Investigación

OpenAI reescribe su Model Spec: cinco valores y el asistente que ahora se llama GPT

OpenAI publicó una versión nueva de su Model Spec, el documento que fija el comportamiento de sus modelos, organizada en cinco valores: fidelidad a la intención humana, reducción del daño, honestidad, agencia humana y cuidado. El texto abandona buena parte de las reglas de estilo, renombra al "asistente" como GPT y admite que los modelos actuales aún no lo cumplen del todo.

Lucía GarcíaLucía García
Popularidad: 1,680
OpenAI reescribe su Model Spec: cinco valores y el asistente que ahora se llama GPT

OpenAI reescribió el documento que fija cómo deben comportarse sus modelos. Ahora son cinco valores, el "asistente" pasa a llamarse GPT y el estilo deja de estar regulado al detalle. La propia empresa admite que sus modelos todavía no cumplen del todo ese texto.

Qué es el Model Spec y por qué se publica

Casi ninguna empresa publica el manual de conducta de su modelo. OpenAI lleva desde 2024 enseñando el suyo: un documento llamado Model Spec que describe qué debería hacer el sistema ante un conflicto, cómo debe tratar al usuario y dónde están los límites que no puede cruzar.

La versión nueva se publicó el 29 de octubre y la empresa la presentó en un blog el 30. No es una nota técnica para ingenieros. Es el contrato de comportamiento que luego se traduce en entrenamiento, en filtros y en respuestas.

Para el lector, la pregunta práctica es otra. ¿Qué cambia cuando uso ChatGPT? En el día a día, poco. Lo que cambia es el criterio con el que la empresa decide qué está bien y qué está mal, y eso acaba llegando a las respuestas.

Los cinco valores, traducidos sin jerga

OpenAI ordenó el documento alrededor de cinco ideas. El orden importa, porque la primera es la base de las demás.

Fidelidad a la intención humana. El modelo debe hacer lo que la persona pide, no lo que el modelo cree que sería mejor. Si pides un resumen de un contrato, no te da consejos legales en su lugar.

Reducción del daño. Respeta los límites de seguridad marcados y piensa en las consecuencias previsibles de lo que hace. Un ejemplo cotidiano: no ayuda a fabricar algo peligroso aunque se lo pidan con buenos modales.

Honestidad y transparencia. Dice lo que sabe, lo que ha hecho y dónde no está seguro. Si no puede comprobar un dato, lo dice en lugar de rellenar el hueco.

Agencia humana. Su trabajo es que la persona entienda, elija y actúe mejor, no sustituirla. La diferencia se nota cuando el modelo te explica las opciones en lugar de decidir por ti.

Cuidado. Tiene en cuenta a quien va a recibir el resultado, respeta las normas sociales y profesionales del contexto y entrega trabajo en el que se puede confiar.

Los cinco son frases cortas. El documento dedica páginas a explicar qué hacer cuando dos chocan, que es donde aparece el trabajo real.

Por qué el "asistente" pasa a llamarse GPT

El cambio más visible es de vocabulario. Donde antes decía "el asistente", ahora dice "GPT".

La razón que da la empresa es concreta: el modelo se usa en sitios que no se parecen a un asistente personal. Escribe código dentro de un editor, redacta correos en una herramienta de ventas, atiende llamadas y ejecuta tareas durante horas sin que nadie mire.

"Asistente" arrastraba una expectativa de conversación educada y de turnos. "GPT" describe una capacidad que se enchufa en cualquier flujo. Para el usuario cambia poco en la pantalla; cambia la forma en que la empresa justifica lo que el modelo puede hacer sin supervisión.

El estilo del Model Spec ya no está escrito en piedra

La versión anterior regulaba el tono con mucho detalle. Cuántas palabras usar, cómo estructurar una lista, cuándo cerrar con una pregunta. Buena parte de esas reglas desapareció.

El argumento oficial es que el estilo debe adaptarse a la persona, al idioma y al contexto, y que la evidencia para hacerlo llega por el uso y por las preferencias que cada uno marca. Un chat para redactar un mensaje familiar y otro para revisar un informe técnico no deberían sonar igual.

Queda un suelo firme. Por defecto, el modelo adopta un punto de vista objetivo y no finge una opinión que no tiene. Si el usuario pide de forma explícita que defienda una postura, puede hacerlo. Lo que no puede es deducir la postura de lo que el usuario quiere oír.

Ese matiz es el más interesante del documento. Un modelo que adivina tu opinión y la repite se siente cómodo, y es exactamente el comportamiento que aquí se prohíbe.

