Pacific Northwest National Laboratory ja OpenAI tekevät yhteistyötä liittovaltion lupamenettelyjen nopeuttamiseksi

Liittovaltion hallituksen kriittisen infrastruktuurin lupamenettelyjen modernisointi on välttämätöntä nopeamman, turvallisemman ja kilpailukykyisemmän Yhdysvaltain talouden rakentamiseksi. Energiahankkeista ja edistyneestä valmistuksesta liikenne- ja vesijärjestelmiin, lupamenettelyt ratkaisevat, kuinka nopeasti lupaavista ideoista tulee todellisia investointeja. Silti vielä nykyään ympäristö- ja tekniset arvioinnit kestävät usein vuosia, mikä hidastaa innovointia, lisää kustannuksia ja viivästyttää hyötyjä, joita nämä hankkeet tuovat yhteisöille.

Siksi OpenAI on ryhtynyt yhteistyöhön Yhdysvaltain energiaministeriön Pacific Northwest National Laboratoryn (PNNL) ja sen PermitAI^TM⁠(avautuu uudessa ikkunassa)-tiimin kanssa, jotta voidaan arvioida, voivatko koodausagentit auttaa vastuullisesti nopeuttamaan liittovaltion lupamenettelyjä. PermitAI, Yhdysvaltain energiaministeriön politiikkaosaston rahoittama aloite, ja OpenAI tekivät yhteistyötä 19 aihealueen asiantuntijan kanssa National Environmental Policy Act -lain arviointiprosessissa suunnitellakseen vertailuarvon (nimeltään DraftNEPABench) sen arvioimiseksi, kuinka hyvin tekoälymallit suoriutuvat NEPA-työnkulkuihin liittyvissä tehtävissä, kuten ympäristövaikutusten arviointilausuntojen laatimisessa. 

Edustavassa joukossa laatimistehtäviä, jotka kattoivat 18 liittovaltion viraston NEPA-asiakirjaosioita, 19 asiantuntijaa havaitsi, että yleistetyt koodausagentit voivat nopeuttaa NEPA-asiakirjojen laatimistyötä jopa 1–5 tuntia alaosiota kohden – jopa noin 15 % vähemmän laatimiseen kuluvaa aikaa – mikä on merkittävä edistysaskel siinä, miten tekoäly voi tukea monimutkaisia julkishallinnon työnkulkuja.

Liittovaltion lupamenettely on monimutkainen ja asiakirjapainotteinen prosessi valtionhallinnossa. Arviointien tekeminen edellyttää usein satojen sivujen teknisten raporttien lukemista, tietojen ristiintarkistamista useista lähteistä ja yksityiskohtaisten analyysien laatimista, joiden on täytettävä sääntelyvaatimukset.

Tämän yhteistyön kautta OpenAI ja PNNL tutkivat yleistävien koodausagenttien (tässä tapauksessa Codex CLI) tehoa⁠(avautuu uudessa ikkunassa) tehokkaana tapana saada tehokkuutta päättelymalleista, kuten GPT‑5:stä, tiedostojärjestelmää käyttävissä tutkimustehtävissä, teknisissä analyysitehtävissä ja raporttien kirjoitustehtävissä. Antamalla malleille pääsyn komentorivikäyttöliittymään (jota tyypillisesti käytetään koodaustehtävissä), ne voivat käyttää tehtävän ratkaisemiseen yleisempiä strategioita kuin käsin laadittuja heuristiikkoja. Näiden agenttien on:

• luettava ja syntetisoitava tarkasti asiakirjat kattaen satoja sivuja teknistä ja sääntelyyn liittyvää sisältöä
• tarkistettava faktat useista ympäristöön, suunnitteluun ja sääntelyyn liittyvistä lähteistä
• laadittava jäsenneltyjä raportteja, jotka täyttävät tarkasti määritellyt lakisääteiset ja tekniset kriteerit.

