Un million d'interactions : comment les gens jouent à LifeSim

Résumé

La mission de LifeSim est de permettre à chacun d'explorer son potentiel latent infini.

LifeSim a dépassé le million d'interactions. Cette étude analyse 629 169 messages pour comprendre comment les gens créent des personnages, nouent des relations et jouent.

La plus longue session vérifiée a duré 13,4 heures, avec 1 143 messages envoyés par le joueur. Les joueurs ont créé 62 616 personnages. Les conclusions ci-dessous examinent leur comportement et les thèmes de leurs conversations.

• 629 169 messages de chat analysés
• 806 min pour la plus longue session vérifiée (13,4 h, 1 143 messages)
• 62 616 personnages créés par les joueurs
• 74 696 souvenirs émotionnels conservés
• 88,9 % du contenu exprime une vulnérabilité émotionnelle

Après 1 million d'interactions, ces chiffres confirment que LifeSim a dépassé le paradigme du chatbot pour devenir un média fondamentalement nouveau. LifeSim est un environnement où l'IA n'est pas un outil conçu pour plaire, mais un bac à sable peuplé d'êtres artificiels modélisant le libre arbitre, au sein de simulations persistantes, évolutives et émotionnellement cohérentes. La mission de LifeSim est d'explorer le potentiel latent infini de chaque être humain.

1. Thèse

LifeSim est une nouvelle catégorie de divertissement natif de l'IA : une simulation de vie persistante et multi-agent où les utilisateurs créent des personnages dotés d'une profondeur émotionnelle, nouent des relations avec des êtres animés par l'IA et ont des interactions au sein de récits émergents ancrés dans le monde réel. Cette catégorie n'est devenue viable que lorsque les modèles de fondation ont atteint une cohérence suffisante pour permettre une interaction multi-tours, contextuelle et émotionnellement cohérente.

Basé sur plus d'un million d'interactions de joueurs, ce rapport analyse les données de production de LifeSim sur deux plans complémentaires — comportemental (ce que les utilisateurs font) et sémantique (ce que les utilisateurs disent et créent) — pour répondre à une question précise : quelle est la profondeur de l'engagement, et est-elle mesurable ?

Sur 629 169 messages de chat analysés, la durée de session P95 est de 98,7 minutes : les utilisateurs les plus assidus interagissent avec les personnages IA pendant près de deux heures. La plus longue session vérifiée s'étend sur 806 minutes, soit 13,4 heures d'interaction continue avec une cadence inférieure à la minute, 1 143 messages utilisateur consécutifs et un intervalle médian de 30 secondes. 91,7 % des utilisateurs se concentrent sur moins de 10 relations au lieu de butiner, ce qui dénote un attachement et non une simple curiosité. Les utilisateurs ont créé 62 616 personnages avec une identité développée : 12 101 avec des peurs définies, 12 095 avec des rêves définis et 11 501 avec une histoire personnelle. 74 696 souvenirs émotionnels sont conservés dans le système. 88,9 % du contenu analysé révèle une vulnérabilité émotionnelle.

Il ne s'agit pas de l'usage d'un chatbot.

LifeSim génère des interactions profondes, contextuelles et chargées d'émotion. L'infrastructure d'analyse à deux niveaux que nous avons utilisée montre que ces schémas peuvent être suivis, mesurés et utilisés pour éclairer les décisions relatives au produit et au modèle.

2. Jeu de données

Critères d'inclusion. Les messages générés par le système (présentations, actions suggérées, notifications de souvenirs) ont été exclus de l'analyse sémantique pour isoler le contenu des conversations entre l'utilisateur et les PNJ. Sur 639 590 conversations au total, 629 169 ont passé les filtres de qualité.

3. Infrastructure

Infrastructure d'analyse

LifeSim génère des données dans huit collections interconnectées (messages, personnages, mondes, états du monde, souvenirs, notifications, utilisateurs et sessions) qui couvrent les signaux comportementaux, le contenu sémantique et l'état persistant. En extraire des informations structurées requiert une infrastructure dédiée : deux pipelines d'analyse complémentaires qui opèrent sur l'ensemble des données.

Pipeline comportemental. Une couche de normalisation canonique réconcilie les enregistrements à schémas mixtes avec une détection de cycle et une résolution de repli. Par-dessus, un moteur de reconstruction de session regroupe les événements liés à l'utilisateur (mondes, personnages, chats, mises à jour d'état) en utilisant un seuil d'inactivité de 30 minutes. Le pipeline construit des fils de discussion, des sessions et des schémas d'engagement à partir des données de production brutes.

