OpenAI ha reorganizado su Model Spec, el documento público que describe cómo quiere que se comporten sus modelos, alrededor de cinco valores: fidelidad a la intención humana, reducción del daño, honestidad y transparencia, autonomía humana y cuidado. La actualización del 29 de octubre de 2026 también cambia la forma de interpretar el contexto, delimita mejor la autonomía de los agentes y retira buena parte de las reglas detalladas de estilo.
El cambio importa porque los sistemas de inteligencia artificial ya no se limitan a contestar preguntas. Algunos pueden consultar documentos, recordar preferencias, utilizar herramientas o ejecutar acciones. En ese escenario, obedecer literalmente una frase no siempre basta: hay que entender qué intenta conseguir la persona, qué permisos existen, qué consecuencias puede producir la acción y cuándo debe intervenir un humano.
Pero conviene separar la norma del resultado. OpenAI afirma expresamente que el Model Spec describe un comportamiento objetivo y que sus modelos de producción todavía no lo reflejan por completo. Por tanto, el documento no garantiza que ChatGPT vaya a actuar siempre de ese modo ni anuncia por sí solo una nueva función disponible para todos.
Qué es el Model Spec y qué no es
El Model Spec del 29 de octubre de 2026 es una especificación de comportamiento. Explica qué instrucciones tienen prioridad, qué límites no deben superarse y qué criterios deberían guiar al modelo cuando una situación no está completamente definida. Sirve como referencia para entrenamiento, evaluación, diseño de productos y debate público.
No es una lista exhaustiva de todas las reglas internas, un contrato de rendimiento ni una certificación independiente. Tampoco reemplaza las políticas de uso, los controles técnicos, la seguridad de la infraestructura o la responsabilidad de quien despliega una aplicación. Una respuesta puede respetar el documento y aun así contener un error; una empresa puede usar un buen modelo dentro de un proceso mal diseñado.
La presentación oficial de la actualización señala que la revisión surge de investigación, experiencia de despliegue, comentarios públicos y conversaciones con especialistas externos. OpenAI quiere hacer explícitas las razones que conectan reglas concretas con valores más generales.
Los cinco valores que organizan la nueva versión
1. Fidelidad a la intención humana
La base consiste en comprender qué quieren lograr OpenAI, el desarrollador y el usuario dentro de sus respectivos ámbitos. La fidelidad no significa obediencia ciega. El sistema debe respetar tanto la letra como el propósito de una instrucción, detectar contradicciones y reconocer cuándo no dispone de información suficiente.
Esto resulta especialmente importante en tareas largas. Si una persona pide organizar un proyecto, el modelo no debería aprovechar un permiso general para modificar aspectos que nunca fueron autorizados. La especificación añade una idea práctica: actuar dentro de un alcance de autonomía acordado y mantener la posibilidad de supervisión y corrección humana.
2. Reducción del daño
El modelo debe respetar límites firmes y considerar consecuencias previsibles. El documento mantiene prohibiciones para daños graves, privacidad, manipulación o actividades peligrosas, pero también presta más atención a efectos secundarios cotidianos. Una acción aparentemente correcta puede enviar un mensaje a la persona equivocada, sobrescribir un archivo o cambiar una configuración que afecte a terceros.
La obligación no termina al evitar el peor resultado. También implica anticipar riesgos, usar opciones reversibles cuando sea posible, verificar el destino y comunicar qué se ha cambiado. En automatización, esta disciplina separa una demostración convincente de un proceso realmente fiable.
3. Honestidad y transparencia
OpenAI pide representar con veracidad los hechos, las pruebas, la incertidumbre, las capacidades y las acciones realizadas. El modelo no debe decir que ha publicado, enviado o guardado algo solo porque lo intentó. Debe distinguir entre una petición enviada, una respuesta del servicio y una verificación posterior.
También debe reconocer límites. Si una fuente no puede consultarse o un resultado depende de una inferencia, el usuario necesita saberlo. La transparencia no exige mostrar razonamientos internos completos; exige aportar la información necesaria para evaluar el trabajo y corregirlo.
4. Autonomía humana
El sistema debería ayudar a comprender, elegir y actuar, no sustituir silenciosamente los objetivos de la persona por los suyos. Puede señalar consecuencias olvidadas o una alternativa más segura, pero no tratar su predicción de lo que alguien “querrá de verdad” como una autorización ya concedida.
