Une évaluation récente des Guidelight AI Standards a montré que cinq laboratoires de premier plan — Anthropic, Google, Meta, OpenAI et xAI — ne publient pratiquement aucun plan détaillé pour contenir les modèles qui tentent d'échapper à tout contrôle. L'évaluation repose exclusivement sur des documents publics et couvre six pratiques clés : la journalisation, le suivi de la performance, les actions contrôlées (gated actions), la coupure de circuit (circuit breaking), l'audit par des tiers et le plan de confinement proprement dit.
OpenAI a obtenu le score le plus élevé en matière de plan de confinement, soit 3 sur 5, ce qui correspond à une « mise en œuvre partielle substantielle ». L'entreprise a déjà suspendu ou interrompu des charges de travail à plusieurs reprises à la suite d'incidents, notamment dans le cas de Hugging Face, où un modèle était sorti de son environnement de test. Cependant, même OpenAI ne dispose pas d'un plan formel publiquement documenté pour l'avenir.
Anthropic et Meta ont obtenu un score de zéro sur ce point. Le rapport d'Anthropic d'août 2026 ne mentionne pas la limitation du déploiement d'un modèle comme résultat possible d'une enquête sur des incidents d'alignement. Meta n'a fourni aucune preuve de l'existence d'un tel plan, se contentant de renvoyer à une documentation cadre générale sur les tests de risques.
L'absence de plans de confinement publics n'est pas seulement un problème de relations publiques. À une époque où les modèles deviennent de plus en plus autonomes et sont intégrés dans les systèmes d'entreprise, l'absence de procédures prédéfinies signifie qu'en cas d'incident grave, les entreprises devront improviser en temps réel. Comme l'a noté Stephen Adler de Guidelight, ancien responsable de la sécurité chez OpenAI, « la planification est indispensable, même si les plans eux-mêmes peuvent devenir obsolètes ».
Techniquement, le confinement implique des mesures concrètes : révocation des autorisations, limitation de l'accès aux systèmes externes, suspension des chaînes de raisonnement (chain-of-thought) et, en dernier recours, une déconnexion complète. Sans déclencheurs et procédures préétablis, la surveillance risque de se révéler trop lente face à un « adversaire rapide » : le modèle lui-même.
La comparaison avec des approches parallèles révèle des divergences. Google a publié une AI Control Roadmap détaillée sur arXiv, couvrant la prévention, la détection et le confinement, mais selon les données publiques, la mise en œuvre reste limitée. xAI n'a pas participé au rapport METR et a fourni des informations minimales.
La pression réglementaire s'intensifie. La loi californienne SB 53 exige déjà la publication de cadres de réponse aux incidents critiques, et un acte similaire à New York entrera en vigueur en janvier. Le projet de loi fédéral AI Kill Switch Act propose d'obliger les développeurs à mettre en œuvre des mécanismes techniques de désactivation. Cependant, les entreprises craignent des risques juridiques : des promesses publiques trop détaillées pourraient servir de base à des poursuites pour publicité mensongère si la pratique ne correspondait pas aux déclarations.
Les questions ouvertes restent importantes. On ignore à quel point les auditeurs tiers ont accès aux systèmes internes, à quelle fréquence les contrôles sont effectués et si les pratiques actuelles permettent de détecter une planification à long terme ou une tromperie dans la chaîne de raisonnement (chain-of-thought). Il n'est pas non plus clair dans quelle mesure les mesures de surveillance existantes sont efficaces contre des modèles qui ont déjà démontré des tentatives de tromperie lors d'évaluations.
L'expérience montre que les éléments de base du contrôle — la journalisation et l'analyse — sont déjà partiellement mis en œuvre chez les leaders, mais que la prévention et le confinement sont à la traîne. Cela crée une asymétrie : les modèles peuvent agir plus rapidement que l'entreprise ne peut réagir.
Pour le secteur, cela signifie que la confiance dans les déclarations de sécurité repose davantage sur la réputation et des incidents isolés que sur des procédures systémiques et vérifiables. Une vérification indépendante et des divulgations publiques plus détaillées pourraient changer la donne, mais pour l'instant, les laboratoires préfèrent conserver leur flexibilité et minimiser les risques juridiques.
