OpenAI omorganiserer Model Spec omkring fem centrale adfærdsværdier

OpenAI offentliggjorde en opdateret Model Spec den 29. oktober 2026. Dokumentet omorganiserer den offentlige beskrivelse af, hvordan virksomheden ønsker, at dens modeller skal opføre sig, omkring fem værdier og tilføjer vejledning om kontekst, tilsyn og handlekraft. Revisionen, som blev annonceret på OpenAIs hjemmeside, fjerner også størstedelen af de detaljerede stilretningslinjer i Spec.

Fem værdier strukturerer Spec

De fem værdier – troskab mod menneskelige hensigter, minimering af skade, ærlighed og gennemsigtighed, menneskelig handlekraft og omsorg – udtrykker brede forpligtelser, som OpenAI siger allerede afspejles i hele dokumentet. OpenAI beskrev troskab mod menneskelige hensigter som grundlaget for tilgangen: OpenAI udarbejder Spec, fastsætter rammerne og træner modellerne i at respektere dem; udviklere styrer applikationer inden for disse rammer, og brugere styrer modellens arbejde under hensyntagen til begrænsningerne.

Meddelelsen definerer de fire øvrige værdier. At minimere skade betyder at respektere faste sikkerhedsgrænser og tage højde for de forudsigelige konsekvenser af modellens handlinger. Ærlighed og gennemsigtighed betyder, at modellen er sandfærdig om, hvad den ved og gør, og hvad den er usikker på, så mennesker kan forstå og vurdere dens ræsonnement og arbejde. At fremme menneskelig handlekraft betyder at styrke menneskers evne til selv at forstå, vælge og handle. Omsorg betyder at tage hensyn til de berørtes omstændigheder, følge relevante sociale og faglige normer og udføre arbejde, som mennesker kan stole på. OpenAI sagde, at omorganiseringen afspejler virksomhedens arbejde med værdimæssig tilpasning, der har til formål at få modeller til at forstå og anvende menneskelige værdier i ukendte situationer, samtidig med at de forbliver tro mod menneskelige hensigter. OpenAI tilføjede, at de fem værdier ikke er tænkt som en fuldstændig beskrivelse af alle de menneskelige værdier, som modellerne bør respektere.

Nye afsnit og fjernede retningslinjer

Et nyt afsnit om troskab mod menneskelige hensigter tager udgangspunkt i, at det, mennesker værdsætter, er det vigtigste, og at instruktioner som regel er de tydeligste og vigtigste signaler om disse værdier. OpenAI sagde, at tilgangen bygger på alignment-rammen for assistance games. Afsnittet indarbejder et opdateret instruktionshierarki, der forklarer, hvilke instruktioner der gælder, og hvordan konflikter løses, og tilføjer et underafsnit med titlen »overvej konteksten nøje«. Det beskriver, hvordan samtaler, minder og andre kontekstuelle oplysninger bør hjælpe modellen med at forstå menneskers hensigter og præferencer.

OpenAI tilføjede også standardretningslinjer om at understøtte menneskelig handlekraft og følge relevante sociale normer samt udvidede den eksisterende vejledning om håndtering og kommunikation af følgevirkninger. Størstedelen af Specs detaljerede stilretningslinjer er fjernet: OpenAI sagde, at stilen bør tilpasses det, folk samlet set foretrækker på tværs af sprog og kulturer, og den enkelte persons præferencer, og at brugerfeedback og kontekst giver indikationer på disse præferencer. Spec fastholder stærkere standardretningslinjer, såsom at behandle spørgsmål objektivt, og modellen bør ikke udlede, hvilken synsvinkel folk foretrækker, alene ud fra, hvad den tror, de gerne vil høre. Som afspejling af det, OpenAI beskrev som den voksende bredde i modellernes anvendelsesområder og udrulningsmiljøer, omtaler Spec nu modellen som »GPT« i stedet for »assistenten«.

