Trois chercheurs en sécurité licenciés par OpenAI rejettent les accusations de fuites

Trois chercheurs en sécurité licenciés par OpenAI ont publié une lettre ouverte dans laquelle ils rejettent les accusations de mauvaise gestion d'informations sensibles. Selon eux, les licenciements eux-mêmes créent déjà un « effet dissuasif » : les employés qui travaillent sur les risques de l'IA se demandent désormais s'il vaut la peine de soulever des questions gênantes au sein de l'entreprise. TechCrunch a rapporté l'existence de cette lettre le 8 octobre 2026.

Ce que l'on sait à ce stade

Peu de détails sont publics pour l'instant. D'après l'article, trois anciens employés d'OpenAI qui travaillaient sur la sécurité des modèles ont perdu leur poste dans un contexte d'accusations de mauvaise gestion d'informations sensibles. La courte brève ne dit pas de quels documents il s'agit, comment ils auraient, selon la version de l'entreprise, été mal acheminés, ni qui a formulé ces reproches. Il serait erroné de spéculer sur ces circonstances. La position officielle d'OpenAI n'est pas non plus exposée dans le texte disponible.

Les faits établis à ce jour :

• nombre de personnes licenciées : 3 chercheurs en sécurité ;
• forme de la réaction : une lettre ouverte ;
• position des auteurs : ils contestent les accusations et estiment que les licenciements nuisent à la culture de la sécurité ;
• nature des reproches de l'entreprise : la gestion d'informations sensibles, sans précision sur le type de données ;
• source : TechCrunch, 8 octobre 2026.

Pourquoi la formulation compte

La « mauvaise gestion d'informations sensibles » recouvre un spectre très large : de l'envoi d'un document vers une adresse personnelle à la transmission de matériaux à des journalistes ou à des experts externes. Pour les chercheurs en sécurité, la frontière entre l'escalade interne d'un problème et une « fuite » est souvent floue. Leur travail consiste à repérer les comportements dangereux des modèles, et les évaluations des capacités dangereuses font généralement partie des données les plus fermées d'un laboratoire.

OpenAI a des antécédents sur ce sujet. En avril 2024, l'entreprise a licencié Leopold Aschenbrenner ; la presse a évoqué des accusations de fuite, tandis qu'il affirmait avoir transmis à des chercheurs externes un document sur la sécurité. En mai 2024, l'équipe Superalignment s'est disloquée, et Jan Leike, en partant, a déclaré que la culture de la sécurité avait cédé la place à la sortie de produits. En juin de la même année, des employés actuels et anciens de laboratoires ont publié la lettre « Right to Warn ». À cette période est aussi apparue au grand jour la pratique des accords de non-divulgation assortis d'une menace de perte des actions, à laquelle Sam Altman a promis de renoncer.

La mécanique de l'« effet dissuasif »

L'argument des auteurs de la lettre ne repose pas sur le sort de trois personnes, mais sur le signal envoyé aux autres. Si une transmission d'informations contestée peut coûter son emploi, la stratégie rationnelle pour un ingénieur consiste à se taire ou à ne discuter des risques qu'à l'oral. Pour une entreprise dont les modèles s'intègrent à des processus critiques, cela signifie moins d'alertes documentées et moins de chances de repérer un problème avant la sortie d'un produit.

L'entreprise défend aussi une position légitime. Les poids des modèles, les résultats des tests de capacités dangereuses et les détails de l'infrastructure doivent être protégés, et une violation du régime d'accès reste une violation, même si les motivations de l'employé sont louables. Seuls des faits précis permettront de départager les parties : ce qui a été transmis, à qui et selon quelles règles.

Ce qu'il faut surveiller ensuite :

• la réponse d'OpenAI et la divulgation de la nature des reproches ;
• les éventuelles démarches juridiques des personnes licenciées, y compris des saisines de régulateurs ;
• la réaction des autres employés de laboratoires : nouvelles lettres, départs, commentaires publics ;
• l'application des règles de protection des lanceurs d'alerte dans l'industrie de l'IA. Par exemple, la loi californienne SB 53, adoptée en 2025, comprend de telles dispositions pour les développeurs de modèles de pointe.

Si vous travaillez dans un laboratoire d'IA, déterminez à l'avance quels canaux d'escalade interne sont considérés comme protégés, et consignez vos signalements par écrit. Les clients professionnels et les investisseurs ont intérêt à demander aux fournisseurs de modèles comment fonctionne la procédure de signalement des risques et ce qu'il advient de ceux qui l'ont utilisée.