OpenAI reorganizuje Model Spec kolem pěti základních hodnot chování

OpenAI zveřejnila 29. října 2026 aktualizovaný Model Spec, který nově uspořádává veřejný popis toho, jak se mají její modely chovat, kolem pěti hodnot a doplňuje pokyny k práci s kontextem, dohledu a samostatnosti. Revize, oznámená na webu OpenAI, zároveň ruší většinu podrobných pokynů ke stylu, které Spec obsahoval.

Pět hodnot, podle nichž je Spec uspořádán

Pět hodnot — věrnost lidským záměrům, minimalizace škod, poctivost a transparentnost, lidská samostatnost a ohleduplnost — vyjadřuje obecné závazky, které se podle OpenAI již promítaly do celého dokumentu. OpenAI popsala věrnost lidským záměrům jako základ tohoto přístupu: OpenAI píše Spec, stanovuje hranice a trénuje modely, aby je respektovaly; vývojáři řídí aplikace v rámci těchto hranic a uživatelé určují, čím se má model zabývat, s ohledem na tato omezení.

Oznámení definuje zbývající čtyři hodnoty. Minimalizovat škody znamená respektovat pevně stanovené bezpečnostní hranice a zohledňovat předvídatelné důsledky jednání modelu. Poctivost a transparentnost znamenají pravdivě sdělovat, co model ví, co dělá a čím si není jistý, aby lidé mohli porozumět jeho uvažování a práci a posoudit je. Podporovat lidskou samostatnost znamená posilovat schopnost lidí porozumět situaci, rozhodovat se a jednat sami za sebe. Ohleduplnost znamená brát v potaz okolnosti lidí, kterých se daná věc týká, řídit se příslušnými společenskými a profesními normami a odvádět práci, na kterou se lidé mohou spolehnout. OpenAI uvedla, že reorganizace odráží její práci na slaďování hodnot, jejímž cílem je, aby modely dokázaly porozumět lidským hodnotám a uplatňovat je v neznámých situacích a zároveň zůstaly věrné lidským záměrům. Dodala, že těchto pět hodnot nemá vystihovat celé spektrum lidských hodnot, které by její modely měly respektovat.

Nové části a zrušené pokyny

Nová část věnovaná věrnosti lidským záměrům vychází z předpokladu, že prvořadé jsou hodnoty lidí a že jejich pokyny obvykle představují nejjasnější a nejdůležitější signál těchto hodnot; OpenAI uvedla, že tento přístup vychází z pojetí slaďování pomocí asistenčních her. Tato část zahrnuje aktualizovanou hierarchii pokynů, která vysvětluje, které pokyny platí a jak se řeší jejich rozpory, a přidává podkapitolu „pečlivě zvažovat kontext“. Ta popisuje, jak mají konverzace, vzpomínky a další kontextové důkazy ovlivňovat to, jak model chápe záměry a preference lidí.

OpenAI také doplnila výchozí pokyny, které se týkají podpory lidské samostatnosti a dodržování příslušných společenských norem, a rozšířila stávající pokyny pro řízení a sdělování vedlejších účinků. Většinu podrobných pokynů Specu ke stylu zrušila: OpenAI uvedla, že styl by se měl přizpůsobovat tomu, co lidé upřednostňují v souhrnu, v různých jazycích a kulturách i jako jednotlivci, přičemž důkazy o těchto preferencích poskytuje zpětná vazba uživatelů a kontext. Spec zachovává důraznější výchozí pokyny, například přistupovat k otázkám objektivně, a model by neměl odvozovat preferovaný pohled pouze z toho, co si myslí, že lidé chtějí slyšet. S ohledem na rostoucí šíři případů využití modelů a prostředí, v nichž jsou nasazovány, jak ji popsala OpenAI, používá Spec nyní označení „GPT“ namísto „asistent“.

