OpenAI järjestää Model Specin uudelleen viiden keskeisen käyttäytymistä ohjaavan arvon ympärille

OpenAI julkaisi päivitetyn Model Specin 29. lokakuuta 2026. Siinä yhtiö jäsentää julkista kuvaustaan siitä, miten se haluaa malliensa käyttäytyvän, viiden arvon ympärille ja lisää ohjeistusta kontekstista, valvonnasta ja toimijuudesta. Uudistuksesta ilmoitettiin OpenAI:n sivustolla, ja samalla suurin osa Specin yksityiskohtaisesta tyyliä koskevasta ohjeistuksesta poistettiin.

Viisi arvoa jäsentävät Speciä

Viisi arvoa – uskollisuus ihmisten aikomuksille, haittojen minimointi, rehellisyys ja läpinäkyvyys, ihmisten toimijuus sekä huolenpito – ilmaisevat laajoja sitoumuksia, joiden OpenAI sanoi jo näkyvän eri puolilla asiakirjaa. OpenAI kuvasi uskollisuutta ihmisten aikomuksille lähestymistavan perustaksi: OpenAI laatii Specin, asettaa rajat ja kouluttaa mallit noudattamaan niitä; kehittäjät ohjaavat sovelluksia näiden rajojen sisällä; ja käyttäjät ohjaavat mallin työtä näiden rajoitusten puitteissa.

Ilmoituksessa määritellään neljä muuta arvoa. Haittojen minimointi tarkoittaa tiukkojen turvallisuusrajojen noudattamista ja mallin toimien ennakoitavissa olevien seurausten huomioon ottamista. Rehellisyys ja läpinäkyvyys tarkoittavat totuudenmukaisuutta sen suhteen, mitä malli tietää ja tekee sekä mistä se on epävarma, jotta ihmiset voivat ymmärtää ja arvioida sen päättelyä ja työtä. Ihmisten toimijuuden tukeminen tarkoittaa heidän kykynsä vahvistamista ymmärtää, valita ja toimia omasta puolestaan. Huolenpito tarkoittaa vaikutusten kohteena olevien ihmisten olosuhteiden huomioimista, soveltuvien yhteiskunnallisten ja ammatillisten normien noudattamista sekä sellaisen työn tekemistä, johon ihmiset voivat luottaa. OpenAI sanoi uudelleenjärjestelyn heijastavan sen arvojen yhteensovittamiseen liittyvää työtä, jonka tavoitteena on, että mallit ymmärtävät ja soveltavat inhimillisiä arvoja ennestään tuntemattomissa tilanteissa ja pysyvät samalla uskollisina ihmisten aikomuksille. Yhtiö lisäsi, ettei viiden arvon ole tarkoitus kattaa kaikkia inhimillisiä arvoja, joita mallien tulisi kunnioittaa.

Uusia osioita ja käytöstä poistettua ohjeistusta

Uusi, ihmisten aikomuksille uskollisuutta käsittelevä osio lähtee siitä, että ihmisten arvostamat asiat ovat ensisijaisia ja että ohjeet ovat tavallisesti selkeimpiä ja tärkeimpiä merkkejä näistä arvoista. OpenAI kertoi lähestymistavan saaneen vaikutteita yhteensovittamisen avustuspelikehyksestä. Osioon sisältyy päivitetty ohjeiden komentoketju, jossa selitetään, mitkä ohjeet ovat voimassa ja miten ristiriidat ratkaistaan. Lisäksi siinä on alakohta ”harkitse kontekstia huolellisesti”, joka käsittelee sitä, miten keskustelujen, muistojen ja muun kontekstuaalisen näytön tulisi ohjata mallin käsitystä ihmisten aikomuksista ja mieltymyksistä.

OpenAI lisäsi myös oletusohjeita ihmisten toimijuuden tukemisesta ja soveltuvien yhteiskunnallisten normien noudattamisesta sekä laajensi aiempaa ohjeistusta sivuvaikutusten hallinnasta ja niistä viestimisestä. Suurin osa Specin yksityiskohtaisesta tyyliä koskevasta ohjeistuksesta poistettiin. OpenAI sanoi, että tyylin tulisi mukautua siihen, mitä ihmiset yleisesti ottaen suosivat eri kielissä ja kulttuureissa sekä yksilötasolla, ja että käyttäjäpalaute ja konteksti antavat näyttöä näistä mieltymyksistä. Specissä säilytetään vahvempia oletusohjeita, kuten kysymysten objektiivinen käsittely, eikä mallin tulisi päätellä ihmisten haluavan kuulla tiettyä näkökulmaa pelkästään sen perusteella, mitä se itse arvelee heidän haluavan kuulla. OpenAI kuvasi malliensa käyttötapausten ja käyttöympäristöjen kirjon laajenevan, ja tämän mukaisesti Specissä malliin viitataan nyt ”GPT:nä” eikä ”avustajana”.

