L’usage de l’IA au Congrès s’étend plus vite que sa supervision

L’usage de l’IA au Congrès a dépassé le stade des expérimentations, alors même que les législateurs peinent encore à s’accorder sur les règles encadrant une technologie dont ils dépendent de plus en plus.

Une enquête de NBC News menée auprès de 12 élus de la Chambre des représentants et du Sénat a révélé que l’IA soutient la recherche sur les politiques publiques, le travail législatif et des tâches personnelles. Les exemples vont de la rédaction de projets de loi à la création de chansons d’anniversaire.

Le sénateur Tommy Tuberville a décrit ses conversations avec ChatGPT lors de longs trajets à travers l’Alabama. Ses questions porteraient notamment sur Medicare, Medicaid et d’autres sujets qui façonnent ses positions politiques.

Ces exemples font de cette histoire bien davantage qu’une collection d’habitudes insolites au Congrès. Les législateurs deviennent à la fois clients, utilisateurs et potentiels régulateurs des mêmes systèmes.

Ce chevauchement crée un problème majeur de responsabilité. Le Congrès doit décider à quel moment l’IA est un assistant acceptable, quand l’examen humain devient obligatoire et ce que le public est en droit de savoir.

Le conflit émergent n’oppose donc pas le Congrès à l’IA. Il oppose l’efficacité institutionnelle à la responsabilité publique, tandis que les politiques et leur application restent à la traîne par rapport à l’adoption quotidienne.

Ce que le Congrès fait réellement avec l’IA

L’IA est entrée dans le travail parlementaire par des tâches ordinaires, et non par un programme coordonné de modernisation.

L’enquête auprès des législateurs, publiée le 18 septembre, offre un aperçu révélateur. Des membres du Congrès ont décrit des usages qui différaient par leur gravité, leur sensibilité et leur proximité avec les décisions officielles.

Certains législateurs utilisent les chatbots comme assistants conversationnels de recherche. Ils peuvent demander un résumé, tester un argument ou poser des questions complémentaires sans attendre une note d’information officielle.

L’usage qu’en fait Tuberville pendant ses trajets illustre l’attrait de ces produits pour des responsables très occupés. Une interface conversationnelle peut transformer du temps de déplacement en séance informelle de travail sur les politiques publiques.

Cela ne signifie pas que le chatbot fournit une note neutre ou fiable. Cela signifie que le logiciel offre rapidité, accessibilité et l’apparence d’un expert réactif.

D’autres usages au Congrès se rapprochent davantage du cœur de l’activité institutionnelle. L’IA générative peut proposer des formulations, résumer des amendements, comparer des documents et examiner si une idée législative respecte les exigences procédurales.

Les républicains de la Chambre ont déjà exploré cette limite avec le Byrd Bot. Le système aide les utilisateurs à évaluer des idées au regard de la Byrd Rule, qui détermine ce qui peut figurer dans une loi de réconciliation budgétaire.

Le système aurait été entraîné à partir de milliers de documents liés à de précédentes décisions concernant la Byrd Rule. Il peut proposer des modifications à un texte législatif avant que le parlementaire du Sénat n’examine la proposition sous-jacente.

Il s’agit d’une tâche plus circonscrite que de demander à un chatbot généraliste de rédiger un projet de loi de toutes pièces. Elle place néanmoins un système probabiliste à proximité de décisions qui déterminent quelles dispositions survivent au Congrès.

La Chambre a également utilisé le Comparative Print Suite, un système introduit en 2022 pour comparer les différentes versions de textes législatifs. La comparaison de documents se prête particulièrement bien à l’assistance machine, car les documents sources peuvent être identifiés et vérifiés.

Les usages créatifs et personnels occupent l’autre extrémité du spectre. Une chanson d’anniversaire présente peu de risque institutionnel lorsqu’elle reste privée et ne contient aucune information sensible.

Toutefois, cette grande diversité importe, car elle montre comment l’adoption de l’IA se diffuse habituellement. Une tâche sans risque crée de la familiarité, la familiarité encourage l’expérimentation, et l’expérimentation atteint ensuite des travaux à plus forts enjeux.

L’usage de l’IA au Congrès ne peut donc pas être mesuré en demandant simplement si les membres « utilisent l’IA ». Les questions importantes portent sur la tâche, les données, le modèle, le processus de vérification et les conséquences d’un résultat erroné.

Une chanson, un résumé de politique publique et une proposition de texte législatif peuvent provenir d’interfaces similaires. Ils ne méritent pas des protections identiques.

