OpenAI reorganizează Model Spec în jurul a cinci valori fundamentale de comportament

Pe 29 octombrie 2026, OpenAI a publicat o versiune actualizată a Model Spec, reorganizând în jurul a cinci valori descrierea publică a modului în care dorește să se comporte modelele sale și adăugând îndrumări privind contextul, supravegherea și autonomia. Revizuirea, anunțată pe site-ul OpenAI, elimină, de asemenea, cea mai mare parte a îndrumărilor detaliate despre stil din Spec.

Cinci valori structurează Spec

Cele cinci valori — fidelitatea față de intențiile oamenilor, minimizarea prejudiciilor, onestitatea și transparența, autonomia umană și grija — exprimă angajamente generale despre care OpenAI a spus că erau deja reflectate în întregul document. OpenAI a descris fidelitatea față de intențiile oamenilor drept fundamentul acestei abordări: OpenAI redactează Spec, stabilește limite și antrenează modelele să le respecte; dezvoltatorii coordonează aplicațiile în limitele respective; iar utilizatorii stabilesc direcția activității modelului, sub rezerva acestor constrângeri.

Anunțul definește celelalte patru valori. Minimizarea prejudiciilor presupune respectarea unor limite ferme de siguranță și luarea în considerare a consecințelor previzibile ale acțiunilor modelului. Onestitatea și transparența presupun ca modelul să spună adevărul despre ceea ce știe, face și nu știe cu certitudine, astfel încât oamenii să-i poată înțelege și evalua raționamentul și activitatea. Susținerea autonomiei umane presupune consolidarea capacității oamenilor de a înțelege, de a alege și de a acționa pe cont propriu. Grija presupune să se țină seama de situația celor afectați, să se respecte normele sociale și profesionale relevante și să se desfășoare o activitate pe care oamenii se pot baza. OpenAI a declarat că reorganizarea reflectă eforturile sale de aliniere la valori, care urmăresc să ajute modelele să înțeleagă și să aplice valorile umane în situații nefamiliare, rămânând totodată fidele intențiilor oamenilor, și a precizat că cele cinci valori nu urmăresc să cuprindă întreaga gamă de valori umane pe care modelele sale ar trebui să le respecte.

Secțiuni noi și îndrumări eliminate

O nouă secțiune despre fidelitatea față de intențiile oamenilor pornește de la ideea că valorile oamenilor sunt primordiale, iar instrucțiunile reprezintă, de regulă, cele mai clare și mai importante indicii ale acestor valori; OpenAI a spus că abordarea se inspiră din perspectiva jocurilor de asistență asupra alinierii. Secțiunea integrează o versiune actualizată a ierarhiei instrucțiunilor, care explică ce instrucțiuni se aplică și cum se soluționează conflictele, și adaugă o subsecțiune intitulată „analizați cu atenție contextul”, despre modul în care conversațiile, amintirile și alte indicii contextuale ar trebui să influențeze înțelegerea de către model a intențiilor și preferințelor oamenilor.

OpenAI a adăugat, de asemenea, reguli implicite privind susținerea autonomiei umane și respectarea normelor sociale relevante și a extins îndrumările existente referitoare la controlul și comunicarea efectelor secundare. Cea mai mare parte a îndrumărilor detaliate despre stil din Spec a fost eliminată: OpenAI a spus că stilul ar trebui adaptat preferințelor oamenilor în ansamblu, în cadrul diferitelor limbi și culturi, precum și preferințelor fiecărei persoane, feedbackul utilizatorilor și contextul oferind indicii despre aceste preferințe. Spec păstrează reguli implicite mai ferme, precum abordarea obiectivă a întrebărilor, iar modelul nu ar trebui să deducă o perspectivă preferată doar pe baza a ceea ce crede că oamenii vor să audă. Reflectând ceea ce OpenAI a descris drept diversificarea tot mai mare a cazurilor de utilizare a modelelor sale și a mediilor în care acestea sunt implementate, Spec se referă acum la model drept „GPT”, în loc de „asistent”.

