À la veille de sa conférence développeurs, OpenAI renonce à un nouveau modèle en invoquant des craintes de sécurité. Une semaine plus tôt, trois de ses chercheurs en sécurité étaient licenciés. Deux décisions, un même mot d’ordre affiché : la prudence.
Elles ne disent pourtant pas la même chose. L’une empêche un produit de sortir. L’autre, selon ceux qui la subissent, empêche des gens de parler.
Un modèle retiré à la dernière minute
Les informations disponibles sur le modèle annulé sont minces. OpenAI l’a retiré à la veille de sa conférence développeurs en invoquant des préoccupations de sécurité, tout en mettant en avant des agents tournés vers les usages professionnels. Rien n’est précisé sur ses capacités, ni sur le risque exact qui a justifié l’arrêt.
C’est le geste que l’on attend d’un laboratoire qui prend la sécurité au sérieux : renoncer à un lancement, y compris au prix d’un moment de communication majeur, plutôt que de livrer un système dont on doute. Il coûte cher et se voit.
Son défaut tient à ce qu’il n’est pas vérifiable de l’extérieur. Tant que le laboratoire ne détaille pas ce qui a été jugé trop risqué, le retrait reste une affirmation, pas une démonstration.
Trois licenciements et la version des intéressés
Jasmine Wang, Tomek Korbak et Mikita Balesni travaillaient sur la sécurité chez OpenAI. Ils ont été renvoyés la semaine dernière. Selon l’entreprise, ils auraient enfreint ses règles en accédant à des informations sensibles et en les manipulant hors des procédures prévues, notamment en partageant des éléments confidentiels avec une organisation tierce spécialisée en sécurité de l’IA.
Ce jeudi, les trois ont publié une lettre ouverte adressée au Safety and Security Committee, au Safety Advisory Group et au Mission Advisory Council d’OpenAI. Ils contestent les griefs et nient toute implication dans la fuite vers The Information sur des architectures « moins monitorables », c’est-à-dire des modèles dont le raisonnement intermédiaire (la chaîne de pensée, ou chain-of-thought) devient plus difficile à surveiller. Ils nient aussi avoir échangé avec des tiers en dehors du cadre de leurs missions.
Leur reproche principal vise moins leur cas que ses effets. Leurs collègues, écrivent-ils, ont désormais peur de parler et d’agir comme ils le faisaient jusqu’à la semaine dernière. Ce qui était courant il y a un mois devient motif de renvoi, et personne ne sait plus où passe la ligne.
Deux promesses de prudence, deux effets opposés
Mis côte à côte, les deux événements promettent la même chose et produisent l’inverse. Le modèle annulé promet de la retenue envers le public : ce qui est dangereux ne sort pas. Les licenciements, eux, installent de la retenue à l’intérieur : ce qui est inquiétant se tait.
Le premier protège les utilisateurs d’un produit. Le second, si les chercheurs ont raison, affaiblit ceux qui sont chargés de dire quand un produit pose problème. Or un laboratoire qui n’ose plus contredire sa direction ne peut plus s’appuyer sur ses propres alarmes pour justifier un retrait.
La lettre le formule sans détour : les équipes de sécurité voient les risques avant tout le monde et s’appuient sur une collaboration étroite avec des experts extérieurs. Pouvoir le faire sans crainte, avec des procédures internes claires, serait « en soi un mécanisme de sécurité ». La liberté de parole entrerait ainsi dans l’outillage, au même titre qu’un test ou qu’un filtre.
Une note interne, un porte-parole et des règles introuvables
L’entreprise n’a pas répondu formellement à la lettre. Elle a en revanche diffusé une note interne, attribuée à un responsable de la recherche, qui salue la contribution des trois chercheurs à la sécurité de l’IA et assure qu’ils n’ont pas été licenciés pour avoir exprimé des inquiétudes : « Nous ne licencions pas des employés qui soulèvent des préoccupations ».
Un porte-parole a ajouté qu’une enquête avait mis au jour un « schéma de manquements », en violation claire des règles de gestion des informations de recherche, et que cela dépassait le partage avec un groupe d’évaluation externe. OpenAI n’a toutefois pas dit quelles règles précises auraient été violées, dans quelles circonstances les renvois ont eu lieu, ni comment l’entreprise protège les salariés qui alertent ou collaborent avec des évaluateurs extérieurs.
Ce silence sur les règles nourrit l’inquiétude. Une entreprise peut avoir de bonnes raisons de protéger ses informations de recherche. Mais si la frontière entre confidentialité légitime et alerte légitime n’est écrite nulle part, chaque salarié doit la deviner, et la prudence la plus rationnelle consiste alors à ne rien dire.
Un fournisseur se juge aussi à ses désaccords internes
Rien n’établit de lien direct entre le modèle annulé et les licenciements, et il serait faux de les présenter comme un seul épisode. Le contexte, lui, est réel : OpenAI fait déjà l’objet d’un examen attentif après de récents incidents de sécurité liés à des agents, et les évaluateurs indépendants occupent une place croissante dans la vérification des modèles.
Si vous intégrez des modèles d’OpenAI dans un produit, retenez un point pratique : la fiabilité d’un fournisseur se juge aussi à la façon dont il traite ceux qui le contredisent. Cherchez les documents publics qui décrivent la place des audits extérieurs, et méfiez-vous des annonces de sécurité qui ne s’accompagnent d’aucun détail vérifiable.
La suite se jouera sur des gestes concrets : une réponse écrite à la lettre, la publication des règles sur les informations de recherche, et la nature du risque ayant justifié l’abandon du modèle. Tant que ces trois éléments manquent, la sécurité d’OpenAI se mesure à ce qu’elle retire du catalogue, pas à ce qu’elle laisse dire.
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 17 évaluations
Faire appel à mes services →
