Les autorités fédérales utiliseraient un outil d'intelligence artificielle développé dans le cadre de l'initiative DOGE (Department of Government Efficiency) afin d'identifier les réglementations à supprimer. D'ici l'anniversaire de l'investiture de Trump, les agences gouvernementales espèrent abroger environ 50 % des réglementations fédérales en vigueur.
Selon certaines sources, le ministère du Logement et du Développement urbain et le Bureau de protection financière des consommateurs (CFPB) utilisent l’« outil de déréglementation par IA ».
L'outil de décision de déréglementation basé sur l'IA examinera environ 200 000 règles et éliminera celles qu'il juge inutiles, avec pour objectif une réduction de 50 % d'ici janvier prochain.
Les réglementationsdentpar le système seront ensuite examinées par le personnel avant leur suppression. Le Département du Logement et du Développement Urbain (HUD) a déjà utilisé cet outil pour évaluer 1 083 articles réglementaires. Parallèlement, le Bureau de la protection financière des consommateurs s'en est servi pour toutes ses décisions de déréglementation.
Fields a affirmé qu'ils examinaient toujours toutes les options pour faciliter la déréglementation.
Durant sa campagne, le président dent a affirmé que certaines réglementations fédérales entraînaient une hausse des prix de nombreux biens de consommation. Il a promis de lancer la « réduction réglementaire la plus agressive » de l'histoire des États-Unis, notamment en s'attaquant aux protections environnementales et en démantelant l'Agence de protection de l'environnement (EPA).
Interrogé sur l'utilisation de l'IA pour déréglementer , le porte-parole de la Maison Blanche, Harrison Fields, a déclaré que toutes les options possibles pour concrétiser le programme de déréglementation du dent étaient à l'étude. Il a toutefois souligné qu'aucun plan précis n'avait encore été arrêté et que les discussions, menées en étroite collaboration avec la Maison Blanche, n'en étaient qu'à leurs débuts.
Il a ajouté : « Les experts du DOGE qui élaborent ces plans sont les meilleurs et les plus brillants du secteur et se lancent dans une transformation inédite des systèmes et des opérations gouvernementales afin d'en améliorer l'efficacité et l'efficience. »
Le système d'analysetracpar IA de DOGE a rencontré des problèmes en juin.
En juin, le système d'intelligence artificielle DOGE a signalé par erreur l'tracdu contrat internet du Département des affaires des anciens combattants. Selon ce dernier, les instructions données étaient vagues et contradictoires, ce qui explique l'incident.
Sahil Lavingia, l'auteur du code de l'IA, avait programmé le système pour qu'il élimine tout ce qui n'était pas directement lié aux soins des patients. Mais ni lui ni l'IA n'avaient le savoir-faire nécessaire pour en juger avec précision.
Lavingia, s'adressant à ProPublica, a reconnu avoir commis des erreurs faute de temps et de moyens. Il a également précisé avoir compris que la liste « MUNCHABLE » devait être examinée par d'autres avant toute décision.
L'analyse de ProPublica a révélé que le code de Lavingia reposait également sur d'anciens modèles d'IA génériques. Ce modèle produisait des chiffres erronés, estimant souvent environ 1 100tracà 34 millions de dollars chacun, alors que les montants réels se chiffraient fréquemment en milliers. De plus, il peinait à traiter des documents entiers. Les analystes ont également affirmé que le recours à une IA standard, sans réelle connaissance du fonctionnement du Département des Anciens Combattants (VA), n'aurait jamais dû être envisagé.
Waldo Jaquith, ancien fonctionnaire du Trésor américain nommé sous Obama et responsable destracinformatiques, a critiqué DOGE pour avoir incité le système d'IA à puiser des informations dans des sources facilement accessibles plutôt que dans des sources fiables, telles que des bases de données publiques comme USAspending. Il a qualifié cette approche de paresseuse ; bien que plus rapide, elle n'en demeure pas moins moins précise.
Cary Coglianese, professeur à l'Université de Pennsylvanie, a également souligné que le modèle d'IA aurait besoin d'une compréhension approfondie des soins médicaux, du fonctionnement des institutions et des ressources humaines – des connaissances qui lui font actuellement défaut.
