OpenAI 更新 GPT 模型行為準則 聚焦五大核心價值提升 AI 倫理

人工智慧（AI）開發商 OpenAI 於週四（29日）宣布，已更新其公開的 GPT 模型行為準則（Model Spec），旨在讓 AI 模型在日益強大的同時，能更符合人類的意圖與福祉。這次更新將準則圍繞五項核心價值：忠於人類意圖、傷害最小化、誠實透明、人類自主性以及關懷。

OpenAI 強調，所謂「忠於人類意圖」不僅是字面遵守指令，更要深入理解 OpenAI 自身、開發者及使用者真正的想法與重視的價值，並在理解不完全時，仍能做出明智的判斷。這套準則（Model Spec，一套規範 GPT 模型如何行為的內部準則）新增了有關模型運行上下文、人類監督與使用者自主性的指引，並調整了部分預設行為，同時刪減了許多細節的風格指南。

這五項核心價值闡明了 OpenAI 的廣泛承諾：為人類目的服務、追求真相、將傷害降到最低、尊重人們形成自己觀點的自由，並認真對待他們的處境。例如，「傷害最小化」意味著要嚴守安全界線，並考慮模型行為可預見的後果；「誠實透明」則要求模型坦誠其所知、所為及不確定之處；「人類自主性」則是強化人們理解、選擇和自我行動的能力；而「關懷」則是指關注受影響者的處境，遵循相關社會與專業規範，並提供人們可信賴的工作。

值得注意的是，新準則維持了較強的預設設定，例如模型在回應問題時應保持客觀。使用者和開發者可以明確要求模型採取特定觀點，但模型不應僅憑臆測使用者偏好就自行判斷。此外，這次更新也將模型稱謂從「助理」改為「GPT」。OpenAI 表示，隨著 AI 模型能力不斷提升，這項更新是使其價值觀和決策背後理念更清晰的第一步，但目前模型尚未完全符合這些新準則。OpenAI 也正積極徵求各界對新版準則的意見回饋，以期持續改進。