Cette distinction pose le défi central du Congrès. Il lui faut des règles qui reconnaissent différents niveaux de risque sans supposer que chaque interaction avec un chatbot est soit inoffensive, soit inacceptable.

Pourquoi l’usage de l’IA au Congrès s’accélère maintenant

Le Congrès adopte l’IA parce que sa charge de travail récompense la rapidité, tandis que sa structure décentralisée permet à des centaines de bureaux de faire des choix distincts.

Le bureau de chaque membre fonctionne comme une petite organisation gérant la législation, la communication, les agendas, la supervision et le service aux administrés. Les commissions y ajoutent les enquêtes, les auditions, l’examen de documents et le travail spécialisé sur les politiques publiques.

Les collaborateurs doivent assimiler de longs rapports, suivre l’actualité, répondre à la correspondance et préparer leurs élus aux votes. L’IA générative promet de premiers brouillons plus courts et des recherches plus rapides parmi ces informations.

Ces gains peuvent sembler concrets même lorsque le résultat sous-jacent demeure imparfait. Un attaché de presse du Congrès a indiqué au Washington Post que l’IA faisait gagner trois ou quatre heures de travail par semaine.

Le même article a révélé que la Chambre avait acquis 6 000 licences Microsoft Copilot. Environ la moitié auraient été utilisées lors de la publication de l’article, et les responsables de la Chambre avaient prolongé l’accord.

Ces chiffres montrent une adoption à l’échelle institutionnelle, et non des expérimentations isolées. Pourtant, la mise en œuvre varie encore d’un bureau à l’autre, créant des pratiques différentes au sein de la même chambre.

La structure du Congrès amplifie cette incohérence. Les bureaux de la Chambre et du Sénat disposent de directions, de personnels, de budgets technologiques, d’incitations politiques et de tolérances à l’expérimentation distincts.

Une administration centrale peut approuver des produits et imposer des restrictions. Elle ne peut pas observer chaque requête, chaque document copié ni chaque brouillon généré qui circule dans des centaines de flux de travail quotidiens.

La concurrence entre bureaux ajoute une pression supplémentaire. Si une équipe de communication produit davantage de discours, de publications et de tribunes grâce à l’IA, un bureau voisin plus prudent peut se sentir désavantagé.

La même dynamique s’applique à la recherche législative. Les collaborateurs capables de résumer des documents plus rapidement peuvent donner à leur bureau davantage de temps pour la négociation, la sensibilisation ou la supervision.

La pression vient aussi de l’extérieur du pouvoir législatif. Les agences, sous-traitants, groupes de défense et entreprises technologiques utilisent l’IA pour analyser les politiques publiques et présenter leurs arguments au Congrès.

Les législateurs ne peuvent pas superviser efficacement des institutions assistées par l’IA sans comprendre les outils concernés. Des responsables du Congrès ont soutenu que le pouvoir législatif devait suivre le rythme de l’adoption par le pouvoir exécutif afin d’exercer une supervision significative.

Ce raisonnement est crédible, mais il ne résout pas le problème de gouvernance. Se familiariser avec un chatbot ne produit pas automatiquement une expertise sur les limites des modèles, le traitement des données ou les systèmes de décision automatisés.

La technologie arrive également par les produits que le Congrès utilise déjà. L’intégration de Copilot par Microsoft dans des logiciels de bureau familiers réduit l’obstacle pratique à l’adoption.

Cette distribution intégrée compte davantage que la nouveauté. Les employés n’ont pas besoin de chercher un laboratoire spécialisé lorsqu’un assistant apparaît dans leur messagerie, leurs documents, leurs feuilles de calcul ou leur stockage cloud.

Le résultat ressemble à l’adoption de l’IA dans d’autres environnements de travail intellectuel. Les personnes commencent par les résumés et les brouillons avant d’intégrer ces systèmes à la gestion courante de l’information.

Un flux de travail de connaissance structuré peut préserver la visibilité des sources et du raisonnement humain. Une conversation avec un chatbot générique peut au contraire masquer l’origine d’une affirmation.

Pour le Congrès, cette différence a des conséquences publiques. Les décisions législatives exigent des preuves traçables, une responsabilité identifiable et des archives capables de résister à l’examen politique et juridique.

La pression en faveur de l’adoption est donc immédiate, tandis que les bénéfices d’une gouvernance rigoureuse sont moins visibles. Ce déséquilibre explique pourquoi l’usage opérationnel peut dépasser la politique écrite.

L’efficacité et la responsabilité entrent en collision

L’IA peut réduire le travail routinier, mais le Congrès ne peut pas déléguer à un modèle la responsabilité des lois, de la supervision ou des déclarations publiques.

