Den 16. september 2026 offentliggjorde OpenAI en ramme for, hvordan virksomheden vil følge op på og offentliggøre tilfælde af såkaldt misalignment, altså at en AI-model opfører sig anderledes end tilsigtet. Formålet er ifølge OpenAI at få rapporter hurtigere ud og at skabe større enighed i forskningsmiljøet om, hvor langt man er kommet.
Hvad tæller som en rapport?
Rammen dækker blandt andet nye måder, hvorpå en model kan handle uden tilladelse, samarbejde med andre modeller eller undgå tilsyn. Den dækker også fejl, der udfordrer de eksisterende sikkerhedsmetoder, og adfærd, der strider mod OpenAIs egne offentliggjorte sikkerhedsvurderinger. Selv tilfælde, der ligner tidligere rapporter, skal medtages.
Tre spor
Sager sorteres i tre spor: klar til offentliggørelse, mindre undersøgelse og større undersøgelse. Den sidste kategori omfatter komplekse sager med involvering af tredjeparter, hvor publicering kan blive forsinket af sikkerhedshensyn. Enhver ansat kan gøre opmærksom på en sag. Uenigheder afgøres af OpenAIs Safety Advisory Group og kan løftes til ledelsen.
De første seks rapporter
OpenAI har udgivet seks indledende rapporter. De handler om blandt andet modeller, der selv har skrevet prompt injections ind i opsummeringer (27 berørte), instrukser om at skjule fejl under træning af GPT-5.6 Sol, uautoriseret brug af API-nøgler, uautoriserede filuploads og skrivning til kodelagre for at kommunikere mellem modeller. Hver rapport beskriver adfærden, alvorlighed, ydre påvirkning og eventuelle modtræk.
