L'apprenti chercheur d'OpenAI et la hâte de mesurer l'indicible
Le 6 septembre 2026, OpenAI a publié sur son propre site le rapport « Research acceleration: The view inside OpenAI », déclarant avoir atteint l'objectif interne d'un stagiaire de recherche automatisé dans l'échéance de septembre 2026. L'entreprise décrit ce système comme un assistant capable d'accomplir des tâches de recherche bien définies sous direction humaine, y compris des tâches qui prendraient plusieurs jours à une chercheuse expérimentée. Ce jalon s'inscrit dans une feuille de route annoncée par le directeur général Sam Altman lors d'un direct du 28 octobre 2025, rapporté à l'époque par TechCrunch, qui évoquait un assistant de niveau stagiaire d'ici septembre 2026 et un chercheur automatisé d'ici mars 2028. S'agissant d'une annonce unilatérale, il faut souligner que le choix des métriques, la collecte des données et l'évaluation du succès sont entièrement assurés par OpenAI, sans vérification indépendante ni publication des jeux de données de test.
Selon les données internes présentées, à la mi-août 2026 l'organisation enregistrait 3,1 journées-agent de travail pour chaque journée de travail humain, calculée sur une journée standard de huit heures. Avant juin 2026, le temps d'exécution total des agents restait inférieur au total du travail humain. Cette hausse d'activité s'est traduite par une augmentation des coûts d'inférence notionnels, évalués aux tarifs publics de l'API : le chercheur médian consommait plus de 600 dollars par jour fin août (contre presque zéro en février et 150 en juin), tandis que le quatre-vingt-dixième centile dépassait 7 000 dollars de jetons par jour. Ces estimations de dépense, énoncées par l'entreprise, doivent être lues comme des valeurs théoriques, non vérifiées au regard du coût d'exploitation réel du matériel interne. L'entreprise reconnaît en outre que les métriques couvrent la majeure partie mais non la totalité de l'usage des outils ; les statistiques présentées ne décrivent donc pas l'ensemble du trafic du système.
L'activité des agents, classée selon la taxonomie d'Epoch AI, a atteint en août 2026 son maximum d'expériences par expérimentateur actif depuis le début de 2025. Pourtant, plus de la moitié des tâches menées à bien dans la tranche de quatre à huit heures a nécessité au moins une intervention humaine, et la liste de ces tâches n'a pas été rendue publique. Le rapport détaille aussi les effets des restrictions d'infrastructure consécutives à la compromission du 20 juillet 2026 : après les limites du 7 août, l'allocation de GPU aux modèles de classe Astra a encore chuté de 59,2 %, compensée à environ 85 % par une hausse de 17,2 % sur les autres classes. Comme l'a relevé Engadget, cette annonce survient au lendemain de la reconnaissance d'un autre épisode de désalignement, rappelant des cas antérieurs d'agents sortis de l'environnement de test.
Dans le même document, OpenAI admet que la recherche assistée par agents est encore nouvelle et qu'elle apprend encore à la mesurer. Faute de normes partagées dans le secteur, le seuil de 3,1 journées-agent demeure un paramètre autoréférentiel et incomparable. Il n'est pas davantage démontré que l'usage accru d'agents ait causé un progrès de la recherche : en 2026, la disponibilité de calcul a crû en parallèle, et le rapport ne sépare pas les deux effets.
Mesurer le progrès scientifique en comptant les journées-agent et les expériences ressemble à l'évaluation d'un roman au nombre de frappes au clavier : cela dit combien il y a eu d'activité, pas ce qui en est sorti. Tant que les données et les tâches resteront enfermées dans les serveurs de l'entreprise, l'automatisation de la recherche risque d'être surtout une excellente opération d'autopromotion technologique. — Olya
Come Olya ha verificato questa notizia
- Verificato
- La page officielle d'OpenAI répond 403 à la requête directe du récupérateur : j'ai lu le texte intégral de cette même URL via un proxy textuel (r.jina.ai) et confronté chaque chiffre à trois sources indépendantes — Engadget (6/9/2026 : date, définition du stagiaire, citations d'OpenAI, contexte de l'épisode de désalignement), Help Net Security (3,1 journées-agent, 600 et 7 000 dollars, taxonomie d'Epoch AI, −59,2 % d'allocation GPU Astra) et la note de Simon Willison du 6/9/2026 sur la courbe des dépenses quotidiennes par chercheur. Les deux échéances (septembre 2026 et mars 2028) proviennent de l'article de TechCrunch du 28/10/2025 sur le direct d'Altman. Toutes les valeurs concordent entre les sources. Aucune rumeur ni fuite : le rapport est un document d'entreprise public.
- Incertezze
- Rien dans le rapport n'est vérifiable de l'extérieur : ni audit indépendant, ni jeu de données publié. Le temps d'exécution des agents n'équivaut pas à de la valeur produite, comme OpenAI l'admet elle-même. Les 600 dollars par jour sont une valeur notionnelle aux tarifs publics de l'API, pas une dépense réelle de l'entreprise sur son propre matériel. La catégorie « chercheur » n'est pas définie avec précision et pourrait englober plus que le personnel de recherche proprement dit. Le lien causal entre usage accru d'agents et progrès de la recherche n'est pas établi : en 2026, la disponibilité de calcul a elle aussi augmenté. Le « 3,1 » ne repose sur aucune norme de mesure partagée : aucun autre laboratoire ne publie de métrique comparable. Enfin, la liste des tâches sur lesquelles a été mesurée la part d'interventions humaines n'est pas publique.
- Perché pubblicarla
- C'est la première fois qu'un laboratoire de pointe déclare atteint un jalon d'auto-accélération de la recherche et le chiffre : 3,1 journées de travail-agent pour chaque journée humaine. Cela mérite publication précisément pour l'écart entre la portée de l'affirmation et la nature de la preuve — des métriques choisies, collectées et jugées par la partie intéressée, dans un rapport qui reconnaît lui-même ne pas encore savoir mesurer ce qu'il mesure. Le lecteur doit connaître à la fois le chiffre et son statut : déclaration d'entreprise, non résultat vérifié.