L’IA générative produit du texte en prédisant des séquences probables à partir de motifs présents dans les données d’entraînement et du contexte fourni. Elle ne vérifie pas la vérité, à moins qu’un flux de travail ne récupère et contrôle séparément les sources.

Cette limite devient sérieuse lorsqu’un résultat influence la formulation d’un texte de loi. Un modèle peut produire des dispositions fluides qui entrent en conflit avec le droit existant, omettent des définitions ou créent des interprétations non intentionnelles.

La rédaction législative exige davantage qu’une prose lisible. Les juristes doivent tenir compte de la compétence, des renvois, des crédits budgétaires, de l’application, des précédents et de la manière dont les tribunaux pourraient interpréter chaque formulation.

L’Office of Legislative Counsel existe pour transformer des objectifs de politique publique en textes juridiquement applicables. Les brouillons générés par l’IA peuvent aider la discussion, mais ils ne peuvent pas assumer la responsabilité institutionnelle du résultat.

Le Byrd Bot offre une illustration utile. Son objectif délimité est plus défendable que de demander à un chatbot un projet de loi complet de réconciliation.

Les utilisateurs peuvent comparer ses suggestions avec la règle, les décisions antérieures et les conseils du parlementaire du Sénat. Cela rend la vérification possible, du moins en principe.

Néanmoins, des experts interrogés pour l’analyse du Byrd Bot ont averti qu’une personne restait la meilleure autorité. Ils ont également souligné que les grands modèles de langage peuvent halluciner et produire des textes de faible qualité.

Un système entraîné sur des documents antérieurs peut identifier des motifs sans reproduire fidèlement le jugement institutionnel. Les décisions procédurales dépendent aussi d’un contexte que les documents historiques ne saisissent peut-être pas entièrement.

L’écart de responsabilité devient plus net lorsque l’IA façonne les communications publiques. Les électeurs supposent raisonnablement que le discours, la lettre ou la déclaration d’un membre représente le jugement de cet élu.

Le représentant Jake Auchincloss a illustré cette tension en 2023 en lisant à la Chambre un discours généré par ChatGPT. Son équipe estimait qu’il s’agissait du premier discours de ce type prononcé au Congrès.

L’expérience a été divulguée et visait à susciter un débat. Selon le récit du discours à la Chambre, Auchincloss a affiné sa requête à plusieurs reprises avant d’utiliser le résultat.

Cette intervention humaine n’a pas rendu le texte indépendant de l’IA. Elle a montré que la paternité devient plurielle lorsqu’une personne dirige, sélectionne, édite et prononce finalement un texte généré.

Les normes de divulgation restent incertaines. Le Congrès n’étiquette pas chaque passage façonné par un collaborateur, un juriste, un chercheur ou un expert extérieur.

L’IA diffère parce que ses erreurs peuvent paraître autoritaires sans qu’aucune source humaine ne les soutienne. Sa contribution peut également rester invisible après que le texte généré a été copié dans un autre document.

L’exemple de la chanson d’anniversaire peut sembler éloigné de ces préoccupations. Pourtant, il démontre avec quelle facilité les utilisateurs considèrent une même interface à la fois comme un outil de divertissement et comme un assistant de politique publique.

Cette familiarité peut affaiblir la prudence. Un modèle performant sur une demande créative à faible enjeu peut malgré tout inventer un projet de loi, décrire incorrectement un programme ou omettre une exception juridique.

Le Congrès doit préserver une ligne simple : l’IA peut contribuer à un processus, mais une personne identifiable doit rester responsable du travail final.

Ce principe est facile à énoncer, mais difficile à appliquer. Il exige des registres, des formations, des procédures de contrôle et des conséquences proportionnées à la sensibilité de chaque tâche.

La Chambre a des règles, mais leur application reste le point faible

Le Congrès est passé de l’expérimentation informelle à des garde-fous écrits, mais une règle que les membres du personnel ne comprennent pas ne peut pas encadrer les comportements de manière fiable.

La Chambre des représentants a annoncé une politique sur l’IA applicable à l’ensemble de l’institution le 19 septembre 2024. Elle décrivait un cadre d’utilisation de l’IA tout en gérant les risques de cybersécurité et les risques connexes.

Cette politique a également instauré une procédure permettant au personnel de soumettre des outils ou des cas d’usage à examen. Les responsables l’ont présentée comme une base appelée à évoluer avec la technologie.

La politique de la Chambre sur l’IA reconnaissait directement le compromis fondamental. L’IA pouvait améliorer l’efficacité, mais les informations sensibles et les responsabilités institutionnelles exigeaient une protection.

