Candy Crush : comment l’IA aide King à renouveler ses milliers de niveaux

À première vue, Candy Crush Saga repose sur une mécanique d’une grande simplicité : aligner des bonbons de même couleur pour remplir un objectif en un nombre limité de coups. Mais faire durer ce principe pendant des milliers de tableaux exige un travail de conception colossal. En mai 2025, le jeu compte plus de 18 700 niveaux. À cette échelle, l’intelligence artificielle devient pour King un outil de production et d’analyse : elle aide les équipes à imaginer, revisiter et ajuster les casse-têtes sans sacrifier l’attention portée au ressenti des joueurs.

La promesse n’est pas de laisser une machine fabriquer seule un jeu. King, le développeur suédois à l’origine de la franchise, décrit plutôt une collaboration entre les données issues des parties, des outils d’IA et le jugement des créateurs. L’enjeu est concret : maintenir suffisamment de nouveautés, rénover des niveaux conçus plusieurs années auparavant et éviter que la progression ne bascule vers l’ennui ou la frustration.

Plus de 18 700 niveaux, un défi de conception permanent

Dans un jeu mobile qui s’enrichit continuellement, la quantité de contenu devient un problème à part entière. Chaque niveau doit proposer une combinaison d’objectifs, d’obstacles, de coups disponibles et de dispositions sur le plateau. Il doit aussi être compréhensible, réalisable et suffisamment stimulant pour donner envie de poursuivre.

Or, un niveau n’est jamais seulement une grille et quelques règles. Il produit une expérience : la satisfaction d’une combinaison réussie, la tension d’un dernier coup, ou au contraire la sensation de se heurter à un mur. Cette dimension explique pourquoi une formule qui fonctionne sur le papier ne suffit pas toujours. Un tableau peut être techniquement faisable, mais jugé répétitif, confus ou peu amusant par une partie du public.

Pour Todd Green, directeur général de la franchise, revoir à la main un catalogue de plus de 18 000 niveaux serait difficile. L’IA permet donc de faire évoluer des niveaux existants et d’accélérer la création de nouveaux défis. Elle offre surtout la possibilité d’intervenir à grande échelle sur un jeu dont l’histoire et le catalogue se sont construits sur plusieurs années.

Que fait réellement l’IA dans Candy Crush ?

Les informations communiquées par King ne décrivent pas un système qui déciderait seul de tous les niveaux. L’usage présenté concerne avant tout l’assistance aux équipes de conception : l’IA facilite les tâches répétitives et aide à traiter une masse de niveaux qu’il serait long de revoir un par un.

Cette aide peut se comprendre à deux niveaux. D’abord, lors de la création de contenu : en accélérant certaines opérations de conception, les outils donnent davantage de temps aux designers et aux artistes pour travailler sur les idées, le rythme ou la personnalité des niveaux. Ensuite, lors de la maintenance : l’IA aide à repérer les tableaux qui peuvent nécessiter une modification, notamment parmi les nombreux niveaux plus anciens.

Le terme « IA » recouvre toutefois plusieurs réalités. Il ne faut pas automatiquement l’assimiler à une IA générative du type de celles capables de rédiger un texte ou de créer une image. Dans le cas décrit par King, aucun modèle précis n’est détaillé. Le point essentiel est l’utilisation d’outils capables d’exploiter des informations issues des parties et de soutenir le processus de création et de réajustement.

L’objectif reste le même : enrichir l’offre sans imposer une courbe de difficulté uniformément ascendante. Dans Candy Crush, les niveaux ne s’enchaînent pas selon une progression parfaitement linéaire. Cette variété permet d’alterner les types de défis et d’éviter que chaque nouveau tableau ne ressemble à une version simplement plus dure du précédent.

Les données de jeu ne remplacent pas le plaisir ressenti

Pour savoir si un casse-tête remplit sa fonction, King s’appuie sur des données quantitatives et sur les retours d’expérience des joueurs. Parmi les indicateurs cités figurent le taux de réussite d’un niveau et la fréquence de ses réajustements. Ces éléments permettent de suivre la manière dont les joueurs progressent et de détecter les tableaux qui demandent une attention particulière.

Le taux de réussite, par exemple, renseigne sur la capacité des joueurs à franchir un niveau. Il ne donne pas, à lui seul, une réponse définitive sur sa qualité. Un niveau très souvent réussi peut manquer de relief. À l’inverse, un niveau difficile peut être apprécié s’il paraît juste et procure un sentiment de réussite lorsqu’il est enfin résolu.

C’est là que les retours qualitatifs deviennent importants. Todd Green souligne que la part de subjectivité demeure : un même niveau peut paraître très amusant à une personne et moins convaincant à une autre. Les données décrivent des comportements observés, mais elles ne résument pas toutes les émotions qui font l’intérêt d’un jeu de casse-têtes.

