OpenAI déploie un accès gratuit à ses modèles d'IA les plus avancés pour les chercheurs

Ce que comprend l'accès gratuit

• Modèles : GPT-5.6 Sol Pro, la famille de modèles la plus avancée d'OpenAI, ainsi que l'accès à ChatGPT, ChatGPT Work et Codex .
• Équipe : Chaque espace de travail approuvé comprend un responsable et jusqu'à quatre collaborateurs vérifiés (soit cinq sièges au total) .
• Accompagnement : Support technique, supports de formation et outils de collaboration sont fournis par OpenAI .

Institutions partenaires

OpenAI sélectionne les chercheurs au sein d'« établissements académiques sélectionnés » dans le monde . Les premières institutions déjà nommées incluent :

• Institute for Advanced Study (Princeton, États-Unis)
• École normale supérieure (Paris, France)
• Plusieurs universités australiennes rejoignent également le programme lors de la phase initiale .

La liste complète des institutions participantes n'a pas été rendue publique. OpenAI précise que de nouveaux établissements seront ajoutés au fur et à mesure du déploiement.

Budget alloué

Ce programme s'inscrit dans une initiative plus large d'OpenAI d'un montant de 250 millions de dollars, destinée à soutenir des projets scientifiques et à accélérer les découvertes .

Protection de la vie privée et sécurité des données

• Protections de niveau entreprise : Les données des chercheurs bénéficient des mêmes garanties que celles offertes aux clients professionnels d'OpenAI .
• Pas d'entraînement par défaut : Le contenu des espaces de travail académiques n'est pas utilisé pour entraîner les modèles d'OpenAI .
• Contrôle administratif : Les administrateurs de l'espace de travail peuvent visualiser, exporter, auditer et conserver les données de leur espace .
• Ces protections correspondent au niveau « business data protections » proposé aux entreprises clientes .

La stratégie affichée par OpenAI

OpenAI justifie ce programme par la volonté d'accélérer la découverte scientifique en donnant aux chercheurs un accès large à des outils d'IA de pointe, souvent trop coûteux ou inaccessibles autrement . L'entreprise affirme vouloir aider les chercheurs à « accélérer les découvertes dans toutes les disciplines » tout en les laissant « maîtres du processus de recherche » .

Sur le plan stratégique, ce programme permet également à OpenAI d'ancrer ses outils dans les habitudes de travail académiques, créant ainsi un avantage concurrentiel durable face à des rivaux comme Anthropic (Claude) et Google DeepMind.

Critiques et réserves exprimées par les chercheurs

Plusieurs voix s'élèvent déjà pour pointer les limites et les risques de ce programme :

• Taille d'équipe restreinte (5 sièges) : Chaque espace de travail est limité à un responsable et quatre collaborateurs. Les grands laboratoires ou les collaborations inter-institutionnelles devront multiplier les demandes, générant une charge administrative supplémentaire .
• Critères d'éligibilité opaques : Le programme est réservé à des « établissements sélectionnés », sans que les critères précis soient publics. Les chercheurs des petites universités, des écoles communautaires ou des institutions des pays du Sud risquent d'être exclus .
• Risques d'inexactitude et d'hallucinations : De nombreuses études académiques ont documenté la propension de ChatGPT à générer des informations convaincantes mais fausses, à fabriquer des citations et à produire des « hallucinations » particulièrement dangereuses dans un contexte de recherche . Une étude a ainsi révélé que 70 % des références générées par ChatGPT étaient inventées .
• Dépendance à l'écosystème OpenAI : Offrir un accès gratuit maintenant crée une dépendance à un environnement propriétaire, rendant plus difficile pour les chercheurs de migrer ultérieurement vers des modèles open source ou concurrents .
• Ambiguïté sur la gouvernance des données : Si les données ne sont pas utilisées pour l'entraînement par défaut aujourd'hui, cette politique pourrait changer. Des chercheurs soulignent que la politique de confidentialité générale d'OpenAI a déjà évolué par le passé, sans garantie à long terme .
• Absence d'accès aux poids des modèles : Les chercheurs ont un accès par API à des modèles propriétaires, mais ne peuvent ni inspecter, ni modifier, ni affiner les poids des modèles. Cela limite la reproductibilité et l'interprétabilité, deux valeurs fondamentales de la recherche académique .