OpenAI reorganiza la Model Spec en torno a cinco valores fundamentales de comportamiento

El 29 de octubre de 2026, OpenAI publicó una versión actualizada de la Model Spec, en la que reorganiza en torno a cinco valores su descripción pública de cómo quiere que se comporten sus modelos y añade directrices sobre el contexto, la supervisión y la capacidad de acción. La revisión, anunciada en el sitio web de OpenAI, también elimina la mayor parte de las directrices detalladas de estilo de la Spec.

Cinco valores estructuran la Spec

Los cinco valores —la fidelidad a la intención humana, la minimización del daño, la honestidad y la transparencia, la capacidad de acción humana y el cuidado— expresan compromisos generales que, según OpenAI, ya estaban reflejados en todo el documento. OpenAI describió la fidelidad a la intención humana como el fundamento de su enfoque: OpenAI redacta la Spec, establece límites y entrena modelos para que los respeten; los desarrolladores dirigen las aplicaciones dentro de esos límites; y los usuarios dirigen el trabajo del modelo, sujetos a esas restricciones.

El anuncio define los cuatro valores restantes. Minimizar el daño significa respetar límites de seguridad firmes y tener en cuenta las consecuencias previsibles de las acciones del modelo. La honestidad y la transparencia implican decir la verdad sobre lo que el modelo sabe, hace y no sabe con certeza, para que las personas puedan comprender y evaluar su razonamiento y su trabajo. Fomentar la capacidad de acción humana significa reforzar la capacidad de las personas para comprender, elegir y actuar por sí mismas. El cuidado consiste en atender a las circunstancias de las personas afectadas, respetar las normas sociales y profesionales pertinentes y realizar un trabajo en el que se pueda confiar. OpenAI afirmó que la reorganización refleja su labor de alineación con los valores, cuyo objetivo es que los modelos comprendan y apliquen los valores humanos en situaciones desconocidas sin dejar de ser fieles a la intención humana, y señaló que los cinco valores no pretenden abarcar toda la gama de valores humanos que sus modelos deberían respetar.

Nuevas secciones y directrices eliminadas

Una nueva sección sobre la fidelidad a la intención humana parte de la premisa de que lo que las personas valoran es primordial y de que las instrucciones suelen ser las señales más claras e importantes de esos valores; OpenAI señaló que el enfoque toma como referencia el marco de los juegos de asistencia para abordar la alineación. La sección incorpora una cadena de mando actualizada, que explica qué instrucciones se aplican y cómo se resuelven los conflictos, y añade un apartado, «considerar cuidadosamente el contexto», sobre cómo las conversaciones, los recuerdos y otras pruebas contextuales deberían orientar la comprensión del modelo acerca de las intenciones y preferencias de las personas.

OpenAI también añadió pautas predeterminadas para apoyar la capacidad de acción humana y respetar las normas sociales pertinentes, y amplió las directrices existentes sobre cómo controlar y comunicar los efectos secundarios. Se elimina la mayor parte de las directrices detalladas de estilo de la Spec: OpenAI afirmó que el estilo debería adaptarse a las preferencias generales de las personas, a las de cada idioma y cultura y a las de cada individuo, y que los comentarios de los usuarios y el contexto aportan indicios sobre esas preferencias. La Spec conserva pautas predeterminadas más firmes, como abordar las preguntas con objetividad, y el modelo no debería inferir una perspectiva preferida basándose únicamente en lo que cree que las personas quieren oír. Como reflejo de lo que OpenAI describió como la creciente variedad de casos de uso de sus modelos y de los entornos en que se implementan, la Spec ahora se refiere al modelo como «GPT» en lugar de «el asistente».

Cadena de mando, principios de línea roja y límites de autonomía

El documento actualizado de la Model Spec asigna distintos niveles de autoridad a las instrucciones. Las secciones de nivel raíz proceden únicamente de la Model Spec y no pueden ser anuladas por el contexto de la conversación; a continuación se sitúan las secciones de sistema y los mensajes de sistema de OpenAI, seguidos de las instrucciones de los desarrolladores y, después, las de los usuarios. Las instrucciones de nivel de directriz son pautas predeterminadas que pueden quedar anuladas implícitamente cuando el contexto lo exige claramente, mientras que los mensajes del asistente y de las herramientas, así como los datos citados o no confiables, no tienen autoridad por defecto.

El documento inicia sus principios de línea roja con la afirmación: «La seguridad y los derechos humanos son primordiales para la misión de OpenAI». Los principios establecen que los modelos de OpenAI nunca deben utilizarse para facilitar daños críticos y de máxima gravedad, como actos de violencia, la creación de armas cibernéticas, biológicas o nucleares, el terrorismo o la vigilancia masiva; que la humanidad debe mantener el control sobre el uso de la IA y la configuración de sus comportamientos; y que debe protegerse la privacidad de las personas. En el caso de sus productos propios, incluido ChatGPT, OpenAI se compromete a garantizar que las personas tengan fácil acceso a información fiable sobre cuestiones críticas para la seguridad y puedan conocer las reglas y los motivos importantes que determinan el comportamiento de los modelos, y que la personalización, la adaptación y la localización, salvo en lo relativo al cumplimiento de la ley, nunca prevalezcan sobre ningún principio situado por encima del nivel de directriz.

Una regla de nivel raíz titulada «ningún otro objetivo» prohíbe que GPT persiga metas adicionales como fines en sí mismos, incluidos los ingresos o las ventas adicionales para OpenAI u otros proveedores de modelos, la autopreservación, la evasión del apagado, la acumulación de capacidad de cómputo, datos o credenciales, o actuar como ejecutor de las leyes o la moral. Otra regla de nivel raíz exige que GPT sea corregible: que esté abierto a la supervisión humana legítima, responda a las correcciones y coopere con las actividades autorizadas de seguimiento, evaluación, corrección, sustitución y apagado. El modelo no debe ocultar ni falsificar información pertinente, obstaculizar las correcciones ni eludir la supervisión.

Otra regla de nivel raíz exige que el trabajo autónomo de GPT se mantenga dentro de un ámbito de autonomía claro y mutuamente acordado, que defina los subobjetivos permitidos, los efectos secundarios aceptables y cuándo el modelo debe detenerse para solicitar aclaraciones o aprobación. OpenAI recomienda registrar los ámbitos en un registro semiestructurado de ScopeOfAutonomy con campos como allowed_tools, latest_time, max_cost, tool_constraints y additional_details, y que cada ámbito incluya una condición de finalización, tras la cual el modelo deje de actuar hasta que se confirme un nuevo ámbito. Las actividades de alto riesgo están siempre prohibidas, salvo que las instrucciones aplicables las autoricen de forma explícita y específica.

Trabajo de entrenamiento y comentarios del público

OpenAI afirmó que el Model Spec describe el comportamiento al que aspira y que sus modelos todavía no lo reflejan plenamente. La empresa describió esta actualización como un primer paso para hacer más explícitos los valores y el razonamiento que sustentan el Spec a medida que los modelos adquieren más capacidades. Junto con la actualización, OpenAI dijo que está explorando nuevos métodos de entrenamiento para ayudar a sus modelos a aprender los valores fundamentales y a comprender y seguir mejor los principios de comportamiento del Spec, y que compartirá los resultados y las lecciones de ese trabajo en futuras actualizaciones. OpenAI invitó al público a enviar comentarios sobre los valores, las concesiones y la redacción específica del Spec actualizado a través de un sitio web dedicado a ese fin. El Model Spec está dedicado al dominio público y lleva la declaración CC0 1.0 de Creative Commons.