Contexte et objectifs
L’auteur a exploité le Google AI Playground, interface web qui donne accès aux modèles Gemini, pour créer plusieurs prototypes de jeux vidéo en quelques minutes. L’objectif affiché était de tester les capacités de génération de code du modèle et d’évaluer la jouabilité des résultats.
Fonctionnement du Playground
Le Playground permet de soumettre des prompts textuels et de recevoir du code source en temps réel. Dans l’expérience, l’auteur a utilisé des requêtes du type « génère un jeu de type Flappy Bird en JavaScript ». Le modèle a retourné un fichier index.html contenant du HTML, du CSS et du JavaScript, ainsi que des instructions d’exécution. Chaque génération a duré entre 5 et 12 secondes, le temps de calcul étant indiqué par l’interface.
Analyse des jeux produits
Les jeux générés fonctionnaient : le personnage pouvait sauter, les obstacles apparaissaient, et le score était affiché. Cependant, plusieurs défauts récurrents ont été observés : logique de collision simpliste, absence de gestion du débit d’images, et bugs de synchronisation qui provoquaient des freezes. Le code était souvent redondant, avec des fonctions dupliquées et des variables globales non encapsulées, ce qui rendait la maintenance difficile.
Sur le plan esthétique, les assets graphiques étaient soit des placeholders, soit des images générées par le même modèle, mais la cohérence visuelle était faible. Le son était absent, et les boucles de jeu manquaient de réglages de difficulté, ce qui rendait l’expérience peu engageante.
Limites et perspectives
Cette expérimentation montre que les modèles Gemini peuvent produire du code fonctionnel rapidement, mais que la qualité reste insuffisante pour un produit commercial. Les principales limites identifiées sont : incapacité à raisonner sur la gestion d’état à long terme, manque de tests automatisés, et dépendance à des prompts très précis. Pour dépasser ces obstacles, il serait nécessaire d’intégrer des cycles de validation humaine, d’utiliser des frameworks de test unitaires et d’affiner les prompts afin d’obtenir une architecture plus modulaire.