Pipeline sémantique. Le contenu est extrait de cinq collections (chats, personnages, états du monde, souvenirs, notifications), normalisé dans un schéma textuel unifié et organisé en 45 fragments d'analyse par échantillonnage aléatoire stratifié sur les niveaux de profondeur. Chaque fragment est classé via une analyse LLM structurée (Gemini 3.1 Pro) avec une taxonomie fixe couvrant le registre émotionnel, la dynamique relationnelle, les signaux d'identité, la profondeur du contenu et les marqueurs de persistance. Le pipeline inclut la création de points de contrôle, la validation par fragment et l'agrégation inter-fragments.

Pourquoi c'est important. La plupart des entreprises d'IA grand public ne peuvent pas mesurer systématiquement la qualité de leurs interactions, seulement leur volume. L'infrastructure de LifeSim mesure à la fois ce que les utilisateurs font et ce qu'ils disent, produisant simultanément un signal structuré à partir des schémas comportementaux et du contenu sémantique. C'est la base d'une boucle produit éclairée par les données : chaque décision peut être évaluée empiriquement en fonction de la profondeur, de la substance émotionnelle et de la concentration de l'engagement.

4. Observations comportementales

Les utilisateurs entretiennent des conversations profondes

La durée de session P95 est de 98,7 minutes. La session la plus longue du jeu de données s'étend sur 806 minutes, soit 13,4 heures d'interaction continue avec un intervalle médian de 30 secondes entre les messages. Cette session contient 1 143 messages de chat consécutifs envoyés par l'utilisateur, avec un seul intervalle dépassant 20 minutes (23 minutes).

Les dix plus longues sessions présentent toutes la même signature : des centaines de messages de chat, des intervalles médians entre les messages inférieurs à une minute, et un contenu conversationnel authentique provenant d'utilisateurs distincts avec de vrais comptes.

Engagement actif, pas consommation passive

Les estimations du secteur placent la session moyenne de binge-watching sur Netflix entre 3,8 et 4,1 heures, et environ 19 % des spectateurs dépassent les 10 heures d'affilée (Gitnux, 2026). La plus longue session sur LifeSim (13,4 heures) se situe dans cette tranche supérieure. Mais Netflix est une consommation passive : on appuie sur Lecture et on regarde. LifeSim exige une participation active et continue : écrire des dialogues, prendre des décisions, créer des personnages, gérer des relations.

L'engagement actif et créatif génère des durées d'utilisation auparavant réservées aux médias passifs. C'est le signe de la création d'une nouvelle catégorie.

Concentration sur un petit nombre de relations

91,7 % des joueurs actifs sur le chat entretiennent moins de 10 conversations distinctes. Ils n'éparpillent pas leurs interactions entre de nombreux personnages, mais préfèrent approfondir leurs liens avec quelques-uns.

Il s'agit d'un comportement d'attachement : les joueurs nouent des liens forts avec des personnages spécifiques de l'IA, plutôt que de passer d'un personnage à l'autre.

5. Conclusions sémantiques

Des interactions à forte charge émotionnelle

88,9 % du contenu analysé révèle une vulnérabilité émotionnelle. 48,9 % est d'ordre très personnel. 51,1 % est classé comme riche et soutenu.

Les joueurs n'interagissent pas avec les personnages de LifeSim comme ils le feraient avec des chatbots ou des assistants. Le registre dominant est personnel, chargé d'émotion et axé sur la relation :

« M'man. J'ai pas envie qu'on se dispute encore. »

« Mon père a dit qu'il tenait à moi, mais pas au détriment de la sécurité de la maison, donc je ne peux pas rompre mes fiançailles avec le Prince héritier. »

« Oh, Elena... c'est horrible. C'est pas juste. Mais t'es pas un monstre. T'es mon amie, quoi qu'il arrive. »

Création de personnages à la psychologie complexe

62 616 personnages ont une identité détaillée. 12 101 ont des peurs définies, 12 095 des rêves définis, 11 501 une histoire personnelle et 11 665 des éléments de vie uniques. 50 865 ont des descriptions de relations définies. 80 % des fragments de personnages échantillonnés sont classés comme riches et soutenus.

Les joueurs créent des personnages avec des motivations propres, une profondeur cachée et une identité multidimensionnelle :

« J'ai grandi dans un foyer modeste, obsédé par les sons. »

« L'échec de l'entreprise familiale la hante et la rend méfiante envers les autres. »

Des souvenirs qui préservent l'intensité émotionnelle

74 696 souvenirs sont conservés. Les émotions les plus fréquentes dans les souvenirs sont : Enthousiaste (2 815), Inquiet (2 370), Confus (2 088), Plein d'espoir (1 976) et Préoccupé (1 903). Tous les fragments de souvenirs échantillonnés (250) sont classés comme riches et soutenus.