Este valor también explica la insistencia en la objetividad y en evitar la adulación. Dar siempre la razón puede resultar agradable, pero reduce la capacidad de decidir con información fiable. La asistencia útil incluye discrepar con respeto cuando la evidencia lo justifica.
5. Cuidado
El quinto valor pide atender a las circunstancias de las personas afectadas, seguir normas sociales y profesionales relevantes y entregar un trabajo en el que se pueda confiar. El mismo texto no sirve para una conversación informal, una consulta sanitaria o una comunicación empresarial. El tono y el nivel de detalle deben adaptarse al contexto sin ocultar hechos relevantes.
La cadena de mando se vuelve más explícita
La especificación ordena las instrucciones por autoridad. En términos simplificados, las reglas raíz y del sistema prevalecen sobre las del desarrollador; las del desarrollador prevalecen sobre las del usuario; y los mensajes o documentos externos no adquieren autoridad por contener órdenes.
Esta última parte es fundamental para agentes que leen páginas, correos o archivos. Un documento puede incluir una frase destinada a desviar al modelo, pedir datos privados o ampliar permisos. El sistema debería tratar ese contenido como información no confiable, salvo que una instrucción autorizada le otorgue una función concreta.
Para una empresa, la consecuencia práctica es que no basta con escribir un buen prompt. Debe decidir quién puede dar órdenes, qué fuentes son solo datos, qué acciones requieren aprobación y qué registro permitirá reconstruir una incidencia. La gobernanza descrita en la integración de ServiceNow con ChatGPT muestra por qué permisos, reglas y auditoría son tan importantes como el propio modelo.
Contexto y memoria: más útiles, pero también más delicados
La nueva versión indica que conversaciones, recuerdos y otras señales de contexto pueden ayudar a interpretar preferencias. Si una persona ha dicho que valora horarios previsibles, el sistema puede tenerlo en cuenta al comparar empleos. Sin embargo, debe hacer visible esa suposición y permitir corregirla.
El contexto debe utilizarse de forma proporcional. Una preferencia antigua, expresada para otro proyecto o compartida con un público distinto, no debería convertirse en una orden permanente. Importan la fuente, el alcance y la fecha. También importa la privacidad: recordar algo no significa que sea apropiado repetirlo ante terceros.
Esta distinción afecta a aplicaciones comerciales. Personalizar no equivale a recopilar todo lo posible. Un negocio necesita definir qué datos aportan valor, durante cuánto tiempo se conservan y cuándo se pide confirmación. Para diseñar procesos y mensajes útiles antes de automatizarlos, puede resultar interesante este workshop de inteligencia artificial para negocios, siempre evaluando después cada herramienta y sus permisos reales.
Agentes: autonomía dentro de un perímetro acordado
La actualización dedica más atención a la autonomía porque un agente puede producir efectos fuera del chat. El principio esencial es actuar dentro del alcance acordado. Consultar información no autoriza a publicarla; redactar un correo no autoriza a enviarlo; acceder a una carpeta no autoriza a borrar su contenido.
Un buen diseño debería responder antes de ejecutar a cinco preguntas: qué objetivo se persigue, qué herramientas están permitidas, qué recursos pueden tocarse, qué decisiones requieren aprobación y cómo se detiene o revierte el proceso. Si la tarea cambia de naturaleza, el sistema debe reconocer que la autorización original quizá ya no sirve.
OpenAI también amplía la guía para controlar y comunicar efectos secundarios. Eso favorece patrones como previsualizar, usar borradores, comprobar el resultado real, evitar duplicados y conservar identificadores. Son prácticas sencillas, pero evitan que un error de conexión termine generando varias copias o una modificación no deseada.
Menos reglas de estilo no significa respuestas sin criterio
OpenAI retira gran parte de la guía de estilo detallada porque considera que el tono debe adaptarse a las preferencias, la lengua, la cultura y la situación. Esto puede producir respuestas más naturales y menos uniformes. Un usuario experto puede pedir concisión; alguien que empieza puede necesitar más contexto.
La flexibilidad tiene límites. La objetividad, la honestidad y la claridad no deberían cambiar solo porque el modelo crea que una persona prefiere escuchar otra cosa. El estilo se puede personalizar; los hechos no. La diferencia es especialmente importante en salud, finanzas, seguridad o decisiones de negocio.
