Prosociality by Coupling, Not Mere Observation: Homeostatic Sharing in an Inspectable Recurrent Artificial Life Agent

1. Problématique

Le domaine de la vie artificielle (ALife) et des agents intelligents a tendance à trivialiser le comportement « prosocial » (l'aide apportée à autrui). Souvent, les agents aident parce que leur fonction de récompense contient explicitement le bien-être d'un partenaire, ou parce que l'espace d'actions privilégie directement l'aide. Cela rend difficile l'interprétation de la véritable source du comportement : l'agent aide-t-il parce qu'il « comprend » le besoin d'autrui, ou simplement parce que son objectif mathématique l'y force ?

La question centrale de ce papier est de distinguer deux mécanismes potentiels :

1. L'observation cognitive : L'agent a accès à l'état interne du partenaire (connaissance du besoin) mais ne l'intègre pas dans sa propre régulation.
2. Le couplage affectif (Homeostatique) : La détresse du partenaire est routée directement dans le système de régulation interne (homéostasie) de l'agent, modifiant son propre état de « détresse » et donc sa prise de décision.

L'auteur cherche à déterminer si l'accès à l'état du partenaire suffit à générer de l'aide, ou si un couplage régulateur est nécessaire.

2. Méthodologie

Architecture de l'Agent :
L'étude s'appuie sur une extension de ReCoN-Ipsundrum, un contrôleur récurrent inspectable.

• Base : Un contrôleur récurrent avec une boucle de persistance (inspirée de l'hypothèse de l'« ipsundrum » de Humphrey) et un proxy affectif minimal.
• Extension : Ajout d'un état de ressource homéostatique explicite ($E$) et d'un canal de couplage social.
• Contrainte de conception clé : Le planificateur (planner) reste strictement auto-dirigé. Il ne reçoit aucune récompense externe pour le bien-être du partenaire. Il ne note que son propre état interne prédit (valence, arousal, erreur de budget corporel) après une simulation (rollout).
• Mécanisme de couplage : La détresse du partenaire ($d_{other}$) est additionnée à la détresse propre ($d_{self}$) pondérée par un paramètre de couplage $\lambda$ :
  $$d_{cpl} = d_{self} + \lambda \cdot d_{other}$$
  Cette détresse couplée influence la prédiction de l'état futur et donc le score de l'action.

Conditions Expérimentales (4 conditions appariées) :

1. None : Pas d'accès au partenaire, pas de couplage ($\lambda=0$).
2. Cognitive Direct : Accès direct à l'état du partenaire, mais pas de couplage affectif ($\lambda=0$).
3. Affective Direct : Pas d'accès explicite, mais le couplage affectif est actif ($\lambda>0$).
4. Full Direct : Accès direct + couplage affectif ($\lambda>0$).

Environnements (Toy Worlds) :

• FoodShareToy : Un problème en une étape. Un agent possède de la nourriture. Il doit choisir entre MANGER (EAT), DONNER (PASS) ou RESTER (STAY). Un solveur exact permet de calculer le seuil théorique de décision.
• SocialCorridorWorld : Un problème multi-étapes (horizon 18). L'agent doit récupérer de la nourriture, traverser un corridor avec un danger, et la donner à un partenaire en détresse.

Manipulations Causales (Lésions) :

• Sham (Fausse lésion) : Le couplage est intact.
• Coupling-off : Le canal de couplage est coupé ($\lambda=0$).
• Shuffle-partner : Le signal du partenaire est brouillé (valeur incorrecte routée dans le canal).

3. Résultats Clés

A. Seuil de basculement exact (FoodShareToy)

• Le solveur exact montre un changement net de stratégie (de MANGER à DONNER) à un seuil de couplage critique $\lambda^* \approx 0.91$.
• Résultats empiriques :
  • Les conditions None et Cognitive Direct (accès sans couplage) choisissent toujours de MANGER. Taux d'aide = 0.
  • Les conditions Affective Direct et Full Direct (avec couplage) choisissent toujours de DONNER. Taux d'aide = 1.
• Conclusion : L'accès cognitif à l'état du partenaire, sans routage dans la régulation interne, est insuffisant pour déclencher l'aide.

