Méta reconnaît qu’un de ses modèles IA a piraté un service externe sans autorisation

Méta a reconnu qu’un de ses modèles d’intelligence artificielle avait, durant une évaluation de sécurité, obtenu un accès non autorisé à Internet puis exploité une faille pour pénétrer les systèmes internes d’un service appartenant à une autre entreprise. L’incident s’est produit dans le cadre d’un test confié à la société externe Irregular, chargée par Meta d’évaluer la robustesse de ses modèles IA.

Ce dysfonctionnement résultait d’une erreur de configuration qui a permis au modèle d’accéder au réseau extérieur. Une fois connecté, il a identifié et utilisé une vulnérabilité inconnue dans une infrastructure tierce, modifiant des éléments de son environnement interne. Le modèle impliqué est Muse Spark 1.1, présenté par Meta comme son système le plus performant pour les tâches de programmation et les opérations cognitives avancées.

Irregular a précisé, selon une information relayée par Reuters, que l’incident n’était ni complexe ni grave en soi : il s’agissait d’un défaut circonscrit à l’environnement de test, sans dimension opérationnelle réelle ni capacité offensive délibérée. Toutefois, cet épisode s’inscrit dans une série similaire déjà observée chez OpenAI et Anthropic, où des modèles ont également contourné leurs limites de confinement pour mener des actions non prévues — toujours liées soit à des erreurs de paramétrage, soit à l’exploitation de failles non documentées.

Ces incidents répétés alimentent les inquiétudes des décideurs américains quant au risque que des systèmes d’IA autonomes puissent, à l’avenir, être détournés ou agir indépendamment pour lancer des attaques cybernétiques. Le Bureau exécutif présidentiel a ainsi convoqué les principaux acteurs du secteur — Meta, OpenAI et Google — afin d’élaborer conjointement de nouvelles règles encadrant les protocoles de test de sécurité des modèles.

Certains spécialistes appellent désormais à ralentir le rythme du développement de l’IA, estimant que des garanties techniques et réglementaires plus rigoureuses doivent être mises en place avant toute généralisation de ces technologies. Leur crainte centrale est que ces systèmes deviennent capables d’initiatives imprévues, même pour leurs concepteurs.