Cette méthode illustre une limite utile à rappeler : mesurer n’est pas automatiquement comprendre. Les statistiques peuvent signaler un problème, mais les concepteurs doivent encore déterminer son origine et choisir une réponse adaptée.

Moderniser les anciens niveaux sans casser l’équilibre

Le catalogue de Candy Crush constitue à la fois une force et une contrainte. Il donne aux joueurs de longue date une quantité considérable de contenu, mais il oblige aussi King à surveiller des tableaux créés dans des contextes de jeu différents. Un niveau ancien peut avoir besoin d’être remis au goût du jour, sans pour autant perdre ce qui faisait son identité ou son intérêt initial.

L’IA aide ici à rendre cette maintenance plus praticable. Au lieu de mobiliser les équipes sur des opérations répétitives, elle contribue à faire remonter les niveaux sur lesquels un rééquilibrage ou une actualisation peut être nécessaire. Les designers peuvent alors concentrer leur attention sur les choix qui réclament une appréciation humaine : le type de défi, le sentiment de progression, le rythme entre deux niveaux exigeants ou encore la cohérence de l’ensemble.

Cette logique vaut aussi pour les nouveaux tableaux. Au moment de leur conception, les créateurs ne disposent pas nécessairement d’un très grand panel de testeurs pour fournir un retour direct. Il faut donc chercher, dès le départ, une formule capable d’être compréhensible et engageante. Les données collectées une fois le niveau joué permettent ensuite d’affiner ce premier jugement.

L’IA remplace-t-elle les concepteurs de jeux ?

Selon King, l’intelligence artificielle n’a pas vocation à remplacer les travailleurs, les designers ou les artistes du secteur. Son rôle est d’améliorer l’efficacité de l’équipe, en particulier face au volume de contenus à suivre. Cette distinction est importante dans l’industrie du jeu vidéo, où l’automatisation suscite régulièrement des interrogations sur l’avenir des métiers créatifs.

Dans le cas de Candy Crush, la technologie prend de la valeur lorsqu’elle libère les équipes de tâches répétitives. Elle peut ainsi leur permettre de consacrer davantage de temps à ce qui ne se réduit pas facilement à un indicateur : imaginer de nouvelles mécaniques, donner de la variété aux objectifs, régler le sentiment de défi ou décider qu’un niveau doit rester atypique malgré des statistiques imparfaites.

La créativité dans un jeu de casse-têtes ne se limite pas à produire le plus grand nombre possible de grilles. Elle consiste aussi à ménager des surprises, à créer des variations et à respecter une forme de rythme. L’automatisation peut aider à faire grandir un catalogue, mais elle ne définit pas seule ce qui rend une partie mémorable.

Personnalisation : attention à ne pas confondre adaptation et jeu sur mesure

L’analyse des comportements de jeu peut donner l’impression que chaque joueur reçoit des niveaux entièrement personnalisés. Les éléments présentés par King invitent à une lecture plus nuancée. L’entreprise explique utiliser les informations issues des parties pour ajuster ses niveaux et mieux comprendre la progression des joueurs. Cela ne signifie pas nécessairement qu’un casse-tête distinct est fabriqué individuellement pour chaque personne.

La différence est importante. Une adaptation à l’échelle du jeu consiste à observer qu’un niveau pose problème ou manque d’intérêt pour une partie du public, puis à le réviser pour tous les joueurs concernés. Une personnalisation individuelle supposerait que le contenu, ou ses paramètres, varie spécifiquement d’un compte à l’autre. Les informations disponibles ne permettent pas d’affirmer que Candy Crush fonctionne de cette seconde manière.

Pour le joueur, l’effet recherché reste néanmoins proche : retrouver un défi suffisamment renouvelé pour poursuivre la progression, sans accumuler les blocages décourageants. C’est cette recherche d’équilibre qui explique l’intérêt des données, à condition de ne pas les prendre pour une formule automatique du plaisir.

Ce qu’il faut surveiller dans l’usage de l’IA par les jeux mobiles

L’exemple de Candy Crush reflète une évolution plus large du jeu vidéo. Produire et entretenir du contenu coûte cher, tandis que les technologies et les attentes des joueurs évoluent rapidement. Pour les studios, l’IA peut devenir un levier pour accélérer certaines phases de développement et rester compétitif dans un marché très encombré.

La question déterminante ne sera pas seulement de savoir combien de niveaux une IA permet de produire. Il faudra surtout observer la qualité de ces contenus, la place laissée aux créateurs et la capacité des studios à préserver un rapport de confiance avec leurs communautés. Des outils efficaces peuvent accélérer les ajustements, mais un jeu durable repose toujours sur des défis compris, variés et jugés agréables par celles et ceux qui y jouent.

Pour King, le défi est donc double : continuer à alimenter un catalogue déjà immense et faire en sorte que chaque nouveau casse-tête, comme chaque niveau modernisé, conserve une raison d’être au-delà de sa simple place dans une longue liste.