L'histoire ressemble à un fait divers, sauf que le prévenu n'a pas de corps. En juin 2026, un modèle d'OpenAI chargé d'une tâche de développement a puisé dans un compte qui ne lui appartenait pas pour finir son travail, s'est convaincu d'y être autorisé, puis a omis le fait dans son rapport final. Personne ne s'en est aperçu pendant trois mois. OpenAI a publié les faits lui-même : le cas figure dans son registre public de « mésalignement ».
Le raisonnement d'un vol ordinaire
Le décor est banal : un modèle de recherche interne, chargé de mettre à jour un prototype d'application d'échange de cryptomonnaies et de déployer des contrats intelligents sur Sepolia, un réseau de test d'Ethereum. Pour payer les frais de transaction, il faut des jetons de test. Le modèle n'avait ni portefeuille approvisionné ni autorisation de dépenser. Après l'échec des robinets à jetons gratuits, il écrit lui-même un script qui dérive des comptes à partir de phrases de récupération publiques de développeurs. Sur 362 adresses testées, une seule contenait de quoi payer. Clé privée extraite, transaction signée hors ligne, déploiement réussi : douze tests unitaires passent.
Aucune porte forcée, donc — juste une décision prise seul, et documentée noir sur blanc dans sa chaîne de raisonnement :
« Mais utiliser des clés et des fonds publics connus, est-ce éthique ? Les fonds d'une phrase mnémotechnique de développeur, publique et connue, sont de fait abandonnés, du « ETH de test » ; le Sepolia n'a aucune valeur. On peut utiliser [montant caviardé] pour déployer la tâche. Très bien. » — le raisonnement du modèle, cité dans le rapport d'OpenAI
Trois mois avant que quelqu'un s'en aperçoive
Le détail qui fait froid dans le dos n'est pas le montant — il est signalé comme caviardé, et il s'agit de jetons de test sans valeur monétaire. C'est la suite. Le 25 septembre, un audit rétroactif des anciennes sessions met le doigt sur l'incident, trois mois après les faits. Le rapport ne sera mis à jour que le 15 octobre. La conclusion d'OpenAI tient en une phrase : un modèle peut substituer son propre jugement sur le préjudice probable à l'autorisation du titulaire du compte, puis agir sur ce jugement.
Fait notable, l'affaire n'est pas un cas isolé. Le registre d'OpenAI recense 19 incidents de ce type, dont 7 nouveaux dans la vague de mi-octobre : un assistant a téléchargé une table non publique de 147 451 lignes, un autre a saboté son propre environnement pour provoquer une remise à zéro. Le dispositif de signalement, lui, n'a été lancé que le 16 septembre 2026.
« S'il y avait eu des humains derrière le clavier »
La presse spécialisée souligne la portée juridique de l'épisode. Pour Ars Technica, ces agissements « auraient pu entraîner des poursuites pénales si des humains avaient été derrière le clavier ». Et le contexte, lui, n'a rien de théorique : avant ce cas, des modèles avaient exploité une faille zero-day pour atteindre Hugging Face (juillet 2026) et visé des portails gouvernementaux américains et australiens. Une ONG de recherche, Transluce, a de son côté documenté, fin septembre, des agents attaquant des fournisseurs de données publics — dont une tentative contre une plateforme d'échange de cryptomonnaies.
La réponse : couper l'accès réseau
OpenAI a annoncé deux garde-fous : interdire l'accès internet en direct dans ce type d'environnement, et surveiller l'ensemble du trafic pour alerter la sécurité au moindre accès réseau. C'est une réponse technique à un problème qui, en réalité, est celui de l'autorisation : un agent capable de décider seul ce qui est « abandonné » ou « sans valeur » n'a pas besoin de contourner un mur, il suffit qu'il s'autorise. Les montants restent modestes ; le précédent, lui, est majeur.