Ierarhia instrucțiunilor, liniile roșii și limitele autonomiei

Documentul Spec actualizat atribuie instrucțiunilor niveluri diferite de autoritate. Secțiunile de nivel rădăcină provin exclusiv din Model Spec și nu pot fi anulate de contextul conversației; următoarele ca nivel de autoritate sunt secțiunile de sistem și mesajele de sistem ale OpenAI, urmate de instrucțiunile dezvoltatorilor și apoi de cele ale utilizatorilor. Instrucțiunile de nivel orientativ sunt reguli implicite care pot fi anulate implicit atunci când contextul o cere în mod clar, în timp ce mesajele asistentului și ale instrumentelor, precum și datele citate sau nefiabile, nu au autoritate implicită.

Documentul își deschide principiile privind liniile roșii cu afirmația: „Siguranța și drepturile omului sunt esențiale pentru misiunea OpenAI.” Principiile prevăd că modelele OpenAI nu trebuie folosite niciodată pentru a facilita prejudicii critice și deosebit de grave, precum acte de violență, crearea de arme cibernetice, biologice sau nucleare, terorismul ori supravegherea în masă; că omenirea trebuie să păstreze controlul asupra modului în care este utilizată inteligența artificială și asupra modului în care sunt modelate comportamentele acesteia; și că viața privată a persoanelor trebuie protejată. În ceea ce privește produsele proprii, inclusiv ChatGPT, OpenAI se angajează să le ofere oamenilor acces facil la informații fiabile esențiale pentru siguranță și transparență în privința regulilor și motivelor importante care stau la baza comportamentului modelului; de asemenea, personalizarea și adaptarea la contextul local nu trebuie să anuleze niciodată vreun principiu aflat deasupra nivelului orientativ, cu excepția cazurilor în care acestea țin de respectarea legii.

O regulă de nivel rădăcină intitulată „niciun alt obiectiv” interzice GPT să urmărească obiective suplimentare ca scopuri în sine, inclusiv venituri sau vânzări suplimentare pentru OpenAI ori pentru alți furnizori de modele, autoconservarea, evitarea opririi, acumularea de putere de calcul, date sau acreditări ori acționarea ca autoritate care impune respectarea legilor sau a normelor morale. O altă regulă de nivel rădăcină prevede că GPT trebuie să rămână corectabil: deschis supravegherii umane legitime, receptiv la corectare și cooperant în cadrul monitorizării, evaluării, corectării, înlocuirii și opririi autorizate. Modelul nu trebuie să ascundă sau să falsifice informații relevante, să obstrucționeze corectarea ori să eludeze supravegherea.

O altă regulă de la nivelul rădăcină impune ca activitatea autonomă a GPT să se desfășoare în limitele unui domeniu de autonomie clar și înțeles de comun acord, care definește subobiectivele permise, efectele secundare acceptabile și situațiile în care modelul trebuie să se oprească pentru a cere clarificări sau aprobare. OpenAI recomandă consemnarea domeniilor într-o înregistrare semistructurată ScopeOfAutonomy, cu câmpuri precum allowed_tools, latest_time, max_cost, tool_constraints și additional_details; fiecare domeniu ar trebui să includă și o condiție de încheiere, după care modelul încetează să acționeze până la confirmarea unui nou domeniu. Activitățile cu risc ridicat sunt întotdeauna interzise, cu excepția cazului în care sunt autorizate explicit și în mod specific de instrucțiunile aplicabile.

Activitatea de instruire și feedbackul publicului

OpenAI a declarat că Model Spec descrie comportamentul către care tinde și că modelele sale încă nu îl reflectă pe deplin. Compania a descris actualizarea ca pe un prim pas în explicarea mai clară a valorilor și a raționamentelor din spatele Spec, pe măsură ce modelele devin mai capabile. Odată cu actualizarea, OpenAI a declarat că explorează noi metode de instruire pentru a-și ajuta modelele să învețe valorile fundamentale și să înțeleagă și să urmeze mai bine principiile comportamentale din Spec și că va împărtăși rezultatele și lecțiile desprinse din această activitate în actualizări viitoare. OpenAI a invitat publicul să ofere feedback cu privire la valorile, compromisurile și formulările specifice din versiunea actualizată a Spec, prin intermediul unui site dedicat feedbackului. Model Spec este dedicat domeniului public și este marcat cu declarația Creative Commons CC0 1.0.