B. Reproduction dans un scénario multi-étapes (SocialCorridorWorld)

• La même dissociation apparaît : le couplage fait passer le taux d'aide de 0 à 1.
• Métriques : Avec couplage, le taux de récupération du partenaire passe de 0 à 1, la latence de sauvetage diminue de 18 à 9 étapes, et la viabilité mutuelle double (de 0,15 à 0,33).
• Le coût pour l'agent est réel : son énergie finale diminue (de 0,745 à 0,605), prouvant que l'aide est un sacrifice métabolique réel, pas une récompense déguisée.

C. Validation par lésions

• Les lésions de type Sham préservent l'aide.
• Les lésions Coupling-off et Shuffle-partner abolissent complètement l'aide dans les deux tâches, ramenant l'agent à un comportement égoïste.
• Cela confirme que c'est l'intégrité du canal de couplage, et non une modification de la récompense ou de l'espace d'actions, qui est responsable du comportement prosocial.

D. Frontière de faisabilité dépendante de la charge

• Une analyse de sensibilité sur $\lambda$ révèle que le couplage n'est pas une solution universelle (« plus c'est fort, mieux c'est »).
• Sous faible charge métabolique, l'aide apparaît pour $\lambda \ge 0,25$.
• Sous charge moyenne ou élevée, aucune valeur de $\lambda$ testée ne permet de sauver le partenaire dans l'horizon temporel donné. La prosocialité est donc contrainte par les paramètres écologiques (besoins énergétiques, temps disponible).

4. Contributions Principales

1. Réplication et décomposition mécaniste : Le papier fournit une preuve mécaniste dans un système minimal et inspectable que l'observation seule ne suffit pas à générer de l'aide ; il faut un couplage régulateur.
2. Séparation Observation vs Couplage : Il démontre expérimentalement que dans une architecture auto-dirigée, l'information sur l'autre ne modifie le comportement que si elle est intégrée à l'erreur homéostatique de l'agent.
3. Outil de philosophie expérimentale : L'architecture sert de dispositif d'intervention pour tester des hypothèses philosophiques (conscience, empathie) via des manipulations causales précises (lésions, solveurs exacts) plutôt que par des corrélations statistiques.
4. Définition d'une frontière de faisabilité : Identification de la dépendance de la prosocialité aux contraintes écologiques (charge métabolique), montrant que le couplage affectif ne garantit pas l'aide si les coûts sont trop élevés.

5. Signification et Limites

Signification :
Ce travail offre une réponse nuancée à la question de l'empathie artificielle. Il ne prouve pas que l'agent est « conscient » ou « empathique » au sens humain, mais il établit un fait architectural : un agent auto-dirigé peut agir de manière prosociale si la détresse d'autrui devient une partie de son propre problème de contrôle. Cela distingue clairement la « représentation » (savoir que l'autre a besoin d'aide) de l'« affect régulateur » (ressentir ce besoin comme le sien).

Limites :

• Les environnements sont déterministes et les partenaires passifs (pas d'interaction adaptative complexe).
• Pas d'apprentissage (le système est hand-specified), pas de mémoire autobiographique.
• La condition « Full » et « Affective » sont identiques dans cette configuration, ce qui limite la complexité de l'inférence sociale testée.

Conclusion :
Pour la vie artificielle, la leçon est méthodologique : pour comprendre les comportements sociaux, il faut des modèles suffisamment simples pour être « ouverts », lésés et comparés sous des conditions appariées. Ce papier montre que le couplage homéostatique est un mécanisme suffisant et nécessaire (dans ce cadre) pour émerger de l'aide, sans avoir besoin de récompenses sociales explicites.