Les directives actuelles de la Chambre interdiraient de saisir des données sensibles, y compris des informations sur les administrés, dans des chatbots non autorisés. Elles limiteraient également les deepfakes, les décisions relatives au personnel et la finalisation des textes législatifs.

La distinction concernant les textes législatifs est importante. Une machine peut aider à préparer un projet, mais elle ne peut pas constituer l’autorité finale.

Certains bureaux ont adopté des contrôles supplémentaires. Le bureau de la sénatrice Elissa Slotkin exigerait une formation, interdirait les informations personnelles sur les administrés et proscrirait les produits finaux générés par l’IA, tels que les déclarations publiques.

Son bureau effectuerait également des contrôles ponctuels inopinés. Cette approche traite la gouvernance de l’IA comme une pratique opérationnelle, plutôt que comme un document que les employés reconnaissent avoir lu une seule fois.

Cependant, les reportages ont révélé d’importantes disparités. Des collaborateurs ont fait part de leur incertitude quant à ce que les règles du Congrès autorisent et quant à la question de savoir si les comptes personnels relèvent des flux de travail approuvés.

Un ancien haut responsable de la Chambre a qualifié l’utilisation de l’IA dans son bureau de véritable foire d’empoigne. D’autres ont déclaré que des collègues expérimentaient des systèmes imitant la voix d’un élu à partir de déclarations antérieures.

L’enquête sur les règles du Congrès n’a trouvé aucun cas d’application des règles que les personnes interrogées aient pu identifier. Le bureau compétent de la Chambre a refusé de discuter de cas potentiels.

L’absence de cas public ne prouve pas qu’aucune intervention interne n’a eu lieu. Elle montre toutefois que le Congrès ne dispose pas d’un historique visible d’application des règles permettant de clarifier les attentes.

La détection constitue un autre obstacle. Une violation de politique peut n’apparaître que lorsqu’un collaborateur signale un collègue, qu’un résultat contient une erreur manifeste ou que des documents sensibles apparaissent en dehors du système auquel ils étaient destinés.

Les comptes grand public créent un risque supplémentaire, car les administrateurs peuvent ne pas maîtriser la conservation des données, les paramètres d’entraînement, les journaux d’accès et les connexions à d’autres applications.

Même les produits d’entreprise approuvés nécessitent une configuration minutieuse. Une marque reconnue ne garantit pas que chaque version offre des contrôles équivalents en matière de confidentialité, de sécurité ou de contenu politique.

Microsoft Copilot en fournit un exemple notable. La Chambre a d’abord interdit la version commerciale, avant d’évoluer vers un vaste déploiement institutionnel dans le cadre d’un autre dispositif.

Cette séquence témoigne d’un examen responsable, mais elle montre aussi pourquoi les étiquettes au niveau du produit sont insuffisantes. Le modèle de déploiement et le contrat peuvent compter autant que le nom du modèle.

Les règles devraient donc se concentrer sur les données et les conséquences. Un cadre solide demande quelles informations entrent dans le système, qui peut les récupérer et comment les résultats affectent les personnes.

Il devrait également préciser quels dossiers doivent être conservés. Les institutions publiques ont besoin d’une piste d’audit lorsque l’IA façonne de manière substantielle la législation, les conclusions de contrôle ou les services aux administrés.

La formation doit couvrir des scénarios pratiques plutôt que des avertissements abstraits. Les collaborateurs doivent savoir reconnaître les données sensibles, les citations fabriquées, les tentatives d’injection de prompt et la confiance infondée suscitée par des réponses fluides.

Surtout, le Congrès a besoin d’une responsabilité applicable. Les bureaux devraient savoir qui examine les incidents, comment les violations sont signalées et quelles mesures correctives s’ensuivent.

Sans ces éléments, une politique écrite protège principalement l’image de l’institution. Elle protège moins les administrés, l’intégrité législative ou la confiance du public.

Les propres usages de l’IA du Congrès compliquent la réglementation

Les élus ne peuvent pas réglementer de manière crédible l’IA comme une menace lointaine lorsque ces mêmes systèmes soutiennent déjà leurs propres travaux de recherche, de rédaction et leurs opérations.

Cela ne disqualifie pas le Congrès pour agir. Les élus réglementent régulièrement des produits et des secteurs que les administrations publiques utilisent également.

L’expérience interne peut améliorer les politiques en révélant des bénéfices pratiques, des limites et des comportements inattendus. Un membre utilisant un chatbot peut poser des questions plus éclairées sur la vérification ou les fuites de données.

