ประสบการณ์การฟังที่ดีที่สุดอยู่บน Chrome, Firefox หรือ Safari สมัครรับเสียงสัมภาษณ์ประจำวันของ Federal Drive ใน Apple Podcasts หรือ PodcastOneหน่วยงานบริหารของรัฐบาลกลาง – และนั่นคือเกือบทั้งหมด – ได้รับชื่อเพราะพวกเขาจัดการกฎระเบียบที่เกิดจากกฎหมาย การตัดสินใจนับครั้งไม่ถ้วนในทุกรัฐการบริหารต้องใช้ผู้คนในการตัดสินใจ ตอนนี้นักวิชาการบางคนมองว่าปัญญาประดิษฐ์อาจช่วยให้หน่วยงานต่างๆ ทำงานของเราได้หรือไม่ David Freeman Engstrom ศาสตราจารย์ด้านกฎหมายจาก Stanford Law School เข้าร่วมกับFederal Drive กับ Tom Teminด้วยสิ่งที่พวกเขาค้นพบ
อ่านเพิ่มเติมได้จากซีรีย์นี้
บันทึกการสัมภาษณ์:
Tom Temin:ศาสตราจารย์ Engstrom ยินดีที่ได้ร่วมงาน
Insight by Tanium: เอเจนซีกำลังฝึกฝนวิธีที่ดีที่สุดในการรักษาความปลอดภัยซอฟต์แวร์และมองเห็นซัพพลายเออร์ได้ดีขึ้น เราพูดคุยกับผู้นำจาก DoD, FDA, GSA, NASA และรัฐเพื่อเปิดเผยว่าหน่วยงานต่าง ๆ ตอบสนองความต้องการในการมองเห็นแนวทางปฏิบัติทางไซเบอร์ของผู้ขายได้อย่างไร
David Freeman Engstrom:ขอบคุณที่มีฉัน
ทอม เทมิน:ก่อนอื่น ขอบเขตของการศึกษาคืออะไร และอะไรทำให้คุณสนใจหัวข้อนี้โดยเฉพาะ นั่นคือปัญญาประดิษฐ์ในการตัดสินใจด้านการบริหาร
เดวิด ฟรีแมน เองสตรอม:แรงผลักดันสำหรับการศึกษานี้คือ มีการถกเถียงเกิดขึ้นเกี่ยวกับการใช้ AI ของภาครัฐ ดังนั้นการใช้ AI โดยรัฐบาล แต่การถกเถียงส่วนใหญ่มุ่งเน้นไปที่ด้านอาชญากรของรัฐบาล ในระบบยุติธรรมทางอาญา ดังนั้นคิดว่าเครื่องมือประเมินความเสี่ยงที่ใช้ในการประกันตัวและทัณฑ์บนและการตัดสินใจในการพิจารณาคดีหรือการรักษาเชิงคาดการณ์ คำถามเหล่านี้เป็นคำถามยอดนิยม และเรายินดีเป็นอย่างยิ่งที่มีการถกเถียงกันมากมายเกี่ยวกับเรื่องนี้ แต่ระบบนี้ไม่ได้ให้ความสนใจมากนัก และคุณไม่ต้องเหลียวมองมากจนเกินไปเพื่อดูว่ามีการปฏิวัติอย่างเงียบๆ เกิดขึ้นจริงในการที่รัฐบาลดำเนินการตามหน้าที่ด้านกฎหมายแพ่งเหล่านั้น ดังนั้นเราจึงสร้างทีมที่คุณสามารถสร้างได้ที่สแตนฟอร์ดเท่านั้น มีนักกฎหมายหลายคน โรงเรียนสอนธุรกิจบางประเภท
Tom Temin:และคุณก็พบว่ามันเริ่มใช้มันในหลาย ๆ กรณี บอกเราเกี่ยวกับข้อค้นพบที่ได้รับความนิยมสูงสุด
เดวิด ฟรีแมน เองสตรอม:แน่นอน ดังนั้นเราจึงให้ทีมของเราตรวจสอบหน่วยงาน หน่วยงานย่อย 120 แห่ง และหน่วยงานรัฐบาลเต็มรูปแบบ และพยายามแสดงกรณีการใช้งานที่เป็นไปได้ทั้งหมดที่พวกเขาทำได้ และพวกเขาพบประมาณ 160 คน พวกเขาพบว่า 45% ของหน่วยงานย่อยและหน่วยงานเหล่านั้นกำลังทดลองหรือใช้เครื่องมือแมชชีนเลิร์นนิงไม่อย่างใดอย่างหนึ่งอย่างเต็มที่ คุณจึงพูดได้เต็มปากว่าตอนนี้เครื่องมือเหล่านี้ครอบคลุมรัฐบาล ครอบคลุมพื้นที่ด้านนโยบาย ตั้งแต่การบังคับใช้กฎหมายไปจนถึงการศึกษา และทุกสิ่งในระหว่างนั้น มันครอบคลุมงานด้านการกำกับดูแล ดังนั้นการวิเคราะห์จำนวนมากที่หน่วยงานต้องทำ การมีส่วนร่วมกับสาธารณะจำนวนมากที่หน่วยงานต้องทำจึงถูกขับเคลื่อนโดยเครื่องมือแมชชีนเลิร์นนิง การส่งมอบบริการสาธารณะจำนวนมาก และที่สำคัญที่สุดในความคิดของเรา เครื่องมือเหล่านี้กำลังถูกใช้เพื่อตัดสิน ดังนั้นให้นึกถึงสิทธิประโยชน์ด้านความพิการที่สำนักงานประกันสังคมหรือสิทธิ์ในทรัพย์สินทางปัญญาที่สำนักงานสิทธิบัตรและเครื่องหมายการค้าของสหรัฐอเมริกา นั่นคือด้านตัดสิน และการบังคับใช้ – หน่วยงานบังคับใช้หลักจำนวนมากได้เริ่มใช้เครื่องมือการเรียนรู้ด้วยเครื่องเพื่อพยายามคาดการณ์ว่าใครอาจละเมิดกฎหมายของรัฐบาลกลาง เพื่อให้หน่วยงานสามารถจัดสรรทรัพยากรที่หายากเพื่อการสอบสวนเพิ่มเติม และอาจถึงขั้นบังคับใช้การบังคับใช้กับเป้าหมายเหล่านั้น .
