Lo strumento AI di DOGE mira a ridurre del 50% le regolamentazioni USA per l'anniversario dell'insediamento di Trump

Le autorità federali stanno utilizzando uno strumento di intelligenza artificiale sviluppato nell'ambito dell'iniziativa Department of Government Efficiency (DOGE) per identificare le regolamentazioni da eliminare. Per l'anniversario dell'insediamento di Trump, le agenzie governative sperano di abolire circa il 50% delle regole federali esistenti.

Secondo le fonti, il Dipartimento dell'Edilizia Abitativa e dello Sviluppo Urbano (HUD) e la Consumer Financial Protection Bureau (CFPB) stanno utilizzando lo "Strumento di Deregolamentazione AI".

Lo Strumento Decisionale di Deregolamentazione basato sull'AI esaminerà circa 200.000 regole ed eliminerà quelle considerate non necessarie, mirando a una riduzione del 50% entro il prossimo gennaio.

Le regolamentazioni identificate dal sistema saranno poi sottoposte a revisione del personale prima della rimozione. Il Dipartimento dell'Edilizia Abitativa e dello Sviluppo Urbano (HUD) ha già implementato lo strumento per valutare 1.083 sezioni regolamentari. Nel frattempo, la Consumer Financial Protection Bureau si è affidata ad esso per tutte le sue decisioni di deregolamentazione.

Fields ha affermato che stanno ancora esaminando tutte le opzioni per facilitare la deregolamentazione

Durante la sua campagna, il presidente Trump ha sostenuto che alcune regolamentazioni federali hanno portato a prezzi gonfiati per diversi beni di consumo. Si è impegnato a lanciare la "riduzione normativa più aggressiva" nella storia degli Stati Uniti, inclusi sforzi per revocare le protezioni ambientali e smantellare l'Environmental Protection Agency (EPA).

Quando gli è stato chiesto di utilizzare l'AI per la deregolamentazione, il portavoce della Casa Bianca Harrison Fields ha detto che stanno esaminando tutte le opzioni potenziali per realizzare l' agenda di deregolamentazione del presidente. Tuttavia, ha sottolineato che non era stato ancora definito un piano specifico e che le discussioni erano ancora nelle fasi iniziali e prevedevano una stretta coordinazione con la Casa Bianca.

Ha aggiunto: "Gli esperti di DOGE che stanno creando questi piani sono i migliori e più brillanti del settore e si stanno impegnando in una trasformazione mai tentata prima dei sistemi e delle operazioni governative per migliorare efficienza ed efficacia."

Il revisore di contratti AI di DOGE ha avuto problemi a giugno

A giugno, il sistema AI di DOGE ha erroneamente segnalato il contratto internet del Dipartimento dei Veterani per la cancellazione. Secondo l'agenzia, hanno fornito al servizio istruzioni vaghe e contraddittorie, da cui l'errore.

Sahil Lavingia, autore del codice AI, aveva istruito il sistema a eliminare tutto ciò che non era direttamente correlato alla cura dei pazienti. Né lui né l'AI avevano le competenze per giudicare accuratamente.

Lavingia, parlando con ProPublica, ha riconosciuto di aver commesso errori perché non aveva abbastanza tempo e strumenti. Ha anche notato che ha compreso che l'elenco dall'elenco "MUNCHABLE" era destinato a essere revisionato da altri prima di qualsiasi decisione.

L'analisi di ProPublica ha trovato che il codice di Lavingia si affidava anche a modelli AI più vecchi e generici. Il modello ha prodotto numeri errati, stimando spesso circa 1.100 contratti da 34 milioni di dollari ciascuno quando le cifre reali erano spesso nell'ordine delle migliaia, e ha faticato a gestire documenti interi. Gli analisti hanno anche detto che l'uso di AI preconfezionate con poca comprensione delle operazioni del VA non avrebbe dovuto essere preso in considerazione fin dall'inizio.

Waldo Jaquith, un ex funzionario del Dipartimento del Tesoro nominato da Obama che gestiva gli appalti IT, ha criticato DOGE per aver spinto il sistema AI a estrarre informazioni da fonti facilmente accessibili piuttosto che accurate, come database pubblici come USAspending. Ha descritto l'approccio come pigro; sebbene più veloce, è ancora meno accurato.

Cary Coglianese, professore all'Università della Pennsylvania, ha anche notato che il modello AI avrebbe bisogno di una comprensione avanzata delle cure mediche, delle operazioni istituzionali e delle risorse di personale, conoscenze che attualmente mancano.