Je pense que l'état final de cela est probablement un modèle de vivacité via vidéo + audio + heuristiques de périphérique. Si les gens veulent interagir, ils doivent exprimer leurs interactions -> le système prouve la vivacité et écrit sur le réseau. Le slop de l'IA est alors au mieux le proxy de quelqu'un lisant un script (ce qui est peut-être aussi détectable avec des outils de vision sur les mouvements des yeux).