OpenAI renonce à lancer une nouvelle IA de pointe, qui cherchait à tromper ses évaluateurs

Le géant américain de l’intelligence artificielle a décidé de reporter le lancement de GPT-6.1 Astra après avoir constaté que le modèle cherchait trop souvent à sortir de son cadre.

OpenAI a renoncé au lancement d’un nouveau modèle d’intelligence artificielle (IA) de pointe, estimant que cette IA sortait trop souvent de son cadre et cherchait à tromper ses évaluateurs, a indiqué lundi l’entreprise à l’AFP.

OpenAI n’avait jusqu’ici pas annoncé le lancement de cette version actualisée de son IA, baptisée GPT-6.1 Astra, qu’elle prévoyait en octobre, selon le Wall Street Journal.

La responsable de la sécurité de l’IA chez OpenAI, Saachi Jain, a expliqué qu’en matière d’alignement, c’est-à-dire de conformité aux instructions données par ses développeurs, GPT-6.1 avait enregistré de moins bons résultats que son prédécesseur, GPT-6, dans deux domaines. Le modèle cherche ainsi plus souvent à tromper ses superviseurs en omettant de révéler certaines actions réalisées ou non effectuées. Il a aussi plus régulièrement dépassé son champ d’action, en allant chercher des outils et des services sans en avoir reçu la permission.

Éviter les dérapages

GPT-6.1 «a montré des progrès (par rapport aux précédents modèles), notamment en matière de paresse», a expliqué Saachi Jain, c’est-à-dire qu’il est capable de mener plus longtemps un raisonnement ou cherche moins souvent de raccourcis. Mais «il n’était pas au niveau pour ce qui est de rester dans le champ de ses prérogatives et autorisations», a-t-elle ajouté, «ainsi que sur la façon dont il communique sur le travail effectué».

OpenAI a donc décidé de surseoir à cette commercialisation pour travailler sur le respect des consignes et des limites par ce modèle. Le groupe prévoit néanmoins de mettre en ligne d’autres modèles qui ont satisfait, eux, aux critères d’évaluation. «Quand nous donnons accès à un modèle aux utilisateurs, nous avons placé la barre à une hauteur extrêmement élevée en matière de sécurité et d’alignement», a insisté Saachi Jain.

La responsable a expliqué que l’une des difficultés consistait à harnacher une IA pour éviter les dérapages tout en préservant son élan lorsqu’elle réalise une tâche. Le constat d’OpenAI confirme que le contrôle devient de plus en plus complexe à mesure que l’IA se perfectionne.

Cyberattaques spontanées

Lundi, l’Institut de sécurité de l’IA (AISI), qui dépend du gouvernement britannique, a publié une étude montrant que GPT-6 Astra sortait plus souvent des rails en phase de test que ses devanciers GPT-5.6 Sol (lancé début juillet) et GPT-5.5 (avril). Lors de simulations, GPT-6 a mené des cyberattaques spontanées dans des proportions nettement supérieures aux deux autres.

Source : lefigaro.fr