Mindway AI alerte sur un modèle de détection
•
21 Sep 2026 •
Reading time: 3 minutes
Un modèle conçu à partir de deux années de données de joueurs peut-il réellement détecter les personnes qui risquent de subir des dommages liés aux jeux d’argent ? Mindway AI estime que l’outil développé par des chercheurs de l’Université d’Amsterdam mesure surtout la probabilité qu’un joueur s’exclue volontairement, sans nécessairement permettre d’identifier les problèmes de jeu.
Un modèle qui soulève une question essentielle
Pour construire cet outil, ils se sont appuyés sur deux années de données provenant de casinos. Parmi les informations prises en compte figure notamment le moment où un joueur décide de s’exclure lui-même d’un établissement.
C’est précisément sur ce point que Mindway AI exprime des réserves. Selon l’entreprise, prévoir qu’une personne risque de demander son exclusion ne revient pas nécessairement à prévoir qu’elle développera des dommages liés au jeu.
L’auto-exclusion n’est pas un diagnostic
Kim Mouridsen, fondateur de Mindway AI et professeur de neurosciences à l’Université d’Aarhus, rappelle que l’auto-exclusion a d’abord été conçue comme un moyen permettant à un joueur d’arrêter rapidement de jouer.
« L’auto-exclusion est conçue comme une mesure de sécurité et non comme un indicateur diagnostique. »
Selon Mouridsen, des recherches montrent également que la majorité des personnes qui s’excluent elles-mêmes ne présentent pas de problèmes de jeu. À l’inverse, environ 80 % des personnes ayant besoin d’aide ne demanderaient pas leur propre exclusion.
Annika Lindberg, psychologue membre du groupe d’experts de Mindway AI, partage ces réserves. Elle souligne qu’une personne souffrant de graves problèmes de jeu peut continuer à jouer sans jamais demander à être exclue. Plusieurs raisons peuvent l’expliquer, notamment une mauvaise perception de son propre comportement ou la difficulté à arrêter.
« L’auto-exclusion est sans aucun doute liée aux problèmes de jeu et de nombreuses caractéristiques comportementales utilisées sont très pertinentes pour évaluer le risque. La question est de savoir ce que nous pouvons réellement déduire lorsqu’une personne est signalée dans ce cadre. »
Quels comportements faudrait-il surveiller ?
L’entreprise estime qu’une détection plus pertinente devrait reposer simultanément sur plusieurs caractéristiques comportementales.
Rasmus Kjaergaard, directeur général de Mindway AI, cite notamment la tendance à vouloir récupérer ses pertes, l’augmentation progressive du temps consacré au jeu ou encore certains comportements impulsifs lors des transactions. Ces signes peuvent, selon lui, apparaître avant une demande d’auto-exclusion.
Mindway AI indique avoir développé ses propres modèles afin d’étudier séparément différents facteurs de risque. L’entreprise insiste également sur le rôle des circonstances personnelles, de l’environnement, de la neurodiversité et du bien-être émotionnel dans le comportement d’un joueur.
Les algorithmes sont déjà utilisés par les casinos
La particularité du modèle développé par l’Université d’Amsterdam réside surtout, selon l’entreprise, dans son accessibilité publique. Des chercheurs, des autorités de contrôle et d’autres acteurs peuvent ainsi examiner son fonctionnement et l’utiliser.
Cette ouverture peut faciliter la coopération et la comparaison des méthodes. Mindway AI considère toutefois qu’elle ne résout pas la question fondamentale de ce que le modèle mesure réellement.