# Quelles sont les politiques de sécurité de l’IA d’Anthropic, d’OpenAI et de Google DeepMind?

Date: 2026-10-28 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/politiques-securite-anthropic-openai-deepmind/

**Answer:** Chacun des trois laboratoires a publié un cadre qui nomme les capacités dangereuses à tester, comme l’aide à la fabrication d’armes biologiques, les cyberattaques ou une IA qui accélère son propre développement, et précise les protections exigées avant de lancer un modèle doté de ces capacités. Ce sont des politiques d’entreprise que les laboratoires peuvent réviser, mais depuis janvier 2026 la loi californienne oblige les plus grands développeurs à publier un tel cadre et à le respecter, et la loi RAISE de New York ajoute des obligations semblables à partir de janvier 2027.

Les entreprises qui construisent les modèles d’IA les plus puissants, qu’on appelle souvent les **laboratoires de pointe**, publient chacune un document qui explique comment elles décident si un nouveau modèle est trop risqué pour être lancé. Ces documents portent des noms différents, mais suivent la même logique de base, empruntée à des domaines comme la biosécurité : définir les capacités dangereuses qui inquiètent, tester chaque nouveau modèle pour les détecter, et exiger des protections plus fortes à mesure qu’un modèle s’approche de ces seuils.

Voici ce que disent les trois cadres les plus connus en octobre 2026, et ce qui a changé cette année quand deux États américains en ont transformé une partie en loi.

## L’idée commune : des seuils de capacité

Les trois cadres visent les risques **catastrophiques** plutôt que les problèmes quotidiens comme les erreurs ou les biais. Les catégories habituelles sont :

- **Armes chimiques et biologiques :** le modèle pourrait-il aider réellement quelqu’un qui tente d’en fabriquer?
- **Cyberattaques :** pourrait-il trouver et exploiter des failles logicielles à une échelle dangereuse?
- **Recherche en IA et autonomie :** pourrait-il accélérer le développement de l’IA lui-même, ou agir d’une façon que ses développeurs ne peuvent ni surveiller ni contrôler?

Pour chaque catégorie, un laboratoire fixe un **seuil** et soumet chaque modèle important à des **évaluations**, des tests structurés. Quand un modèle franchit un seuil, le laboratoire doit mettre en place des **protections**, comme des filtres qui bloquent les demandes dangereuses et une sécurité renforcée autour des **poids** du modèle (les nombres appris qui le constituent), ou bien renoncer à le lancer.

## La Responsible Scaling Policy d’Anthropic

Anthropic, qui fabrique Claude, a publié la première version de sa [*Responsible Scaling Policy*](https://www.anthropic.com/rsp-updates) (RSP, politique de mise à l’échelle responsable) en septembre 2023. La version 3.0, en vigueur depuis février 2026, en est une réécriture complète. Elle a ajouté des **feuilles de route de sécurité** publiques avec des objectifs précis, et des **rapports de risque** qui évaluent le risque de tous les modèles déployés par l’entreprise; des versions caviardées ont été publiées en février et en août 2026. Des mises à jour ultérieures permettent au Long-Term Benefit Trust de l’entreprise, un organe indépendant de sa gouvernance, de demander un examen externe de ces rapports, et exigent que les rapports publics indiquent où des passages ont été masqués. La version actuelle, 3.4, est en vigueur depuis le 8 juillet 2026. Anthropic maintient aussi un canal interne permettant au personnel de signaler d’éventuelles violations, avec une protection contre les représailles.

## Le Preparedness Framework d’OpenAI

Le [*Preparedness Framework*](https://openai.com/index/updating-our-preparedness-framework/) (cadre de préparation) d’OpenAI, dans sa deuxième version depuis avril 2025, suit trois catégories : biologique et chimique, cybersécurité, et auto-amélioration de l’IA. Il utilise deux niveaux. Un modèle de capacité **élevée** (*High*) pourrait amplifier des voies existantes vers des préjudices graves et exige des protections qui réduisent suffisamment ce risque avant le déploiement; une capacité **critique** (*Critical*) pourrait ouvrir de nouvelles voies vers des préjudices graves. OpenAI publie ses constats sur les capacités à chaque modèle de pointe et décrit ses protections dans des rapports sur les mesures de protection. Le cadre précise aussi qu’OpenAI pourrait ajuster ses exigences si un concurrent lançait un système à haut risque sans protections comparables, après avoir reconnu publiquement ce changement.