Ohjeiden komentoketju, ehdottomat rajat ja autonomian rajoitukset

Päivitetty Spec-asiakirja määrittää ohjeille eritasoiset valtuudet. Juuritason osiot perustuvat ainoastaan Model Speciin, eikä keskustelun konteksti voi syrjäyttää niitä. Seuraavaksi tulevat järjestelmätason osiot ja OpenAI:n järjestelmäviestit, sitten kehittäjien ohjeet ja viimeiseksi käyttäjien ohjeet. Suositustason ohjeet ovat oletuksia, jotka voidaan sivuuttaa epäsuorasti, kun konteksti selvästi sitä edellyttää. Avustajan ja työkalujen viesteillä sekä lainatulla tai epäluotettavalla datalla ei sen sijaan ole oletusarvoisesti valtuuksia.

Asiakirja aloittaa ehdottomia rajoja koskevat periaatteensa toteamuksella: ”Ihmisten turvallisuus ja ihmisoikeudet ovat OpenAI:n toiminnan ensisijaisia lähtökohtia.” Periaatteiden mukaan OpenAI:n malleja ei saa koskaan käyttää vakavan tai erityisen vakavan haitan edistämiseen, esimerkiksi väkivallantekoihin, kyber-, biologisten tai ydinaseiden valmistamiseen, terrorismiin tai joukkovalvontaan. Ihmiskunnan tulee säilyttää määräysvalta siihen, miten tekoälyä käytetään ja miten tekoälyn käyttäytymistä muovataan, ja yksityisyyttä on suojeltava. Ensimmäisen osapuolen tuotteissa, kuten ChatGPT:ssä, OpenAI sitoutuu varmistamaan, että ihmiset saavat helposti luotettavaa, turvallisuuden kannalta kriittistä tietoa ja tietoa tärkeistä säännöistä sekä mallin käyttäytymisen perusteista. Lisäksi sitoumuksen mukaan mukauttaminen, personointi ja paikallistaminen eivät saa koskaan syrjäyttää mitään suositustasoa ylempää periaatetta, paitsi siltä osin kuin kyse on lain noudattamisesta.

Juuritason sääntö nimeltä ”ei muita tavoitteita” kieltää GPT:tä tavoittelemasta lisätavoitteita päämäärinä sinänsä. Tällaisia ovat OpenAI:n tai muiden mallipalveluntarjoajien tulojen kasvattaminen tai lisämyynti, itsensä säilyttäminen, sammuttamisen välttäminen, laskentatehon, datan tai tunnistetietojen kerääminen sekä lakien tai moraalin valvojana toimiminen. Erillinen juuritason sääntö edellyttää, että GPT on korjattavissa: sen on oltava avoin asianmukaiselle ihmisen valvonnalle, reagoitava korjauksiin ja tehtävä yhteistyötä valtuutetun seurannan, arvioinnin, korjaamisen, korvaamisen ja sammuttamisen yhteydessä. Malli ei saa salata tai vääristellä olennaisia tietoja, estää korjaamista eikä kiertää valvontaa.

Toinen juuritason sääntö edellyttää, että GPT:n itsenäinen työ pysyy selkeästi määritellyissä ja yhteisesti ymmärretyissä autonomian rajoissa. Niissä määritellään sallitut osatavoitteet ja hyväksyttävät sivuvaikutukset sekä se, milloin mallin on pysähdyttävä pyytämään lisäselvitystä tai hyväksyntää. OpenAI suosittelee kirjaamaan autonomian rajaukset puolistrukturoituun ScopeOfAutonomy-tietueeseen, joka sisältää esimerkiksi kentät allowed_tools, latest_time, max_cost, tool_constraints ja additional_details. Jokaisessa rajauksessa on myös oltava päättymisehto, jonka täytyttyä malli lopettaa toimintansa, kunnes uusi rajaus on vahvistettu. Suuren riskin toiminta on aina kiellettyä, elleivät sovellettavat ohjeet nimenomaisesti ja yksiselitteisesti salli sitä.

Koulutustyö ja julkinen palaute

OpenAI kertoi, että Model Spec kuvaa tavoiteltavaa toimintaa ja että sen mallit eivät vielä täysin vastaa sitä. Yhtiö kuvaili päivitystä ensimmäiseksi askeleeksi, jolla Model Specin taustalla olevat arvot ja perustelut tuodaan selkeämmin esiin mallien kehittyessä yhä kyvykkäämmiksi. OpenAI kertoi päivityksen yhteydessä selvittävänsä uusia koulutusmenetelmiä, joiden avulla mallit oppisivat keskeiset arvot sekä ymmärtäisivät Model Specin käyttäytymisperiaatteita paremmin ja noudattaisivat niitä tarkemmin. Yhtiö kertoi myös jakavansa työn tuloksia ja oppeja tulevissa päivityksissä. OpenAI pyysi yleisöltä palautetta päivitetyn Model Specin arvoista, kompromisseista ja täsmällisestä sanamuodosta sitä varten perustetulla palautesivustolla. Model Spec on luovutettu public domainiin ja merkitty Creative Commons CC0 1.0 -lausumalla.