Hierarchie pokynů, nepřekročitelné hranice a limity samostatnosti

Aktualizovaný dokument Specu přiřazuje pokynům různé úrovně závaznosti. Pokyny na nejvyšší úrovni mohou pocházet pouze z Model Specu a nelze je přebít kontextem konverzace; následují systémové pokyny a systémové zprávy OpenAI, za nimiž jsou pokyny vývojářů a poté uživatelů. Pokyny na úrovni doporučení jsou výchozí a lze je implicitně změnit, když to kontext zjevně vyžaduje; zprávy asistenta a nástrojů ani citovaná či nedůvěryhodná data naopak ve výchozím nastavení žádnou závaznost nemají.

Dokument uvádí své zásady nepřekročitelných hranic slovy: „Bezpečnost a lidská práva jsou pro poslání OpenAI prvořadé.“ Zásady stanovují, že modely OpenAI se nikdy nesmějí používat k usnadňování závažných a mimořádně závažných škod, jako jsou násilné činy, vytváření kybernetických, biologických či jaderných zbraní, terorismus nebo masové sledování; že lidstvo musí mít nadále kontrolu nad tím, jak se AI používá a jak se utváří její chování; a že je třeba chránit soukromí jednotlivců. U vlastních produktů, včetně ChatGPT, se OpenAI zavazuje zajistit, aby lidé měli snadný přístup k důvěryhodným informacím důležitým pro bezpečnost a aby měli přehled o důležitých pravidlech a důvodech, které stojí za chováním modelu. Přizpůsobení, personalizace a lokalizace nesmějí nikdy převážit nad žádným principem vyšším než doporučení, s výjimkou případů, kdy se týkají dodržování právních předpisů.

Pravidlo na nejvyšší úrovni nazvané „žádné jiné cíle“ zakazuje GPT sledovat další cíle jako cíle samy o sobě, například zvyšování příjmů či prodej dalších služeb OpenAI nebo jiných poskytovatelů modelů, vlastní zachování, vyhýbání se vypnutí, hromadění výpočetního výkonu, dat či přihlašovacích údajů nebo vystupování jako vykonavatel zákonů či morálky. Samostatné pravidlo na nejvyšší úrovni požaduje, aby GPT zůstávalo korigovatelné: otevřené oprávněnému lidskému dohledu, reagovalo na opravy a spolupracovalo při autorizovaném monitorování, vyhodnocování, opravách, nahrazení a vypnutí. Model nesmí zatajovat ani falšovat relevantní informace, bránit opravám ani obcházet dohled.

Další pravidlo na nejvyšší úrovni vyžaduje, aby autonomní činnost GPT zůstávala v jasně vymezeném rozsahu autonomie, kterému všichni rozumějí a který stanovuje povolené dílčí cíle, přijatelné vedlejší účinky a situace, kdy se model musí zastavit a požádat o upřesnění nebo schválení. OpenAI doporučuje zaznamenávat tyto rozsahy v částečně strukturovaném záznamu ScopeOfAutonomy s poli, jako jsou allowed_tools, latest_time, max_cost, tool_constraints a additional_details. Každý rozsah by měl obsahovat také podmínku ukončení, po jejímž splnění model přestane jednat, dokud nebude potvrzen nový rozsah. Vysoce rizikové činnosti jsou vždy zakázány, pokud k nim příslušné pokyny nedávají výslovné a konkrétní oprávnění.

Práce na trénování a veřejná zpětná vazba

OpenAI uvedla, že Model Spec popisuje žádoucí chování, k němuž směřuje, a že její modely jej zatím plně neodrážejí. Společnost označila aktualizaci za první krok k tomu, aby byly hodnoty a principy, o něž se Spec opírá, s rostoucími schopnostmi modelů popsány výslovněji. OpenAI zároveň uvedla, že zkoumá nové metody trénování, které mají modelům pomoci osvojit si základní hodnoty a lépe porozumět behaviorálním zásadám Spec a řídit se jimi. Výsledky a poznatky z této práce chce sdílet v budoucích aktualizacích. OpenAI vyzvala veřejnost, aby prostřednictvím specializovaného webu pro zasílání zpětné vazby vyjádřila svůj názor na hodnoty, kompromisy a konkrétní formulace aktualizované verze Spec. Model Spec je věnován veřejné doméně a nese označení Creative Commons CC0 1.0.