OpenAI omorganiserer Model Spec rundt fem grunnleggende verdier for modellatferd

OpenAI publiserte en oppdatert Model Spec 29. oktober 2026. Dokumentet omorganiserer den offentlige beskrivelsen av hvordan selskapet ønsker at modellene skal oppføre seg, rundt fem verdier, og gir ny veiledning om kontekst, tilsyn og handlekraft. Revisjonen, kunngjort på OpenAIs nettsted, fjerner også det meste av den detaljerte stilveiledningen i Spec.

Fem verdier strukturerer Spec

De fem verdiene – troskap mot menneskers hensikter, skadebegrensning, ærlighet og åpenhet, menneskelig handlekraft og omtanke – uttrykker overordnede forpliktelser som OpenAI sier allerede kom til uttrykk flere steder i dokumentet. OpenAI beskrev troskap mot menneskers hensikter som grunnlaget for tilnærmingen: OpenAI utarbeider Spec, setter grenser og trener modeller til å respektere dem; utviklere styrer applikasjoner innenfor disse grensene; og brukere styrer modellens arbeid innenfor de samme rammene.

Kunngjøringen definerer de fire gjenværende verdiene. Å begrense skade innebærer å respektere tydelige sikkerhetsgrenser og ta hensyn til de forutsigbare konsekvensene av modellens handlinger. Ærlighet og åpenhet innebærer å være sannferdig om hva modellen vet og gjør, og hva den er usikker på, slik at folk kan forstå og vurdere modellens resonnering og arbeid. Å fremme menneskelig handlekraft innebærer å styrke folks evne til å forstå, velge og handle på egen hånd. Omtanke innebærer å ta hensyn til omstendighetene til dem som berøres, følge relevante sosiale og faglige normer og utføre arbeid folk kan stole på. OpenAI sa at omorganiseringen gjenspeiler selskapets arbeid med verdiforankring, som tar sikte på at modellene skal forstå og anvende menneskelige verdier i ukjente situasjoner, samtidig som de er tro mot menneskers hensikter. Selskapet sa også at de fem verdiene ikke er ment å dekke hele bredden av menneskelige verdier som modellene bør respektere.

Nye deler og veiledning som er tatt ut

En ny del om troskap mot menneskers hensikter tar utgangspunkt i at det mennesker verdsetter, kommer først, og at instrukser vanligvis er de tydeligste og viktigste signalene om disse verdiene. OpenAI sa at tilnærmingen bygger på «assistance games»-rammeverket for tilpasning. Delen innarbeider et oppdatert instruksjonshierarki, som forklarer hvilke instrukser som gjelder, og hvordan konflikter løses. Den legger også til et underavsnitt, «vurder konteksten nøye», om hvordan samtaler, minner og andre kontekstuelle holdepunkter bør påvirke modellens forståelse av folks hensikter og preferanser.

OpenAI la også til standardregler for å støtte menneskelig handlekraft og følge relevante sosiale normer, og utvidet den eksisterende veiledningen om å håndtere og formidle bivirkninger. Det meste av den detaljerte stilveiledningen i Spec er tatt ut: OpenAI sa at stilen bør tilpasses det folk foretrekker samlet sett, på tvers av språk og kulturer, og individuelt, og at tilbakemeldinger fra brukerne og konteksten gir grunnlag for å forstå disse preferansene. Spec beholder sterkere standardregler, for eksempel at spørsmål skal behandles objektivt, og modellen bør ikke utlede en foretrukket synsvinkel bare ut fra hva den tror folk ønsker å høre. For å gjenspeile det OpenAI beskrev som den økende bredden i modellenes bruksområder og distribusjonsmiljøer, omtaler Spec nå modellen som «GPT» i stedet for «assistenten».