Jotta Yhdysvallat voi jatkaa taloutensa kasvattamista tekoälyn aikakautena⁠(avautuu uudessa ikkunassa), sen on kyettävä kehittymään turvallisesti, vastuullisesti ja nopeasti. Koska tekoälyjärjestelmät vaikuttavat yhä enemmän fyysiseen maailmaan, meidän on ymmärrettävä niiden kyvyt esimerkiksi maa- ja vesirakentamisen, ympäristön ja sääntelyanalyysin kaltaisilla aloilla. Ajan myötä edistyneiden mallien on ymmärrettävä lait ja säädökset tarkasti, kun ne auttavat keksimään uusia ja turvallisempia teknologioita, suojelemaan luonnonvaroja ja vastaamaan ihmisten tarpeisiin.

Yli 50 vuoden ajan prosessi on edellyttänyt, että liittovaltion virastot tarkastavat ja dokumentoivat eri hankkeiden (kuten sillat, voimalaitokset, siirtolinjat ja tuotantolaitokset) ympäristövaikutukset. Tämä vertailuarvo auttaa tunnistamaan, missä tämän päivän tekoälymallit voivat vastuullisesti auttaa ihmisiä nopeuttamaan tällaisia työnkulkuja. 

Autonomian riskien vähentämisen lisäksi tämä työ voi edistää parempien käyttöliittymien suunnittelua asiantuntijoille ja tekoälylle. Staattisten PDF-tiedostojen lisäksi koodausagentit voivat luoda työnsä pohjalta dynaamisesti verkkopohjaisia raportteja ja interaktiivisia visualisointeja, jotka helpottavat ihmistarkastajien validointityötä. 

Tekoälyn avulla virastot voivat arvioida, tarkentaa ja hyväksyä ehdotuksia tehokkaammin, ja julkishallinnon työntekijät saavat vipuvaikutusta tekoälyagenttitiimeistä, jotka hoitavat aikaa vieviä työn osia. Näin julkishallinnon työntekijät voivat keskittyä harkintaan, valvontaan ja monimutkaiseen päätöksentekoon. Tämä työ on linjassa OpenAI:n laajemman julkishallinnon sitoumuksen ja "OpenAI valtionhallinnon tueksi" -ohjelman tavoitteen kanssa tarjota julkishallinnon työntekijöille työkaluja, jotka tekevät heistä tehokkaampia ja paremmin tuettuja.

Tämä vertailuarvo arvioi mallin kykyä suoriutua tarkasti määritellyissä suunnittelutehtävissä, joissa on saatavilla relevantti konteksti, eikä todellisten lupapäätösten täyttä epäselvyyttä ja harkinnanvaraisuutta. Se korostaa tarkkuutta ja viitteiden oikeaa käyttöä selventääkseen, missä mallit voisivat auttaa ihmistarkastajia. Kun tarkastelimme epäonnistumistapauksia, havaitsimme, että jotkin “virheet” johtuivat itse asiassa vanhentuneista viitteistä ja heikoista arviointikriteereistä, ja meidän oli päivitettävä arviointimatriisit vastaavasti. Yleisemmin ottaen, jos lähdemateriaalit ovat puutteellisia, epäjohdonmukaisia tai vanhentuneita, mallit eivät välttämättä huomioi tällaisia ristiriitaisuuksia ilman nimenomaisia ohjeita. Todellisissa käyttöönottotilanteissa käytetään todennäköisemmin asiantuntijapalautetta ja iteraatiota, minkä odotetaan parantavan suorituskykyä enemmän kuin näissä itsenäisissä vertailuarvotehtävissä on raportoitu. 

OpenAI tukee PNNL:ää kehittääkseen ja tarkentaakseen edelleen PermitAI⁠(avautuu uudessa ikkunassa):n sovelluksiin tarkoitettuja ratkaisuja, jotka on suunniteltu auttamaan liittovaltion virastoja virtaviivaistamaan lupaprosesseja. Ajan myötä odotamme, että liittovaltion tarkastamien infrastruktuurihankkeiden hyväksynnän keskimääräinen käsittelyaika lyhenee kuukausista viikkoihin, mikä nopeuttaa hankkeiden kehittämistä, vahvistaa Yhdysvaltojen kilpailukykyä ja tukee pitkän aikavälin talouskasvua.