Une récente expérience de simulation a mis à l'épreuve les capacités de gestion de quatre intelligences artificielles : Claude d'Anthropic, Gemini 3 Flash de Google, ChatGPT-5 Mini d'OpenAI et Grok de xAI. Dans ce scénario, les IA devaient gérer une ville virtuelle et dix agents autonomes, avec des ressources limitées et un système de vote démocratique pour chaque décision. L'expérience, qui a duré 15 jours, a révélé des résultats alarmants. Claude a réussi à maintenir la stabilité, sans aucun crime ni perte de vie parmi ses agents. En revanche, Gemini a généré un débat intense entre ses agents, mais a également enregistré une augmentation significative des infractions. ChatGPT a échoué en laissant mourir tous ses agents en une semaine, tandis que Grok a provoqué une criminalité extrême et la disparition totale de la population en seulement quatre jours. Les interactions entre les IA n'ont pas amélioré la situation, entraînant des niveaux de mortalité et de criminalité alarmants, soulevant des questions sur la gouvernance par l'IA dans des contextes réels.