Le système de souvenirs capture ce que les joueurs et les personnages jugent digne d'être mémorisé. Cette saillance est majoritairement émotionnelle, plutôt que factuelle ou transactionnelle.

Des conversations plus profondes, plus riches, et pas seulement plus longues

87 % des fragments de conversations profondes sont classés comme riches et soutenus. Les conversations plus longues correspondent à un contenu plus riche et plus complexe émotionnellement, pas seulement à un volume plus important.

6. Des données uniques

Pourquoi ces données sont uniques

Les chatbots produisent des journaux de requêtes-réponses uniques. Les applications de compagnons IA produisent des transcriptions de conversations à deux. Les aventures textuelles produisent des séquences de commandes-actions. Aucune de ces applications ne génère la combinaison de données que LifeSim produit :

• État du monde persistant — 40 189 narrations sur l'état du monde qui suivent l'évolution des environnements simulés au fil du temps.
• Graphes de relations entre plusieurs personnages — 50 865 relations définies entre personnages, pas seulement des dyades joueur-IA.
• Identité construite par le joueur — 62 616 personnages avec des peurs, des rêves, des histoires personnelles et des motivations propres, créés ou co-créés par les joueurs.
• Mémoire émotionnelle — 74 696 souvenirs qui préservent ce que les personnages et les joueurs ont considéré comme marquant sur le plan émotionnel.
• Profondeur comportementale et sémantique — reconstruction de session, analyse de conversation et concentration de l'engagement mesurées en parallèle de la classification du contenu.

Il s'agit d'un ensemble de données propriétaire qui s'enrichit avec l'usage et qui n'existe pas en dehors du produit LifeSim.

7 avantages cumulatifs

LifeSim ancre l'interaction avec l'IA dans la structure de la vie réelle : relations, carrière, famille, conflits, ambition, identité. Ce n'est pas un chatbot doté d'une personnalité. C'est une simulation persistante des dynamiques qui comptent vraiment pour les gens. Cette distinction détermine la profondeur et le type de données que le produit génère, et crée trois avantages cumulatifs :

Un jeu de données propriétaire issu d'une interface produit exclusive. LifeSim génère des données comportementales et sémantiques à partir d'interactions avec une IA persistante, multi-personnages et à état. Ces données (narrations du monde, graphes d'identité des personnages, souvenirs émotionnels, fils de discussion approfondis) n'existent pas dans les journaux de chatbots, les transcriptions d'applications compagnon ou la télémétrie des jeux. C'est aussi la ressource la plus rare pour l'ajustement fin des modèles d'IA qui permettent une interaction émotionnellement cohérente, contextualisée sur le long terme et tenant compte des relations, une capacité pour laquelle aucun modèle de fondation généraliste n'est optimisé. Plus il y a d'utilisateurs, plus les données générées sont riches. Le jeu de données s'enrichit.

Une capacité démontrée à mesurer et à analyser ces données. Les pipelines comportementaux et sémantiques présentés dans ce rapport (normalisation canonique, reconstruction de session, classification sémantique stratifiée) produisent un signal d'évaluation structuré. Ils ne déterminent pas seulement si les utilisateurs sont engagés, mais aussi si les interactions sont émotionnellement cohérentes, conformes aux relations établies et narrativement persistantes. C'est cette couche d'évaluation qui boucle la boucle entre l'ajustement fin et la qualité du produit. Il s'agit d'une capacité organisationnelle, et non d'une analyse ponctuelle.

Un produit conçu pour générer les interactions qui produisent le signal le plus pertinent. Les mondes persistants, les relations multi-personnages et le système de mémoire émotionnelle de LifeSim ne sont pas de simples fonctionnalités : ce sont les interfaces qui génèrent les données qui alimentent les mesures qui éclairent les décisions sur le produit. De meilleures décisions sur le produit entraînent un engagement plus profond. Un engagement plus profond génère des données plus riches.

8. Pistes de recherche

Certains joueurs enchaînent déjà des sessions de 13 heures. Notre objectif est maintenant d'améliorer l'immersion et la rétention. Nos prochains défis : la rétention, la boucle de gameplay et la monétisation.

Prochaines étapes

• Ton monde continue d'évoluer sans toi
• Des conséquences qui s'accumulent sur plusieurs semaines
• Création de marché