สภาคองเกรสสามารถใช้ปัญญาประดิษฐ์จำนวนมาก

ประสบการณ์การฟังที่ดีที่สุดอยู่บน Chrome, Firefox หรือ Safari สมัครรับเสียงสัมภาษณ์ประจำวันของ 

Federal Drive ใน  Apple Podcasts  หรือ  PodcastOneคณะกรรมการคัดเลือกเพื่อความทันสมัยของสภาคองเกรสได้ทำงานมาหลายปีแล้ว พบว่าเกือบทุกหน้าที่ในฝ่ายนิติบัญญัติมีกำหนดปรับปรุง เมื่อเร็ว ๆ นี้ คณะกรรมการได้จัดให้มีการพิจารณาว่าเทคโนโลยีปัญญาประดิษฐ์สามารถช่วยได้หรือไม่ และถ้าทำได้ จะเกิดขึ้นที่ไหน แขกคนต่อไปของเราเป็นพยานในการพิจารณาคดีนั้น เขาเป็นผู้จัดการฝ่ายวิจัยของ Deloitte’s Center for Government Insights, Joe Mariani ได้พูดคุยกับ  Tom Temin ใน Federal Drive

โจ มาริอานี:เราเฝ้าดูผลกระทบที่ปัญญาประดิษฐ์มี

ต่อรัฐบาลมาประมาณห้าปีแล้ว และครอบคลุมทั่วทั้งรัฐบาล ตั้งแต่ฝ่ายบริหารจนถึงฝ่ายนิติบัญญัติ และจากนั้น ฉันคิดว่าเราพบสองวิธีที่ AI หรือปัญญาประดิษฐ์สามารถช่วยในกระบวนการทางกฎหมายได้ อย่างแรกคือสิ่งที่เราเรียกว่ากล้องจุลทรรศน์ของ AI และแนวคิดในการใช้ AI เพื่อตรวจสอบผลกระทบของกฎหมายที่มีอยู่ และอีกแบบหนึ่งคือการใช้ AI แบบเดียวกับเครื่องจำลองการบิน ซึ่งคุณสร้างแบบจำลองและสามารถทดสอบสิ่งต่างๆ ที่คุณอาจต้องการทำในอนาคต และดูว่ากฎหมายในอนาคตประเภทใดที่อาจมีผลกระทบในเชิงบวกและอะไร พิมพ์?

        ข้อมูลเชิงลึกโดย MFGS, Inc.: ค้นหาว่าเหตุใดการจัดการสายธารคุณค่าจึงได้รับความนิยมในฐานะกรอบงานสำหรับการวัดมูลค่าในสภาพแวดล้อม DevSecOps

ทอม เทมิน: เมื่อเข้าใจแนวคิดของกฎหมายผลกระทบที่อาจมี พวกเขามีสำนักงานงบประมาณของรัฐสภา ซึ่งให้คะแนนกฎหมายด้วยค่าใช้จ่ายที่อาจจะเกิดขึ้น และใครเป็นผู้รับผิดชอบค่าใช้จ่าย ตามแบบจำลองทางเศรษฐมิติที่พวกเขามี และพวกเขามักจะ ตัดสินโดยสันนิษฐานว่าไม่มีอะไรเปลี่ยนแปลงเกี่ยวกับนโยบายหรือกฎหมายและอื่นๆ AI สามารถปรับปรุงได้หรือไม่? นั่นคือสิ่งที่คุณกำลังขับรถอยู่หรือไม่?

โจ มาริอานี: ใช่แล้ว ฉันคิดว่ามันเป็นการดำเนินการต่อ

ไปอีกสองหรือสามขั้นตอน ลองจินตนาการถึงข้อจำกัดของการวิเคราะห์ CBO ให้ดีเท่าที่เป็นอยู่ ด้านหนึ่งเป็นการมองผลของกฎหมายรูปแบบเดียวใช่หรือไม่? อย่างที่คุณพูด มันแค่ดูที่ต้นทุนและผลกระทบของงบประมาณ ด้วยโมเดล AI คุณสามารถดูความหมายอื่นๆ ได้เช่นกัน คุณสามารถดูได้ว่าการแทรกแซงเหล่านี้จะบรรลุผลตามที่ตั้งใจไว้หรือไม่? จะเกิดผลลำดับที่สองและสามตามมาหรือไม่? และมันก็มีแนวคิดเหมือนที่คุณพูดทุกประการ แบบจำลองงบประมาณส่วนใหญ่นั้นสร้างขึ้นจากสมมติฐานที่ว่าอดีตจะเกิดขึ้น อนาคตจะจำลองอดีต และสิ่งที่โมเดล AI เหล่านี้ทำได้ โดยเฉพาะอย่างยิ่งโมเดลที่อิงกับเอเจนต์ เป็นจริงแล้วลบล้างสมมติฐานนั้น และดูว่าตัวแทนแต่ละคนไม่ว่าจะเป็นบุคคลหรือบริษัทอาจดำเนินการตามสิ่งที่เรารู้จากอินพุตประเภทต่างๆ ได้อย่างไร ดังนั้น AI จึงช่วยให้คุณสามารถทดสอบได้มากขึ้นและทำได้ด้วยวิธีที่หลากหลายกว่าที่ฉันคิดว่าเราทำการวิเคราะห์แบบอื่นในปัจจุบัน

