Visions concurrentes de l'IA éthique : une étude de cas d'OpenAI
Competing Visions of Ethical AI: A Case Study of OpenAI
January 23, 2026
Auteurs: Melissa Wilfley, Mengting Ai, Madelyn Rose Sanfilippo
cs.AI
Résumé
Introduction. L'éthique de l'IA est cadrée différemment selon les acteurs et les groupes de parties prenantes. Nous présentons les résultats d'une étude de cas d'OpenAI analysant le discours sur l'IA éthique. Méthode. La recherche a abordé la question suivante : Comment le discours public d'OpenAI a-t-il mobilisé les concepts d'« éthique », de « sûreté », d'« alignement » et les concepts adjacents au fil du temps, et que révèle ce discours sur le cadrage pratique ? Un corpus structuré, différenciant la communication destinée au grand public de celle destinée au public universitaire, a été constitué à partir de la documentation publique. Analyse. L'analyse qualitative de contenu des thèmes éthiques a combiné des codes dérivés inductivement et appliqués déductivement. L'analyse quantitative a exploité des méthodes d'analyse de contenu computationnelles via le TAL pour modéliser les sujets et quantifier l'évolution de la rhétorique dans le temps. Des visualisations présentent les résultats agrégés. Pour des résultats reproductibles, nous avons publié notre code à l'adresse https://github.com/famous-blue-raincoat/AI_Ethics_Discourse. Résultats. Les résultats indiquent que le discours sur la sûreté et les risques domine la communication et la documentation publique d'OpenAI, sans recourir aux cadres ou vocabulaires éthiques universitaires et militants. Conclusions. Les implications pour la gouvernance sont présentées, ainsi qu'une discussion sur les pratiques d'éthicoblanchiment (ethics-washing) dans l'industrie.
English
Introduction. AI Ethics is framed distinctly across actors and stakeholder groups. We report results from a case study of OpenAI analysing ethical AI discourse. Method. Research addressed: How has OpenAI's public discourse leveraged 'ethics', 'safety', 'alignment' and adjacent related concepts over time, and what does discourse signal about framing in practice? A structured corpus, differentiating between communication for a general audience and communication with an academic audience, was assembled from public documentation. Analysis. Qualitative content analysis of ethical themes combined inductively derived and deductively applied codes. Quantitative analysis leveraged computational content analysis methods via NLP to model topics and quantify changes in rhetoric over time. Visualizations report aggregate results. For reproducible results, we have released our code at https://github.com/famous-blue-raincoat/AI_Ethics_Discourse. Results. Results indicate that safety and risk discourse dominate OpenAI's public communication and documentation, without applying academic and advocacy ethics frameworks or vocabularies. Conclusions. Implications for governance are presented, along with discussion of ethics-washing practices in industry.