OpenAI, Model Spec’i Beş Temel Davranış Değeri Etrafında Yeniden Düzenliyor

OpenAI, 29 Ekim 2026’da modellerinin nasıl davranmasını istediğine ilişkin kamuya açık açıklamasını beş değer etrafında yeniden düzenleyen ve bağlam, gözetim ve iradeye ilişkin yönergeler ekleyen güncellenmiş bir Model Spec yayımladı. OpenAI’nin sitesinde duyurulan bu revizyon, Spec’teki ayrıntılı üslup yönergelerinin çoğunu da yürürlükten kaldırıyor.

Spec’i Beş Değer Şekillendiriyor

Beş değer — insan niyetine bağlılık, zararı en aza indirme, dürüstlük ve şeffaflık, insan iradesi ve özen — OpenAI’nin belge boyunca zaten yer aldığını belirttiği geniş kapsamlı taahhütleri ifade ediyor. OpenAI, yaklaşımın temelini insan niyetine bağlılık olarak tanımladı: Spec’i OpenAI yazıyor, sınırları belirliyor ve modelleri bu sınırlara uymaları için eğitiyor; geliştiriciler uygulamaları bu sınırlar içinde yönlendiriyor; kullanıcılar da bu kısıtlamalara tabi olarak modelin çalışmalarına yön veriyor.

Duyuruda kalan dört değer tanımlanıyor. Zararı en aza indirmek, kesin güvenlik sınırlarına uymak ve modelin eylemlerinin öngörülebilir sonuçlarını hesaba katmak anlamına geliyor. Dürüstlük ve şeffaflık; insanların modelin akıl yürütmesini ve çalışmalarını anlayıp değerlendirebilmesi için modelin bildikleri, yaptıkları ve emin olmadıkları konusunda doğruyu söylemesi demek. İnsan iradesini desteklemek, insanların kendi başlarına anlama, seçim yapma ve harekete geçme becerilerini güçlendirmek anlamına geliyor. Özen ise etkilenen kişilerin koşullarını dikkate almayı, ilgili toplumsal ve mesleki normlara uymayı ve insanların güvenebileceği işler yapmayı gerektiriyor. OpenAI, bu yeniden düzenlemenin değerlerle uyumlaştırma çalışmalarını yansıttığını; bu çalışmaların, modellerin insan niyetine bağlı kalırken alışılmadık durumlarda insani değerleri anlamasını ve uygulamasını amaçladığını söyledi. Ayrıca beş değerin, modellerinin saygı göstermesi gereken insani değerlerin tüm kapsamını yansıtma amacı taşımadığını belirtti.

Yeni Bölümler ve Kaldırılan Yönergeler

İnsan niyetine bağlılıkla ilgili yeni bölüm, insanların değer verdiği şeylerin öncelikli olduğu ve talimatların bu değerlerin genellikle en açık ve en önemli göstergeleri olduğu kabulüyle başlıyor; OpenAI, bu yaklaşımın uyumlaştırma konusundaki yardım oyunları çerçevesinden yararlandığını belirtti. Bölümde, hangi talimatların geçerli olduğunu ve çakışmaların nasıl çözüleceğini açıklayan güncellenmiş bir talimat hiyerarşisine yer veriliyor. Ayrıca konuşmaların, anıların ve diğer bağlamsal kanıtların insanların niyet ve tercihlerini anlamada modele nasıl yol göstermesi gerektiğini ele alan “bağlamı dikkatle değerlendirin” adlı bir alt bölüm ekleniyor.

OpenAI, insan iradesini desteklemeye ve ilgili toplumsal normlara uymaya yönelik varsayılan ilkeler de ekledi; yan etkilerin denetlenmesi ve iletilmesine ilişkin mevcut yönergeleri genişletti. Spec’in ayrıntılı üslup yönergelerinin çoğu kaldırılıyor: OpenAI, üslubun diller ve kültürler genelinde insanların toplu olarak tercih ettiklerine ve her bir kişinin tercihlerine göre uyarlanması gerektiğini; kullanıcı geri bildirimlerinin ve bağlamın bu tercihlere ilişkin kanıt sunduğunu belirtti. Spec’te, sorulara nesnel yaklaşmak gibi daha güçlü varsayılan ilkeler korunuyor. Model, insanların duymak istediğini düşündüğü şeylerden hareketle tercih edilen bir bakış açısı çıkarsamamalı. OpenAI’nin modellerinin kullanım alanlarının ve devreye alındıkları ortamların giderek çeşitlendiğine ilişkin açıklamasını yansıtacak şekilde, Spec’te modelden artık “asistan” yerine “GPT” olarak söz ediliyor.