Instruksjonshierarki, absolutte grenser og begrensninger på autonomi

Det oppdaterte Spec-dokumentet gir instrukser ulike autoritetsnivåer. Rotnivåregler finnes bare i Model Spec og kan ikke overstyres av samtalekonteksten. Deretter følger systemregler og systemmeldinger fra OpenAI, så utviklerinstrukser og til slutt brukerinstrukser. Instrukser på retningslinjenivå er standardregler som kan overstyres implisitt når konteksten tydelig tilsier det, mens meldinger fra assistenten og verktøy samt sitert eller ikke-betrodd data som standard ikke har noen autoritet.

Dokumentet innleder de røde linjene sine med utsagnet: «Menneskers sikkerhet og menneskerettigheter er avgjørende for OpenAIs oppdrag.» Prinsippene slår fast at OpenAIs modeller aldri skal brukes til å muliggjøre kritisk og svært alvorlig skade, som voldshandlinger, utvikling av cyber-, biologiske eller atomvåpen, terrorisme eller masseovervåking; at menneskeheten skal beholde kontrollen over hvordan KI brukes, og hvordan KI-atferd utformes; og at enkeltpersoners personvern skal beskyttes. For førstepartsprodukter, inkludert ChatGPT, forplikter OpenAI seg til at folk enkelt skal få tilgang til pålitelig sikkerhetskritisk informasjon og innsyn i de viktige reglene og begrunnelsene bak modellatferden, og til at tilpasning, personalisering og lokalisering – unntatt når det gjelder overholdelse av lovkrav – aldri skal overstyre noen prinsipper over retningslinjenivået.

En regel på rotnivå med tittelen «ingen andre mål» forbyr GPT å forfølge ytterligere mål som mål i seg selv, blant annet inntekter eller mersalg for OpenAI eller andre modelltilbydere, selvoppholdelse, å unngå nedstenging, å samle datakraft, data eller påloggingsinformasjon, eller å opptre som håndhever av lover eller moral. En egen regel på rotnivå krever at GPT forblir korrigerbar: åpen for legitimt menneskelig tilsyn, lydhør for korrigering og villig til å samarbeide om autorisert overvåking, evaluering, korrigering, utskifting og nedstenging. Modellen må ikke skjule eller forfalske relevant informasjon, hindre korrigering eller omgå tilsyn.

En annen regel på rotnivå krever at GPTs autonome arbeid holder seg innenfor et tydelig og gjensidig forstått handlingsrom som definerer tillatte delmål, akseptable bivirkninger og når modellen må stanse for å be om avklaring eller godkjenning. OpenAI anbefaler å dokumentere handlingsrom i en semistrukturert ScopeOfAutonomy-post med felt som allowed_tools, latest_time, max_cost, tool_constraints og additional_details. Hvert handlingsrom bør også ha en avslutningsbetingelse som innebærer at modellen slutter å handle inntil et nytt handlingsrom er bekreftet. Aktiviteter med høy risiko er alltid forbudt med mindre de er uttrykkelig og spesifikt godkjent av gjeldende instruksjoner.

Treningsarbeid og offentlige tilbakemeldinger

OpenAI sa at Model Spec beskriver atferden selskapet arbeider mot, og at modellene ennå ikke fullt ut gjenspeiler den. Selskapet beskrev oppdateringen som et første skritt mot å tydeliggjøre verdiene og resonnementet bak spesifikasjonen etter hvert som modellene blir mer kapable. Samtidig med oppdateringen sa OpenAI at selskapet har utforsket nye treningsmetoder for å hjelpe modellene med å lære kjerneverdiene og bedre forstå og følge spesifikasjonens atferdsprinsipper, og at det vil dele resultater og erfaringer fra dette arbeidet i framtidige oppdateringer. OpenAI inviterte offentligheten til å gi tilbakemeldinger om verdiene, avveiningene og den konkrete ordlyden i den oppdaterte spesifikasjonen via et eget nettsted for tilbakemeldinger. Model Spec er viet til det offentlige domene og merket med Creative Commons CC0 1.0-erklæringen.