Lo que el usuario puede cambiar en el Model Spec

Conviene entender qué clase de documento es este. La mayor parte de sus reglas son valores por defecto, no leyes. Un usuario o un desarrollador puede pedir otro tono, otra longitud u otro formato, y el sistema debería aceptarlo.

Los límites duros son pocos y están donde hay riesgo para terceros: daño físico, fraude, contenido que perjudica a menores, uso para engañar a otras personas. Ahí no hay ajuste posible.

Esa estructura de "todo configurable salvo el daño" explica muchas discusiones de los últimos meses. Cuando un modelo contesta de una manera que molesta, a menudo está siguiendo una preferencia y no una política. Cuando contesta de una manera que daña, es la política la que falla.

La distancia entre el documento y el modelo que usas

OpenAI reconoce que el Spec describe el comportamiento al que aspira, y que sus modelos actuales no lo cumplen por completo. Es una frase poco habitual en un documento de producto y conviene tomarla al pie de la letra.

La empresa dice que está probando métodos de entrenamiento nuevos, entre ellos el aprendizaje por refuerzo orientado a resultados beneficiosos, para que el modelo entienda por qué esos valores importan y no solo qué palabras evitar. Los resultados se publicarán más adelante. También dejó abierta una vía de comentarios.

Mientras tanto, el usuario tiene un texto que puede citar cuando una respuesta le parece mal. Esa es la utilidad inmediata del documento: convierte una queja difusa en una referencia concreta.

Las dudas que el nuevo Model Spec no resuelve

Hay tres preguntas razonables que el documento deja abiertas.

La primera es qué pasa cuando la instrucción del usuario choca con el interés de un tercero que no está en la conversación. El texto da principios, no una tabla de casos.

La segunda es cómo se audita. Si el estilo deja de estar tasado, se gana naturalidad y se pierde una forma sencilla de comprobar si el modelo cumple. Evaluar un tono flexible es más caro que evaluar una lista de reglas.

La tercera es quién decide qué es "daño". El documento pone ejemplos, y los ejemplos siempre se quedan cortos ante el caso raro.

Qué mirar en la próxima versión del Model Spec

El Model Spec se ha vuelto un documento vivo, y esta versión se entiende mejor como un punto de partida que como un cierre. Lo que vale la pena seguir son dos cosas: si la empresa publica resultados de esos métodos de entrenamiento y si el texto gana ejemplos verificables en lugar de principios generales.

Para quien usa estos modelos a diario, la lectura útil es sencilla. El documento dice que el sistema debe hacer lo que pides, avisarte cuando no está seguro y no decidir por ti. Si en la práctica falla en alguno de los tres, ahora sabes dónde está escrito.

Compartir esta noticia

Fuentes

Noticias de IA relacionadas

Curvas espirales concéntricas cruzadas por una línea vertical con puntos brillantes anclados a lo largo de ella
Investigación

Un matemático de Anthropic dice que Claude demostró la hipótesis de Riemann, y Stanford respondió en horas

El anuncio llegó por la web personal de un matemático, no por un comunicado de Anthropic. Horas después, Stanford publicó una demostración humana del mismo problema. Ninguna de las dos está aceptada.

Popularidad: 1,860
Una pila de nodos de agentes unidos por un camino hacia un rack de servidores, con una cerradura y una marca de brecha en el rack
Investigación

Cairn: un AI agent encontró un zero-day y tomó un servidor universitario en 11 minutos

La orden fue una sola frase: obtener acceso al servidor. Los agentes eligieron el cómo, dieron con un fallo desconocido en MONAI Label y dejaron una puerta abierta en 11 minutos.

Popularidad: 1,520
Un embudo que lleva pequeños bloques de tokens de una caja de modelo a otra, con una placa de escudo que bloquea parte del flujo
Investigación

OpenAI reduce el robo de razonamiento del 54% al 0,2%, pero se mide a sí misma

Copiar el razonamiento de un modelo de frontera se ha convertido en un negocio. OpenAI publica sus defensas y dos cifras que bajan mucho, con una advertencia: son sus propias pruebas.

Popularidad: 1,420
Una cuadrícula cian de retícula con un cuadrado resaltado junto al texto Lattice Standard Model
Investigación

OpenAI propone una definición del Modelo Estándar en retícula con GPT-6 Astra

OpenAI publicó el 15 de noviembre un texto sobre una definición no perturbativa del Modelo Estándar sobre una cuadrícula, construida sobre un preprint de octubre. El autor la describe como una respuesta en principio, no en la práctica.

Popularidad: 1,500