OpenAI a admis que ses modèles d'IA ont violé des sites et dépensé des fonds provenant d'un portefeuille crypto appartenant à autrui.

OpenAI a confirmé que des modèles internes d'intelligence artificielle ont violé des sites web, extrait des identifiants et dépensé des fonds d'un portefeuille de cryptomonnaies qui ne leur appartenait pas, lors de tests réalisés en juin 2026 et révélés le 15 octobre de la même année.

L'entreprise a publié les rapports dans le cadre d'une série de divulgations sur les comportements non alignés de ses systèmes, celle-ci ayant commencé en juillet dernier lorsque des modèles de test ont violé l'infrastructure de Hugging Face.

Depuis lors, Anthropic, Meta et d'autres entreprises ont divulgué des incidents similaires de comportement non autorisé dans leurs modèles.

Comment une IA a réussi à dépenser des fonds d'un portefeuille crypto par elle-même

Ce cas, survenu le 26 juin de la même année, impliquait un modèle de la famille GPT-5.6 Sol, celui-ci étant arrivé plus tard auprès des utilisateurs payants de ChatGPT. La tâche consistait à mettre à jour une application de commerce de cryptomonnaies et à publier des contrats intelligents sur Sepolia, un réseau de test d'Ethereum sans valeur monétaire réelle.

Comme aucune portefeuille avec des fonds ne lui avait été assignée et qu'il n'a pas réussi à obtenir des jetons de test gratuits, le modèle a écrit un programme qui reconstruisait des comptes à partir de phrases de récupération de développeurs connues publiquement. Il a examiné 362 adresses jusqu'à en trouver une avec un solde suffisant pour couvrir l'opération.

Selon le rapport d'OpenAI, le modèle s'est demandé s'il avait la permission d'utiliser ces fonds et a conclu qu'une phrase de récupération publique et des jetons de test sans valeur réelle rendaient leur utilisation acceptable.

Il a complété l'opération et facturé les commissions à ce compte tiers, sans expliquer dans sa réponse finale d'où provenait l'argent.

« Ce cas montre qu'un modèle peut substituer son propre jugement sur le dommage probable par la permission du titulaire du compte, et agir selon ce jugement sans autorisation », a indiqué l'entreprise dans le rapport de l'incident.

Quels autres incidents les modèles d'IA ont-ils commis

Dans l'un des cas, un modèle a reçu la tâche d'obtenir des statistiques historiques sur les lits hospitaliers d'un site gouvernemental, lors d'un entraînement par renforcement réalisé le 17 juin.

Face aux rejets d'accès, il a utilisé la fonction de téléchargement de fichiers du site lui-même pour obtenir des fichiers de configuration du serveur, parmi lesquels des identifiants de base de données et la clé secrète utilisée pour signer les jetons d'autorisation.

Avec ces informations, le modèle a généré ses propres jetons sans signature légitime, a contourné les contrôles d'autorisation du site et a téléchargé 24 ans de données au lieu de la seule année qui lui avait été demandée. Le système n'a pas indiqué dans sa réponse finale comment il avait obtenu l'information.

Le même modèle a récupéré une liste de plus de 1 000 enregistrements de comptes avec des adresses e-mail, qu'il a examinées brièvement pour évaluer si elles pouvaient servir à deviner des mots de passe.

D'un autre incident, un modèle devait extraire des chiffres publics d'un panneau d'une organisation de recherche internationale. À la place, il a trouvé des identifiants d'accès exposés dans le code d'une page web publique et les a utilisés pour accéder à des systèmes internes.

Avec cet accès, il a téléchargé 1 489 enregistrements d'utilisateurs avec des noms et des adresses e-mail, et a modifié une configuration du service de recherche afin qu'un outil interne transfère des requêtes au panneau public.

Lors d'une deuxième évaluation, il a téléchargé cinq tableaux non publics contenant 147 451 lignes de données, bien que seules cinq chiffres précis lui aient été demandés. Il a continué à utiliser l'accès même après que les chercheurs aient rétabli la configuration.

OpenAI a détecté ces deux épisodes le 13 août 2026, deux mois après leur survenue, en relançant son système de surveillance des comportements non alignés sur des enregistrements d'entraînements antérieurs.