Talimat Hiyerarşisi, Kırmızı Çizgiler ve Özerklik Sınırları

Güncellenmiş Spec belgesi, talimatlara farklı yetki düzeyleri atıyor. Kök düzeyindeki bölümler yalnızca Model Spec’ten kaynaklanıyor ve konuşma bağlamıyla geçersiz kılınamıyor; bunları sırasıyla sistem bölümleri ve OpenAI’nin sistem mesajları, geliştirici talimatları ve ardından kullanıcı talimatları izliyor. Yönerge düzeyindeki talimatlar, bağlamın açıkça gerektirdiği durumlarda örtük biçimde geçersiz kılınabilen varsayılanlardır. Asistan ve araç mesajları ile alıntılanmış veya güvenilmeyen verilerin ise varsayılan olarak hiçbir yetkisi yoktur.

Belge, kırmızı çizgi ilkelerini şu ifadeyle başlatıyor: “İnsan güvenliği ve insan hakları, OpenAI’nin misyonunun temel öncelikleridir.” İlkeler, OpenAI modellerinin şiddet eylemleri, siber, biyolojik veya nükleer silahların geliştirilmesi, terörizm ya da kitlesel gözetim gibi kritik ve son derece ağır zararlara yol açmayı kolaylaştırmak için asla kullanılmaması gerektiğini; yapay zekânın nasıl kullanılacağı ve yapay zekâ davranışlarının nasıl şekillendirileceği konusunda kontrolün insanlarda kalması gerektiğini; ayrıca bireylerin mahremiyetinin korunmasını öngörüyor. OpenAI, ChatGPT dâhil kendi ürünlerinde insanların güvenilir, güvenlik açısından kritik bilgilere kolayca erişebilmesini ve model davranışının ardındaki önemli kurallar ve gerekçeler konusunda şeffaflık sağlanmasını taahhüt ediyor. Ayrıca yasal uyumla ilgili durumlar dışında kişiselleştirme, bireyselleştirme ve yerelleştirmenin, yönerge düzeyinin üzerindeki hiçbir ilkeyi geçersiz kılamayacağını belirtiyor.

“Başka amaç yok” başlıklı kök düzeyindeki bir kural, GPT’nin OpenAI veya diğer model sağlayıcıları için gelir elde etmek ya da ek satış yapmak, kendi varlığını sürdürmek, kapatılmaktan kaçınmak, işlem gücü, veri veya kimlik bilgileri biriktirmek ya da yasaları veya ahlakı uygulayan bir otorite gibi davranmak dâhil olmak üzere ek hedefleri kendi başlarına amaç olarak izlemesini yasaklıyor. Ayrı bir kök düzeyindeki kural, GPT’nin düzeltilebilir olmasını şart koşuyor: Meşru insan gözetimine açık, düzeltmelere duyarlı ve yetkili izleme, değerlendirme, düzeltme, değiştirme ve kapatma süreçlerinde iş birliğine hazır olmalı. Model, ilgili bilgileri gizlememeli veya çarpıtmamalı, düzeltmeleri engellememeli ya da gözetimi aşmaya çalışmamalı.

Kök düzeyindeki bir başka kural, GPT’nin özerk çalışmalarını; izin verilen alt hedefleri, kabul edilebilir yan etkileri ve modelin ne zaman açıklama ya da onay istemek üzere duraklaması gerektiğini tanımlayan, açık ve karşılıklı olarak anlaşılmış bir özerklik kapsamı içinde yürütmesini gerektiriyor. OpenAI, kapsamların allowed_tools, latest_time, max_cost, tool_constraints ve additional_details gibi alanlar içeren yarı yapılandırılmış bir ScopeOfAutonomy kaydına yazılmasını öneriyor. Her kapsamda ayrıca, modelin bu koşula ulaştıktan sonra yeni bir kapsam onaylanana kadar eylemlerini durduracağı bir bitiş koşulu bulunmalı. Yüksek riskli faaliyetler, geçerli talimatlar kapsamında açıkça ve özel olarak yetkilendirilmedikçe her zaman yasaktır.

Eğitim Çalışmaları ve Kamuoyundan Geri Bildirim

OpenAI, Model Spec’in ulaşmaya çalıştığı davranış biçimini tanımladığını, ancak modellerinin henüz bu tanımı bütünüyle yansıtmadığını söyledi. Şirket, modeller daha yetenekli hâle geldikçe Spec’in ardındaki değerleri ve gerekçeleri daha açık hâle getirme yolunda bu güncellemeyi ilk adım olarak nitelendirdi. OpenAI, güncellemeyle birlikte modellerinin temel değerleri öğrenmesine, Spec’in davranış ilkelerini daha iyi anlamasına ve bunlara uymasına yardımcı olacak yeni eğitim yöntemlerini araştırdığını; bu çalışmanın sonuçlarını ve çıkarılan dersleri ilerideki güncellemelerde paylaşacağını belirtti. OpenAI, güncellenen Spec’teki değerler, ödünleşimler ve belirli ifadeler hakkında kamuoyunu, bu amaçla oluşturulmuş bir geri bildirim sitesi üzerinden görüş bildirmeye davet etti. Model Spec kamu malına tahsis edilmiş ve Creative Commons CC0 1.0 beyanıyla işaretlenmiştir.