DOGE-KI-Tool zielt darauf ab, 50 % der US-Vorschriften bis zum Jahrestag von Trumps Amtseinführung abzuschaffen

Bundesbehörden reportedly verwenden ein KI-Tool, das im Rahmen der Initiative zur Regierungseffizienz (DOGE) entwickelt wurde, um Vorschriften zur Abschaffung zu identifizieren. Bis zum Jahrestag von Trumps Amtseinführung hoffen die Regierungsbehörden, etwa 50 % der bestehenden bundesweiten Regeln abzuschaffen.

Laut Quellen nutzen das Ministerium für Wohnungsbau und Stadtentwicklung (HUD) und die Consumer Financial Protection Bureau (CFPB) das „AI Deregulation Tool“.

Das KI-gestützte Deregulation Decision Tool wird etwa 200.000 Regeln untersuchen und diejenigen beseitigen, die es als unnötig erachtet, und zielt darauf ab, bis zum nächsten Januar eine Reduzierung um 50 % zu erreichen.

Die vom System identifizierten Vorschriften unterliegen anschließend einer Überprüfung durch das Personal, bevor sie aufgehoben werden. Das US-Departement für Wohnen und Stadtentwicklung (HUD) hat das Tool bereits eingesetzt, um 1.083 Vorschriftenabschnitte zu bewerten. Gleichzeitig stützte sich die Verbraucherschutzbehörde (Consumer Financial Protection Bureau) bei allen ihren Entscheidungen zur Deregulierung darauf.

Fields behaupteten, sie würden weiterhin alle Optionen zur Erleichterung der Deregulierung prüfen

Während seines Wahlkampfs argumentierte Präsident Trump, dass einige Bundesvorschriften zu überhöhten Preisen für mehrere Konsumgüter geführt hätten. Er versprach, die „aggressivste Reduzierung von Vorschriften“ in der US-Geschichte einzuleiten, einschließlich Bemühungen, Umweltschutzmaßnahmen zurückzudrehen und die Umweltschutzbehörde (EPA) abzuschaffen.

Auf die Frage nach der Nutzung von KI zur Deregulierungsagte der Sprecher des Weißen Hauses, Harrison Fields, dass sie alle potenziellen Optionen prüfen, um die Deregulierungsagenda des Präsidentenumzusetzen. Er betonte jedoch, dass noch kein konkreter Plan feststehe und die Diskussionen noch in den frühen Stadien lägen und eine enge Abstimmung mit dem Weißen Haus erforderten.

Er fügte hinzu: „Die DOGE-Experten, die diese Pläne erstellen, sind die Besten und Hellsten in ihrem Fachgebiet und beginnen mit einer nie zuvor versuchten Transformation von Regierungssystemen und -abläufen, um Effizienz und Wirksamkeit zu steigern.“

DOGEs KI-Vertragsprüfer hatte im Juni Probleme

Im Juni markierte das DOGE-KI-System fälschlicherweise den Internetvertrag des Veteranenministeriums (Department of Veterans Affairs) zur Kündigung. Laut der Agentur gaben sie dem Dienst vage und widersprüchliche Anweisungen, was zu dem Fehler führte.

Sahil Lavingia, der Autor des KI-Codes, hatte das System angewiesen, alles zu streichen, was nicht direkt mit der Patientenversorgung zu tun hatte. Weder er noch die KI verfügten jedoch über das nötige Know-how, dies genau zu beurteilen.

Lavingia räumte gegenüber ProPublica ein, Fehler gemacht zu haben, weil ihm Zeit und Werkzeuge fehlten. Er merkte auch an, dass er verstanden habe, dass die Liste aus der „MUNCHABLE“-Liste vor jeglichen Entscheidungen von anderen überprüft werden sollte.

ProPublicas Analyse ergab, dass Lavingias Code auch auf ältere, generische KI-Modelle zurückgriff. Das Modell produzierte fehlerhafte Zahlen, schätzte oft etwa 1.100 Verträge zu jeweils 34 Millionen US-Dollar, während die realen Zahlen häufig in den Tausendern lagen, und hatte Schwierigkeiten, ganze Dokumente zu verarbeiten. Die Analysten sagten auch, dass die Verwendung von Standard-KI mit wenig Verständnis für die Abläufe des VA-Veteranenministeriums von Anfang an keine Option hätte sein dürfen.

Waldo Jaquith, ein ehemaliger Beamter des Finanzministeriums, der unter Obama ernannt wurde und IT-Vergaben verwaltete, kritisierte DOGE dafür, das KI-System dazu gebracht zu haben, Informationen aus leicht zugänglichen Quellen anstelle von genauen Quellen wie öffentlich zugänglichen Datenbanken wie USAspending zu ziehen. Er beschrieb den Ansatz als faul; obwohl er schneller ist, ist er dennoch weniger genau.

Cary Coglianese, ein Professor an der University of Pennsylvania, stellte ebenfalls fest, dass das KI-Modell ein fortgeschrittenes Verständnis von medizinischer Versorgung, institutionellen Abläufen und Personalressourcen benötigen würde – Wissen, das ihm derzeit fehlt.