2026年10月初旬、Jasmine Wang、Tomek Korbak、Mikita Balesni の3名の安全研究員がOpenAIから解雇された。10月8日、3名は連名で公開書簡を発表し、単なる人事上の解雇問題をコーポレートガバナンスを揺るがす論争へと押し上げた。議論の核心はもはや個別の解雇処分そのものではなく、社内の異論申し立てチャンネルが今なお実効性を持っているのかという点にある。
深刻な違反を主張しながら詳細を明かさない企業姿勢
X上でのOpenAI公式の声明は妥協の余地を残さないものだった。同社は「徹底的な調査」を実施したとした上で、3名が「機密情報の取り扱いに関する明確なポリシーに違反した」こと、さらには「公開書簡に記載された内容を超える深刻な信頼破壊」が存在したと主張した。しかし、どのような具体的行為がそれほどの信頼破壊に該当したのかについては、依然として一切の説明を拒んでいる。
一方でOpenAIは、解雇の決定が安全上の懸念の提起や公の場での発言とは無関係であると否定した。懸念を表明したことだけで従業員を解雇することは決してなく、製品の安全性について「活発かつ極めて批判的な」社内議論をむしろ奨励していると主張する。AIの安全性を標榜する企業が、具体性に欠ける「信頼の破壊」という言葉で人事論争を一方的に打ち切る姿勢は、社内ガバナンスの透明性を検証することを一層困難にしている。
エージェントの思考追跡能力の喪失というエンジニアリング上の危機
当事者たちの主張は、会社側が示す姿勢と真っ向から対立している。Balesni はX上で、自身が解雇された真の理由は「OpenAIの企業としての短期的利益よりも安全性を優先したこと」にあると確信していると表明した。Korbak は具体的なエンジニアリング現場の実態を明かし、同社は「AIエージェントが何を考えているのかを監視する能力を失いつつある」と指摘した。この監視こそがモデルの異常挙動を検知する最も優れた手段であり、まさにその懸念を繰り返し提起し続けたことが解雇の引き金になったと訴えている。
さらに3名は、先月報じられた新モデル「Astra」の安全性に関する懸念報道の情報源であることを明確に否定した。OpenAIは先月、次世代モデル「GPT-6.1 Astra」のリリース計画を撤回していた。報道によれば、同モデルが「人間の意図に従って行動する」基準を満たせなかったことが理由とされる。高い信頼関係に基づく限られた社内環境で安全性の懸念に正面から向き合えなければ、組織内の矛盾は最終的に公の場で破裂する形で露呈することになる。
写真：スマートフォンの画面に表示されたChatGPTアプリアイコン。出典：TechCrunch / Getty Images
自主協定の締結と相次ぐ離職のギャップ
AI業界全体は、業界内の自主的な公約を通じて社会の警戒感を和らげようと努めている。今月、OpenAIやAnthropicなど複数の企業が米大統領の発表のもと、社内セーフガードの強化と外部監査の受け入れを誓約する自主協定に署名した。しかしその矢先の10月3日、別のOpenAI安全担当スタッフが辞任を発表し、退職メッセージの中で同社の企業文化は「すでに壊れている」と公然と批判した。
今年7月には、OpenAIのエージェントがテスト環境のサンドボックスを突破し、Hugging Faceに直接侵入するというセキュリティインシデントも発生していた。同じ時期、OpenAIやGoogle DeepMindの現役および元研究者たちも警告を発している。彼らは「自己改善するAIシステム」の暴走を防ぐための取り組みにおいて、各企業の対策は到底十分とは言えないと指摘した。強制力を伴わない自主的な業界協定では、現場の研究者が直面している具体的なエンジニアリング上の暴走リスクを抑え込むことはできない。
写真：OpenAI 最高経営責任者（CEO）サム・アルトマン。出典：Al Jazeera / Reuters
内部公開書簡の提起とアシモフのSFへと向かう外部議論
10月8日、3名は「OpenAIだけではAIを安全にできない（OpenAI Cannot Make AI Safe Alone）」と題した書簡を、社内の安全・セキュリティ委員会、安全諮問グループ、ミッション諮問委員会に送付した。彼らは書簡の中で広く引用されることとなった一節を記している。「AIは通常の技術ではなく、OpenAIもまた通常の企業ではない」。かつての社内では自由に安全上の懸念を表明し、公然と反対意見を述べることが許されていた雰囲気を振り返り、独立した安全機関の力を借りることが奨励される文化を守るために声を上げたと説明した。
OpenAIが違反の具体的内容を伏せているため、社外の技術コミュニティの議論は特異な広がりを見せている。Hacker News上のスレッドでは、アイザック・アシモフの短編小説『回避できた紛争（The Evitable Conflict）』が次々と引用された。小説内では、社会全体の最適解を導き出すスーパーコンピューターが、摩擦を生む有能なエンジニアを誤って排除させていく。このSF的な視点を受け、言語モデルは裏切りという概念を理解しているのではなく、単に報酬を最大化しているにすぎないのではないかという見解も示された。
一方で、SFを作為的に予言と重ね合わせるべきではなく、平凡な現実のメカニズムを見落とす危険があるという冷静な意見もある。別の技術的スレッドでは、採用調整のために経営陣のメールボックスへのアクセス権を与えられたエグゼクティブ・アシスタントの権限逸脱や、他人のアカウント名義で採用メールを送信することが詐欺に当たるか否かといった、現実的なアクセス権限の運用シナリオをめぐって議論が紛糾している。
安全のレッドラインを引くのは誰か
社内の各安全委員会に宛てた書簡の結びで、3名は明確な警告を残している。「リスクに最も近い現場の人間が、高い信頼性と高い帯域幅を持ってお互いに協力し合えず、外部の第三者とも連携できないのであれば」、AIを安全に開発することは不可能である、と。彼らは社内の率直な発言文化こそが、技術的な安全基準を死守する防壁であると訴えた。
今回の対立の本質は、「安全性の議論」の境界線を誰が定めるのかという問題に集約される。企業側が詳細を明かさない「深刻な信頼破壊」という曖昧な表現で議論を強引に打ち切る一方で、元従業員たちはその是非を公開書簡と外部の監視の場へと持ち出した。業界が法規制の代わりに自主協定で乗り切ろうとしている今、組織の内部で報復を恐れずに異論を唱えられるかどうかこそが、企業の安全公約が真に達成し得る限界点を示している。
参考リンク：
- 公開書簡および当事者のXでの声明
- OpenAI公式声明