Tom Temin: แล้วหุ่นแบบนั้นจะหน้าตาเป็นยังไง? ฟังดูเหมือนเป็นแบบจำลองของนักเศรษฐศาสตร์ที่รับข้อมูลต่างๆ และพยายามยัดเยียดพฤติกรรมในอนาคตจากพวกเขาด้วยความเข้าใจ เช่น ถ้าคุณเก็บภาษีบางอย่าง คุณจะได้น้อยกว่านั้น และถ้าคุณจูงใจอะไรบางอย่าง คุณจะได้อะไรมากกว่านั้น? นั่นคือปริมาณทั้งหมดหรือไม่? และข้อมูลที่มีอยู่จริงสามารถนำเข้าโดยคณะกรรมาธิการรัฐสภาหรือสำนักงานโดยสุจริตหรือไม่ เพื่อให้พวกเขาได้รับวัตถุประสงค์และไม่ใช่การประเมินทางการเมือง

โจ มาริอานี: อย่างแน่นอน. ใช่อย่างแน่นอน และฉันคิดว่ามีแบบจำลอง ข้อมูล แล้วก็อย่างที่คุณพูด ความหมายแบบนี้จากมุมมองทางการเมืองคืออะไร และที่ดีคือด้านโมเดลมีหลากหลายรุ่น มีโมเดลอิงเอเจนต์ประเภทหนึ่งที่เราอธิบายไว้ มีโมเดลระบบ และโมเดลเหล่านั้นอาจดูเหมือนโมเดลเศรษฐกิจมาก ตัวอย่างเช่น ไอร์แลนด์มีนักวิจัยบางคนที่สร้างแบบจำลองตามระบบเพื่อพิจารณาบางส่วนของเศรษฐกิจของตน เพื่อให้พวกเขาสามารถจำลองได้หากการแทรกแซงต่างๆ มีแนวโน้มที่จะทำให้ภาคส่วนเทคโนโลยีขั้นสูงเติบโตในบางส่วนของประเทศ สำหรับข้อมูล ฉันคิดว่า จริง ๆ แล้ว รัฐบาลอยู่ในจุดที่ดี เพราะข้อมูลของรัฐบาลจำนวนมากนั้นเปิดและค้นพบได้อยู่แล้ว และไม่ว่าจะเป็นเรื่องอย่างการสำรวจสำมะโนประชากรที่เราสามารถเจาะลึกและรับรายละเอียดเกี่ยวกับประชากรหรือข้อมูลประเภทอื่นๆ การมีข้อมูลแบบเปิดนั้นสามารถช่วยให้สภาคองเกรสใช้มันได้ และยังได้รับประโยชน์จากการสร้างชุดข้อมูลที่สะอาดสำหรับผู้อื่น ใช้. และสุดท้าย ในแง่ของผลลัพธ์ ผมคิดว่า AI มีข้อได้เปรียบตรงนั้นมาก เพราะจริงๆ แล้ว มันมีข้อจำกัด ดังนั้น AI จะไม่สามารถบอกคุณได้ว่าอะไรถูก อะไรผิด อะไรคือวิธีแก้ปัญหาที่ดีที่สุด อะไรเป็นที่ต้องการและไม่พึงปรารถนา เป็นเพียงการบอกคำตอบสำหรับคำถามที่คุณถามเท่านั้น และสิ่งที่สามารถทำได้ และโดยเฉพาะอย่างยิ่งในหลายๆ โมเดลเหล่านี้ คือการค้นพบสมมติฐานที่เรานำมาสู่สิ่งเหล่านี้ โดยเฉพาะอย่างยิ่ง หัวข้อประเภทที่กระตุ้นอารมณ์ และมีงานวิจัยบางชิ้นที่แสดงให้เห็นว่าการทดลองกับแบบจำลองเหล่านี้สามารถช่วยขับเคลื่อนฉันทามติได้แม้ในประเด็นที่เรียกเก็บจากอารมณ์เหล่านั้น ดังนั้นการเล่นกับตัวแบบเองก็สามารถช่วยปรับปรุงกระบวนการทางกฎหมายได้

credit: ronaldredito.org cheapcustomsale.net trinitycafe.net faultyvision.net luxurylacewigsheaven.net norpipesystems.com devrimciproletarya.info derrymaine.net tomsbuildit.org taboocartoons.net