ทอม เทมิน:และเมื่อเราพูดถึงการตัดสินคดี โดยทั่วไปแล้วเป็นการตัดสินโดยมนุษย์ที่อยู่บนพื้นฐานของข้อเท็จจริง และมนุษย์นั้นมีความรู้ในกฎข้อบังคับที่มีอยู่ และใช่ คุณสมควรได้รับความพิการหรือไม่ และเครื่องมือ AI ก็ถูกนำมาใช้เพื่อแทนที่การตัดสินใจของมนุษย์ หรือพวกเขาแจ้งในลักษณะที่คุณยังมีการตัดสินใจที่ตรวจสอบได้ซึ่งกระทำโดยบุคคลที่บุคคลนั้นสามารถปกป้องได้
เดวิด ฟรีแมน เองสตรอม:ดังนั้นฉันคิดว่าการค้นหาสิ่งที่สำคัญที่สุดอีกประการหนึ่งที่ป้อนคำถามของคุณหรือตอบสนองต่อคำถามของคุณคือเราไม่พบการตัดสินใจอัตโนมัติอย่างสมบูรณ์ภายในรัฐบาลกลางมากนัก หากมี ดังนั้นเครื่องมือเหล่านี้จึงช่วยผู้มีอำนาจตัดสินใจในขณะนั้น ในบางกรณี นั่นเป็นเพราะข้อจำกัดทางเทคนิคของเครื่องมือ และกรณีอื่นๆ เป็นเพราะฉันคิดว่าเรามีความวิตกกังวลอย่างแท้จริงและชอบด้วยกฎหมายเกี่ยวกับการแทนที่ดุลยพินิจของมนุษย์โดยสิ้นเชิง ที่ Social Security Administration เครื่องมือบางอย่างเกี่ยวข้องกับการพิจารณาคดี โดยจะจัดกลุ่มคดีที่คล้ายกันเข้าด้วยกัน เพื่อให้ผู้พิพากษาศาลปกครองสามารถดำเนินการผ่านคดีเหล่านั้นได้รวดเร็วและเท่าเทียมกันมากขึ้น ดังนั้นหนึ่งในปัญหาที่หน่วยงานขนาดใหญ่และพิจารณาคดีจำนวนมากอย่าง SSA มีงานในมือ บางครั้งทหารผ่านศึกที่คณะกรรมการอุทธรณ์ทหารผ่านศึกต้องใช้เวลาหลายปีในการตัดสิน ปัญหาอีกประการหนึ่งของหน่วยงานเหล่านี้คือความไม่เท่าเทียมกันระหว่างผู้พิพากษาในการตัดสินใจ ดังนั้น แม้ว่ากรณีต่างๆ จะถูกจัดสรรแบบสุ่มให้กับผู้พิพากษาฝ่ายบริหาร แต่ที่ SSA มีผู้พิพากษาบางคนที่ให้สวัสดิการด้านความทุพพลภาพ 5% ของเวลาทั้งหมด และผู้พิพากษาบางคนที่ให้สวัสดิการแก่พวกเขา 95% ของเวลาทั้งหมด ดังนั้นสิ่งที่นอกเหนือจากข้อดีของกรณีเหล่านั้นจะต้องขับเคลื่อนผลลัพธ์เหล่านั้น ดังนั้นคุณสามารถนึกถึงเครื่องมือคัดแยกที่รวมกลุ่มกรณีต่างๆ เข้าด้วยกันเพื่อพยายามลดปัญหาทั้งสองอย่าง เครื่องมือที่น่าสนใจที่สุดของ SSA คือสิ่งที่เรียกว่า Insight System และเป็นเครื่องมือประมวลผลภาษาธรรมชาติที่สามารถช่วยระบุข้อผิดพลาดในการตัดสินใจฉบับร่างได้ เมื่อผู้พิพากษา
