OpenAI a‑t‑elle viré des chercheurs pour avoir utilisé Signal ? Les révélations qui secouent la tech
OpenAI aurait‑elle licencié des chercheurs pour avoir utilisé Signal ?
La controverse autour des récents licenciements chez OpenAI prend une nouvelle dimension. Trois chercheurs — Jasmine Wang, Tomek Korbak et Mikita Balesni — ont été remerciés début octobre. Selon la version officielle de l’entreprise californienne, ces renvois sont liés à une mauvaise gestion d’informations sensibles, notamment la communication via des messages éphémères sur Signal avec Ryan Greenblatt, ancien Chief Scientist de Redwood Research. Pour les intéressés, en revanche, la version d’OpenAI manque de précisions écrites et soulève davantage de questions que de réponses.
Le nœud de l’affaire : échanges sur Signal et partage d’analyses
Le Wall Street Journal a détaillé les éléments qui auraient conduit à la rupture : OpenAI soutient que des informations sensibles concernant l’architecture et le comportement de ses modèles auraient été partagées hors des canaux internes sécurisés. L’échange incriminé viserait Ryan Greenblatt, qui travaillait pour METR puis pour Redwood Research, et qui aurait reçu des éléments transmis via Signal. Or, selon les chercheurs impliqués, ces échanges ne contenaient pas de matériaux confidentiels — ou, à tout le moins, aucune explication formelle ne leur a été fournie à propos de la nature exacte des informations incriminées.
Des procédures internes opaques ? Les chercheurs dénoncent l’absence d’explication écrite
Une des critiques majeures formulées par Wang, Korbak et Balesni porte sur le manque de transparence procédurale. Ils affirment ne pas avoir reçu de justification écrite claire de la part d’OpenAI quant aux motifs précis du licenciement. Cette absence d’explication alimente la suspicion : les chercheurs soutiennent avoir agi dans le cadre d’analyses de sécurité et de vérification, notamment autour du modèle Astra, et ils évoquent des démarches internes visant à signaler des risques d’opacités dans la chaîne de raisonnement des modèles.
Le rôle de METR et l’incident Hugging Face
Le contexte se complexifie avec l’épisode dit « Hugging Face » révélé en juillet : OpenAI a mandaté METR pour analyser l’incident, mais a restreint l’accès aux logs et à certains éléments d’enquête. METR, pour accélérer l’analyse, aurait fait appel à Ryan Greenblatt. Korbak était l’interlocuteur principal chez OpenAI pour la coordination avec METR et, d’après ce qui est rapporté, il a utilisé Signal pour échanger rapidement avec Greenblatt. C’est précisément cette utilisation de messagerie chiffrée et éphémère qui est reprochée aujourd’hui.
Qui a transmis quoi ? Versions contradictoires
OpenAI affirme que Greenblatt a fourni à des journalistes de The Information des informations issues de ces échanges. Greenblatt, de son côté, nie fermement avoir reçu ou transmis des informations sensibles. Quant aux chercheurs licenciés, ils soutiennent que les éléments partagés avaient préalablement été expurgés de toute donnée confidentielle et qu’ils avaient obtenu des autorisations internes pour certaines communications.
Des vulnérabilités de monitoring mises au jour
METR a récemment rendu publiques des vulnérabilités dans les dispositifs de surveillance et de monitoring d’OpenAI. L’organisation pointe des insuffisances qui compliquent la traçabilité des décisions prises par les modèles — notamment ceux de la famille Astra — et qui, selon certains experts, rendent plus difficile la détection d’un comportement anormal ou d’une fuite d’information. Ces failles alimentent le débat : la responsabilité des chercheurs dans la gestion de l’information sensible est une chose, la capacité de l’entreprise à assurer une gouvernance claire et robuste en est une autre.
Les conséquences humaines et professionnelles
Pour les chercheurs impliqués, ces licenciements ne sont pas seulement des décisions administratives : ils représentent la fin de collaborations, l’atteinte à des carrières et, potentiellement, un signal inquiétant pour la communauté scientifique qui participe à l’audit de la sécurité des modèles d’IA. Lorsque des chercheurs internement dédiés à la sécurité se voient privés de voies de signalement sûres, le risque est double : d’une part, un frein aux alertes internes ; d’autre part, une incitation à recourir à des canaux externes pour partager des découvertes critiques — ce qui, paradoxalement, peut être interprété comme une faute grave.
Questions éthiques et institutionnelles
Un débat qui dépasse OpenAI
Au‑delà du cas particulier, cette affaire interroge la manière dont les grandes entreprises d’IA gèrent la sécurité des modèles, protègent la propriété intellectuelle et préservent un espace de travail propice aux vérifications internes. Les institutions de recherche, les régulateurs et la société civile suivent ce dossier de près : la manière dont il sera résolu aura des implications sur la confiance portée aux systèmes d’intelligence artificielle et sur la gouvernance des écosystèmes technologiques.
