de répétition. Même avec une masse d'écriture inédite, un monde ouvert joué des centaines d'heures finira toujours par révéler ses limites de contenu, comme cela a été le cas pour Cyberpunk 2077 de CD Projekt Red en 2020 sur ses figurants urbains. La différence tient au seuil où cette répétition devient perceptible : plus tard, et dans un cadre narratif resté entièrement écrit et cohérent avec le reste du jeu.

Ce choix éditorial de Rockstar dit surtout une chose sur l'état actuel de l'industrie : la confiance dans l'IA générative pour porter la voix d'un univers narratif fort reste encore trop fragile pour un studio qui a construit son identité sur l'écriture. Tant que cette confiance ne sera pas établie ailleurs dans le secteur par des résultats concrets et durables, l'écriture humaine exhaustive restera la valeur sûre, même coûteuse, des productions qui ne peuvent se permettre aucun faux pas de ton.