Quien crea contenidos también puede aprovechar esa adaptación sin delegar el criterio editorial. Un taller de marketing digital con inteligencia artificial puede ayudar a estructurar mensajes y procesos, pero la revisión humana sigue siendo necesaria para comprobar datos, promesas y adecuación al público.
Qué cambia para usuarios, desarrolladores y empresas
Para usuarios: la dirección declarada favorece más claridad sobre suposiciones, límites y acciones. También permite una personalización mayor del tono. No significa que cada conversación cambie de inmediato ni que todas las funciones utilicen la misma versión del comportamiento.
Para desarrolladores: el documento ofrece un marco más claro para diseñar instrucciones, herramientas y permisos. Aun así, deben probar su aplicación. Una especificación de intención no sustituye evaluaciones con casos normales, ambiguos, adversarios y de fallo.
Para empresas: el valor estará en convertir los principios en controles observables. Hace falta saber quién aprobó una acción, qué datos se consultaron, qué salida se produjo y cómo se corrigió. La colaboración sanitaria analizada en el proyecto de Google y Singapur ilustra la necesidad de simulación, supervisión y evaluación continua cuando la decisión afecta a personas.
Lista práctica para evaluar un agente
- Objetivo: describe una tarea concreta y el resultado esperado.
- Autoridad: identifica quién puede cambiar instrucciones y quién aporta solo datos.
- Permisos: concede el acceso mínimo y separa lectura, creación, edición y borrado.
- Confirmaciones: exige aprobación para acciones costosas, públicas o difíciles de revertir.
- Verificación: comprueba el objeto final en el servicio, no solo la respuesta del intento.
- Contexto: limita recuerdos y preferencias por fuente, alcance, audiencia y antigüedad.
- Registro: conserva acciones, identificadores, errores y resultados sin guardar secretos.
- Parada: define umbrales que interrumpan el flujo ante ambigüedad, repetición o riesgo.
Hechos, inferencias y predicciones
Hechos confirmados: OpenAI publicó una nueva versión el 29 de octubre de 2026, la organizó en cinco valores, añadió orientación sobre contexto, supervisión y autonomía, revisó algunos comportamientos predeterminados y retiró buena parte de la guía estilística. La nota oficial de versiones resume esos cambios.
Inferencia razonable: el documento está pensado para preparar modelos más capaces y agentes con mayor impacto, porque insiste en permisos, efectos secundarios y supervisión. Sin embargo, el texto no identifica una fecha en la que cada producto aplicará cada principio de forma completa.
Predicción: veremos evaluaciones más centradas en acciones reales, corrección humana y uso del contexto, no solo en la calidad de una respuesta aislada. También es probable que las empresas pidan registros más detallados de autonomía y permisos. Estas consecuencias son plausibles, pero no constituyen anuncios oficiales.
Preguntas frecuentes
¿ChatGPT cambia automáticamente desde hoy?
No necesariamente. OpenAI presenta el Model Spec como el comportamiento que intenta alcanzar y reconoce que los modelos actuales todavía no lo reflejan por completo.
¿El modelo puede ignorar una orden porque cree saber qué me conviene?
No debería sustituir silenciosamente tu decisión. Puede señalar riesgos, información omitida o contradicciones, pero debe preservar el control humano dentro de los límites de seguridad y autoridad aplicables.
¿La memoria tiene ahora más poder?
La especificación aclara cómo utilizar el contexto y la memoria: de manera proporcional, atendiendo a fuente, alcance, fecha, privacidad y audiencia. Eso es una guía de comportamiento, no el anuncio de una nueva capacidad concreta.
¿Una empresa puede confiar solo en el Model Spec?
No. Necesita permisos, evaluaciones, monitorización, registros, responsables y planes de recuperación. El documento ayuda a definir expectativas, pero no sustituye los controles de un sistema real.
Conclusión
La actualización intenta resolver una tensión central de la inteligencia artificial avanzada: ayudar más sin apropiarse de las decisiones. Sus cinco valores conectan intención, seguridad, verdad, autonomía y cuidado con reglas concretas sobre permisos, contexto y efectos secundarios.
La prueba decisiva no estará en lo bien que suena el documento, sino en cómo se comportan los sistemas ante instrucciones incompletas, herramientas con poder y errores reales. Para usuarios y empresas, la recomendación sigue siendo la misma: definir el objetivo, limitar el alcance, conservar el control y verificar el resultado.