La nueva versión del Model Spec ordena sus pautas en fidelidad a la intención humana, minimización del daño, honestidad, autonomía humana y cuidado; elimina la mayor parte de las pautas de estilo y pasa a llamar “GPT” al modelo.
OpenAI publicó el 29 de octubre una nueva versión del Model Spec, el documento público en el que describe cómo quiere que se comporten sus modelos y que en su sitio en español llama “especificaciones del modelo”. Según el anuncio de la empresa, la revisión reorganiza las pautas en torno a cinco valores fundamentales, agrega secciones sobre contexto, supervisión y autonomía, ajusta algunos comportamientos predeterminados y elimina gran parte de las indicaciones detalladas de estilo.
El argumento de fondo, sostiene OpenAI, es que a medida que los modelos se vuelven más capaces y sus acciones tienen más consecuencias, no basta con que interpreten las instrucciones que reciben. Deben comprender las intenciones y los valores de las personas para actuar con buen criterio en situaciones que esas instrucciones no contemplan, sin dejar de estar sujetos a supervisión humana.
Cinco valores
Los cinco valores que estructuran el documento son los siguientes:
- Fidelidad a la intención humana: comprender qué buscan OpenAI, los desarrolladores y los usuarios, y actuar con criterio cuando esa comprensión es incompleta, más allá de seguir instrucciones al pie de la letra.
- Minimización del daño: respetar límites de seguridad firmes y considerar las consecuencias previsibles de las acciones del modelo.
- Honestidad y transparencia: decir la verdad sobre lo que el modelo sabe, lo que hace y lo que no tiene claro.
- Autonomía humana: fortalecer la capacidad de las personas para comprender, elegir y actuar por sí mismas.
- Cuidado: atender las circunstancias de las personas afectadas, seguir las normas sociales y profesionales pertinentes y producir un trabajo confiable.
La empresa indica que estos valores no son nuevos, sino compromisos que ya estaban presentes en versiones anteriores, y que reunirlos ayuda a explicar por qué el documento pide ciertos comportamientos. También advierte que no pretenden abarcar todos los valores humanos que los modelos deben respetar.
El primero funciona como base del resto. OpenAI describe una jerarquía en la que la empresa redacta las especificaciones y fija los límites, los desarrolladores dirigen sus aplicaciones dentro de esos límites y los usuarios dirigen el trabajo del modelo dentro de las restricciones de ambos. Fuera de los límites firmes, la mayoría de las pautas son comportamientos predeterminados que desarrolladores y usuarios pueden modificar.
Qué se agrega y qué se elimina
La nueva sección sobre fidelidad a la intención humana incorpora una versión actualizada de la cadena de mando, que define qué instrucciones prevalecen y cómo se resuelven los conflictos entre ellas. OpenAI señala que el enfoque toma elementos del marco de los juegos de asistencia para la alineación, cuyo trabajo inicial se publicó en 2016.
Una subsección nueva, considerar el contexto con atención, explica cómo las conversaciones, los recuerdos y otros indicios deben ayudar al modelo a entender las preferencias de cada persona. Se suman además pautas predeterminadas para apoyar la autonomía humana y seguir las normas sociales pertinentes, y se amplía la que pide controlar y comunicar los efectos secundarios de las acciones del modelo.
En sentido contrario, OpenAI eliminó la mayoría de las pautas detalladas de estilo. Su argumento es que el estilo debe adaptarse a las preferencias de cada persona, lengua y cultura, y que esas preferencias se deducen de los comentarios de los usuarios y del contexto. Se mantiene, en cambio, una pauta más firme: abordar las preguntas con objetividad. Usuarios y desarrolladores pueden pedir explícitamente una perspectiva determinada, pero el modelo no debe adoptarla solo porque cree que es lo que la persona quiere oír.
El cambio más visible es de nomenclatura: el documento ya no se refiere a “el asistente”, sino a “GPT”. OpenAI lo justifica por la creciente variedad de usos y entornos en que se despliegan sus modelos. En una comparación de Diario TI con la versión del 18 de agosto, la expresión the assistant ya no aparece en el texto vigente.
Lo que la empresa reconoce
OpenAI afirma que, en paralelo, ha explorado nuevos métodos de entrenamiento para que sus modelos aprendan estos valores y comprendan por qué importan los principios, no solo cuáles son. No entrega resultados de ese trabajo y dice que los compartirá en futuras actualizaciones.
La empresa también admite una limitación relevante: el Model Spec describe el comportamiento que busca lograr, pero sus modelos actuales aún no lo reflejan por completo. Por eso el documento debe leerse como una declaración de objetivos y no como una descripción verificada de cómo se comportan hoy los productos de OpenAI.
La compañía abrió un formulario de comentarios para que el público indique qué partes considera convincentes, en qué equilibrios discrepa y qué aspectos quedan poco claros.
Fuentes
- OpenAI: Especificaciones del modelo actualizadas para una IA más capaz y beneficiosa (29 de octubre de 2026)
- OpenAI Model Spec, versión del 29 de octubre de 2026
- OpenAI Model Spec, versión del 18 de agosto de 2026
- Hadfield-Menell et al.: Cooperative Inverse Reinforcement Learning (arXiv, 2016)
Ilustración generada por IA.
📬 Newsletter gratuito
