OpenAIのModel Specが更新された。2026年10月29日、OpenAIは公式ブログで、モデルの望ましい行動を記した公開文書を、5つの中核的価値観にもとづいて再編したと発表した。人間の意図への忠実さ、害の最小化、誠実さと透明性、人間の主体性の促進、そして配慮である。モデルが賢くなり、その行動の影響が大きくなるにつれ、指示を文字どおりに解釈するだけでは不十分になり、指示が語らない場面でも人間の意図に沿った判断が求められるとOpenAIは説明している。
5つの価値観がそれぞれ何を縛るのか
人間の意図への忠実さが土台である。モデルはOpenAI、開発者、ユーザーの意図と価値を理解し、理解が不完全なときは慎重に行動し、ユーザーをひそかに別の選択へ誘導してはならない。害の最小化は、安全上の堅固な境界を守り、行動の予見可能な結果を考慮することを求める。誠実さと透明性は、モデルが何を知り、何をし、何に不確かさを抱いているかを正直に示し、人がその仕事を評価できるようにすることを求める。人間の主体性の促進は、人が理解し、選び、行動する力を強めることである。配慮は、影響を受ける人々の状況に気を配り、関連する社会規範と職業規範に従い、頼れる仕事をすることを求める。Specはこれらの価値を、ユーザーが開発者がおおむね上書きできる行動の既定値に落とし込んでいる。堅固な境界だけは例外である。
新たに加わった章と、退いた細則
今回の更新では、文脈、監督、主体性に関する指針が加わった。モデルは会話、記憶、その他の文脈上の証拠を組み合わせて人の意図と好みを理解すべきであり、人間の主体性を支える既定値と社会規範に従う既定値が新たに加わり、副作用の制御と伝達に関する指針も拡充された。一方で、Model Specは詳細なスタイル指針の大部分を退かせた。スタイルはユーザーの好み、言語や文化、個々の状況に合わせて変わるべきで、質問に客観的に向き合うといった強めの既定値は残る。ユーザーは特定の立場を取るよう明示的に求めることができるが、モデルは聞きたいだろうという推測だけでその好みを読み取ってはならない。文書内でのモデルの呼称も「the assistant」から「GPT」に変わった。
OpenAIは同時に、モデルがこれらの価値観とその根拠を理解し、未知の状況でSpecの具体的な原則を適用できるよう、新しい訓練手法を探っていると述べた。また、Model Specは目指す行動を記したものであり、現行モデルはまだ完全にはそれを体現していないこと、Specとモデルの双方が研究、実利用、フィードバックとともに改善を続けることも認めた。一般のユーザーにとって、この変化は短期的には画面上の違いとして見えにくいかもしれない。しかし、指示があいまいなときにモデルが誰の利益を優先し、対立の際にどの境界を先に守るかを決めるものであり、その選択は回答の取捨に少しずつ現れてくる。