## Le Frontier Safety Framework de Google DeepMind

Le [*Frontier Safety Framework*](https://deepmind.google/frontier-safety/) (cadre de sécurité des modèles de pointe) de Google DeepMind est passé à la version 3.1 le 17 avril 2026. Il définit des **niveaux de capacité critiques** pour le mauvais usage (armes chimiques, biologiques, radiologiques et nucléaires, cyberattaques et manipulation nuisible) ainsi que pour la recherche en apprentissage automatique et le désalignement, plus des **niveaux de capacité suivis**, plus bas, pour les risques importants mais pas graves. Le texte lui-même souligne que certaines protections ne fonctionnent que si toute l’industrie les adopte.

## Un exemple concret : lire un cadre vous-même

Ces documents sont longs, mais quatre questions mènent vite à l’essentiel :

| Question | Où chercher | Ce que montre une bonne réponse |
|---|---|---|
| Qu’est-ce qui déclenche exactement des protections supplémentaires? | Section sur les seuils ou niveaux de capacité | Des tests concrets, pas des formules vagues |
| Qui décide qu’un modèle peut être lancé? | Section sur la gouvernance | Des rôles nommés, un examen externe |
| Qu’est-ce qui est publié, et quand? | Section sur la divulgation ou les rapports | Des rapports réguliers, caviardages indiqués |
| Comment la politique peut-elle changer? | Section sur les mises à jour | Un journal des modifications et un avis public |

> **À essayer :** ouvrez l’un des trois cadres liés ci-dessus et répondez aux quatre questions du tableau en une phrase chacune. Notez toute question à laquelle le document ne répond pas clairement.

## Ces promesses sont-elles contraignantes, et qu’exigent maintenant la Californie et New York?

À eux seuls, les cadres sont volontaires : chaque laboratoire rédige et révise le sien, et chacun a changé plusieurs fois. Ce qui a changé en 2026, c’est que deux États ont fait de la publication et du respect d’un tel cadre une obligation légale pour les plus grands développeurs.

La *Transparency in Frontier Artificial Intelligence Act* (SB 53) de la Californie, signée le 29 septembre 2025, s’applique depuis le 1er janvier 2026. Elle vise les développeurs qui ont entraîné un modèle avec plus de 10^26 opérations de calcul, avec des obligations plus strictes pour ceux dont le chiffre d’affaires annuel dépasse 500 millions de dollars américains. Ces grands développeurs doivent publier un cadre expliquant comment ils gèrent le **risque catastrophique**, défini comme le risque de contribuer, dans un seul incident, à plus de 50 morts ou blessés graves ou à plus d’un milliard de dollars de dommages. Chaque développeur visé doit aussi publier un rapport de transparence avant de lancer un nouveau modèle de pointe et signaler les **incidents de sécurité critiques** au bureau des services d’urgence de l’État dans les 15 jours, ou dans les 24 heures si des vies sont menacées de façon imminente. Le procureur général peut réclamer des pénalités allant jusqu’à 1 million de dollars américains par violation, y compris pour ne pas avoir respecté le cadre de l’entreprise elle-même, et les employés qui signalent des dangers sont protégés. Anthropic a affirmé que la loi empêche désormais d’abandonner discrètement de tels engagements.

La **loi RAISE** de New York, signée en décembre 2025 avec des modifications convenues, s’appuie sur le modèle californien. L’État demande aux grands développeurs de modèles de pointe de s’inscrire dès novembre 2026 et, à partir de janvier 2027, ils devront signaler les incidents de sécurité critiques dans les 72 heures, déposer chaque trimestre des évaluations du risque catastrophique et produire des déclarations auprès d’un nouveau bureau du Department of Financial Services. Les pénalités atteignent 1 million de dollars américains pour une première violation et 3 millions pour les suivantes.

Ces lois ne disent pas aux laboratoires quels tests mener ni quels seuils fixer; elles exigent la transparence et font des promesses non tenues une affaire juridique. C’est un vrai changement, mais limité : le contenu des règles de sécurité reste écrit par les entreprises.

## Sources

- Anthropic's Responsible Scaling Policy (updates page): https://www.anthropic.com/rsp-updates
- SB-53 Artificial intelligence models: large developers (Transparency in Frontier Artificial Intelligence Act): https://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202520260SB53
- Governor Hochul announces next steps to regulate major AI developers (RAISE Act implementation): https://www.governor.ny.gov/news/ai-safety-governor-hochul-announces-next-steps-regulate-major-ai-developers-and-protect-new