Il y a presque cinquante ans, Shannon a proposé une machine entièrement mécanique capable de jouer avec un succès certain contre des joueurs humains au jeu itéré « Matching penny ». Cette machine était capable de « lire dans l’esprit » de ses adversaires humains. Il la nomma : Mind-reading machine. Cet article expose plusieurs approches pour modéliser et anticiper le comportement d’un joueur humain dans des jeux à information complète et imparfaite (dans lesquels les joueurs jouent simultanément comme « Matching penny » ou « Pierre ; Ciseaux ; Papier »). En théorie, pour ces jeux, les stratégies optimales sont des répartitions probabilistes des stratégies pures (Equilibres de Nash). La détermination mathématique de ces répartitions prend pour hypothèse que tous les joueurs sont parfaitement rationnels et qu’ils sont capables de jouer aléatoirement. Nous verrons comment des « Mind-reading machines » peuvent exploiter les faiblesses des joueurs humains afin d’obtenir des performances supérieures à celles de la théorie. La méthode S.A.G.A.C.E. que nous avons développée se révèle particulièrement efficace dans ce but.