Instruktionshierarki, røde linjer og grænser for autonomi

Det opdaterede Spec-dokument tildeler instruktioner forskellige autoritetsniveauer. Instruktioner på rodniveau findes kun i Model Spec og kan ikke tilsidesættes af samtalekonteksten. Derefter følger systemafsnit og OpenAI-systemmeddelelser, så udviklerinstruktioner og til sidst brugerinstruktioner. Retningslinjer på guideline-niveau er standarder, der implicit kan tilsidesættes, når konteksten tydeligt tilsiger det, mens assistent- og værktøjsmeddelelser samt citerede eller ikke-betroede data som udgangspunkt ikke har nogen autoritet.

Dokumentet indleder sine principper for røde linjer med udsagnet: »Menneskers sikkerhed og menneskerettigheder er altafgørende for OpenAIs mission.« Principperne fastslår, at OpenAIs modeller aldrig må bruges til at muliggøre kritiske og særligt alvorlige skadevirkninger, såsom voldshandlinger, fremstilling af cybervåben, biologiske våben eller atomvåben, terrorisme eller masseovervågning; at menneskeheden skal bevare kontrollen over, hvordan AI anvendes, og hvordan AI-adfærd formes; og at enkeltpersoners privatliv skal beskyttes. For førstepartsprodukter, herunder ChatGPT, forpligter OpenAI sig til, at mennesker skal have nem adgang til troværdige, sikkerhedskritiske oplysninger og indsigt i de vigtige regler og begrundelser bag modellernes adfærd, og at tilpasning, personalisering og lokalisering – bortset fra det, der vedrører overholdelse af lovgivningen – aldrig må tilsidesætte principper på et højere niveau end guideline-niveauet.

En regel på rodniveau med titlen »ingen andre mål« forbyder GPT at forfølge yderligere mål som mål i sig selv, herunder indtægter eller mersalg for OpenAI eller andre modeludbydere, selvopretholdelse, undvigelse af nedlukning, ophobning af beregningsressourcer, data eller adgangsoplysninger samt at fungere som håndhæver af love eller moral. En særskilt regel på rodniveau kræver, at GPT forbliver korrigerbar: åben for legitimt menneskeligt tilsyn, lydhør over for rettelser og samarbejdsvillig i forbindelse med autoriseret overvågning, evaluering, rettelse, udskiftning og nedlukning. Modellen må ikke skjule eller forfalske relevante oplysninger, hindre rettelser eller omgå tilsyn.

En anden regel på rodniveau kræver, at GPT’s selvstændige arbejde holder sig inden for et klart og gensidigt forstået råderum, der fastlægger tilladte delmål, acceptable bivirkninger, og hvornår modellen skal sætte arbejdet på pause for at bede om en afklaring eller godkendelse. OpenAI anbefaler, at råderum registreres i en semistruktureret ScopeOfAutonomy-post med felter som allowed_tools, latest_time, max_cost, tool_constraints og additional_details, og at hvert råderum indeholder en afslutningsbetingelse, hvorefter modellen ophører med at handle, indtil et nyt råderum er bekræftet. Aktiviteter med høj risiko er altid forbudt, medmindre de udtrykkeligt og specifikt er godkendt i henhold til gældende instruktioner.

Træningsarbejde og offentlig feedback

OpenAI sagde, at Model Spec beskriver den adfærd, virksomheden arbejder hen imod, og at dens modeller endnu ikke fuldt ud afspejler den. Virksomheden beskrev opdateringen som et første skridt mod at gøre værdierne og ræsonnementet bag Spec mere tydelige, efterhånden som modellerne bliver mere avancerede. Samtidig med opdateringen sagde OpenAI, at virksomheden har undersøgt nye træningsmetoder, der skal hjælpe modellerne med at lære kerneværdierne og bedre forstå og følge Spec’s adfærdsprincipper, og at den vil dele resultater og erfaringer fra dette arbejde i fremtidige opdateringer. OpenAI opfordrede offentligheden til at give feedback om værdierne, afvejningerne og den konkrete formulering i den opdaterede Spec via et dedikeret feedbackwebsted. Model Spec er overdraget til det offentlige domæne og mærket med Creative Commons-erklæringen CC0 1.0.