ITHome Le 25 octobre, trois chercheurs en sécurité d'OpenAI licenciés pour suspicion de fuite ont révélé leur version des faits. Tomek Korbak, Mikita Balesni et Jasmine Wang nient avoir divulgué des informations confidentielles, contestent les raisons officielles de leur licenciement et émettent l'hypothèse que cette affaire est liée à leur plaidoyer constant en faveur d'une plus grande transparence des systèmes d'IA.
À l'issue d'une enquête interne, OpenAI a conclu que les trois personnes avaient enfreint les règles de gestion des informations sensibles et les a licenciées. Avant leur licenciement, les trois avaient tous publiquement exprimé leurs points de vue sur les risques de l'IA.
ITHome a noté que, dans un entretien au Wall Street Journal, les chercheurs ont réfuté la version officielle. OpenAI a indiqué au journal que le licenciement n'avait rien à voir avec les préoccupations de sécurité qu'ils avaient soulevées. Mais les trois chercheurs affirment que l'entreprise ne leur a jamais indiqué par écrit quelles informations exactement avaient été traitées de manière inappropriée. Ils craignent également que cette affaire ne dissuade les auditeurs de sécurité indépendants de collaborer avec les entreprises d'IA.
L'article du Wall Street Journal retrace l'origine du conflit. L'équipe de sécurité d'OpenAI soupçonnait les trois personnes d'avoir divulgué à un chercheur en sécurité externe des détails sur l'architecture interne des modèles de l'entreprise, et leur a demandé de déverrouiller leurs téléphones personnels. Les enquêteurs ont découvert sur les téléphones des conversations Signal avec la fonctionnalité de messages éphémères activée. Une semaine plus tard, les trois ont été licenciés simultanément. OpenAI a indiqué que Signal n'était pas un outil de communication approuvé par l'entreprise, mais a souligné que ce n'était pas la raison du licenciement. Korbak a rétorqué que les messages éphémères sont une pratique de sécurité courante dans la Silicon Valley.
Le cœur du différend : faut-il permettre la vérification des étapes de raisonnement de l'IA
Le cœur de cette dispute est une question technique aux conséquences considérables : les entreprises d'IA doivent-elles permettre à des personnes extérieures d'examiner le processus de réflexion des modèles. Les modèles de raisonnement enregistrent les étapes intermédiaires de résolution de problèmes dans une zone de stockage interne appelée « chaîne de pensée », sur laquelle les entreprises et les chercheurs en sécurité s'appuient pour comprendre la logique des jugements des modèles.
Dans un article de 2025, Balesni, Korbak et Jasmine Wang, aux côtés de chercheurs de premier plan de plusieurs laboratoires d'IA, ont appelé à la préservation continue de cette capacité de vérification. Cet été, la question est devenue plus pressante : plusieurs entreprises d'IA ont commencé à discuter en interne d'une nouvelle classe de modèles — qui réfléchissent plus longtemps, mais enregistrent moins d'étapes intermédiaires. Balesni a exprimé son désaccord en interne, en relayant une proposition pertinente de Ryan Greenblatt, alors scientifique en chef de Redwood Research.
Korbak entretenait également des échanges fréquents avec Greenblatt. Les deux collaboraient via Slack et Signal pour analyser ensemble un incident très médiatisé : l'attaque de Hugging Face par un agent d'OpenAI. Greenblatt avait été chargé par METR de mener cette enquête indépendante.
Un article sur Astra a déclenché l'enquête interne
Le 1/9, The Information a publié un article indiquant que le nouveau modèle Astra d'OpenAI était plus puissant, mais exposait moins son processus de raisonnement. Cette collaboration est alors devenue la source des ennuis. À l'époque, Jakub Pachocki, scientifique en chef d'OpenAI, avait critiqué sur la plateforme X la logique confuse de cet article, alors qu'il avait lui-même auparavant averti que toute l'industrie se livrait une course aux modèles difficiles à surveiller.
Selon le Wall Street Journal, quelques semaines plus tard, OpenAI a lancé une enquête interne sur les fuites. Balesni a déclaré que les enquêteurs avaient identifié Greenblatt comme destinataire des informations divulguées et avaient exigé l'accès à leurs conversations Signal. Greenblatt a nié avoir transmis des informations confidentielles à des journalistes.
Les accusations visant Jasmine Wang constituent un dossier distinct : OpenAI affirme qu'elle a accédé à plusieurs reprises à la boîte mail d'un cadre dirigeant. Elle explique avoir demandé la suppression de cet accès près d'un an plus tôt ; le mois dernier, elle aurait simplement ouvert par erreur un e-mail sensible, sans le transférer ni le diffuser, et aurait signalé cette erreur immédiatement. OpenAI a indiqué que l'accès lui-même n'était pas le problème.
Korbak estime que les effets négatifs de cette affaire dépassent largement leur trio. Selon lui, les collègues n'osent désormais plus communiquer avec des personnes extérieures ni signaler en interne des risques pour la sécurité. Les trois chercheurs ont écrit au conseil d'administration d'OpenAI pour appeler à un renforcement de la coopération avec les organismes de sécurité externes.
Un autre rapport d'audit sur site tout juste publié remet également en question les processus de sécurité d'OpenAI. Lors de leurs vérifications, les auditeurs de METR et de Redwood Research ont découvert de nombreuses failles de sécurité dans l'infrastructure d'OpenAI, mais OpenAI a censuré près de la moitié du rapport final.
OpenAI a également publié un nouveau rapport sur son architecture de sécurité, qui fonctionne déconnectée d'Internet. L'entreprise affirme que les failles concernées ont été corrigées et que l'entraînement des modèles a repris début octobre (10), ajoutant qu'elle annoncera prochainement plusieurs nouvelles collaborations externes.