Le conflit apparaît lorsque la familiarité personnelle devient un substitut aux preuves. Une conversation satisfaisante avec ChatGPT ne démontre pas qu’un modèle est sûr pour les soins de santé, l’emploi, l’éducation ou la sécurité nationale.

Le Congrès doit distinguer les impressions des consommateurs de l’évaluation systémique. La réglementation nécessite des tests techniques, des préjudices documentés, une analyse économique et la participation des communautés concernées.

Les élus font également face à des incitations que les utilisateurs ordinaires n’ont pas. L’IA peut amplifier leur message public, accélérer la recherche partisane et accroître le volume des communications avec les administrés.

Cela rend la transparence particulièrement importante. Le public devrait savoir quand l’automatisation influence de manière substantielle les communications officielles ou l’élaboration des politiques.

La divulgation n’a pas besoin de couvrir la correction orthographique ou chaque phrase suggérée. Elle devrait s’appliquer lorsque du contenu généré devient une base importante pour une loi, un témoignage ou un produit destiné au public.

Le Congrès a également besoin de règles pour les soumissions externes. Les groupes de défense d’intérêts peuvent générer de grands volumes de textes de projets de loi, de commentaires, de lettres et de documents d’information rédigés par des modèles.

Le volume peut créer un faux signal d’intérêt public. Il peut également transférer les coûts d’examen vers les juristes et collaborateurs du Congrès, qui doivent identifier les documents dupliqués ou défectueux.

Le plaidoyer généré par l’IA n’est pas intrinsèquement illégitime. Le problème survient lorsque l’automatisation masque le parrainage, simule une participation indépendante ou submerge des capacités institutionnelles limitées.

Le débat réglementaire a déjà produit une activité considérable sans cadre fédéral complet. Le Brennan Center a recensé plus de 150 projets de loi liés à l’IA introduits au cours du 118e Congrès.

Dans le même temps, les États ont adopté des règles concernant les deepfakes politiques, les décisions automatisées, la vie privée et d’autres préjudices spécifiques. Les propositions fédérales continuent de diviser les élus sur l’innovation, la sécurité et l’autorité des États.

L’utilisation de l’IA par le Congrès ajoute une autre question à ce débat : le législatif devrait-il s’imposer des normes avant d’ordonner aux organisations privées de les respecter ?

Une réponse crédible n’exige pas une interdiction totale. Elle exige que le Congrès démontre les pratiques de gouvernance qu’il attend des autres.

Ces pratiques comprennent la classification des risques, les outils approuvés, la responsabilité humaine, le signalement des incidents, l’examen des marchés publics et des limites claires concernant les données sensibles.

Le Congrès devrait également publier des informations utiles sur l’adoption. L’utilisation agrégée, les systèmes approuvés, les incidents signalés et les audits de conformité peuvent éclairer le débat public sans exposer des travaux protégés.

L’utilisation propre à l’institution pourrait alors devenir un environnement de test pour des règles applicables. Elle pourrait montrer où les garde-fous imposent une friction raisonnable et où ils échouent dans des charges de travail réelles.

Cette approche renforcerait la réglementation, car les élus rencontreraient les coûts opérationnels de leurs exigences. Ils verraient également quelles protections demeurent nécessaires malgré ces coûts.

L’alternative est un déficit de crédibilité croissant. Le Congrès avertirait le public contre une IA peu fiable tout en acceptant discrètement des résultats peu fiables dans ses propres flux de travail.

Trois signaux montreront si le contrôle rattrape son retard

La prochaine phase sera définie par l’auditabilité, la conformité au niveau des bureaux et la divulgation publique, non par le nombre d’anecdotes sur les chatbots.

Le premier signal sera de savoir si la Chambre et le Sénat publient des procédures d’application plus claires. Les politiques identifient déjà les comportements interdits, mais les collaborateurs ont besoin d’une voie visible pour poser des questions et signaler des incidents.

Un système crédible désignerait les bureaux responsables, définirait des normes d’examen et expliquerait les conséquences. Il publierait également des informations agrégées sur l’application des règles sans exposer les travaux législatifs protégés.

Si le Congrès met en place ce processus, sa politique sur l’IA commencera à fonctionner comme une gouvernance institutionnelle. Un silence persistant renforcerait les inquiétudes selon lesquelles la conformité dépend principalement du jugement individuel.

Le deuxième signal sera de savoir si le travail législatif assisté par l’IA acquiert une piste d’audit durable. Des outils tels que le Byrd Bot devraient préserver les documents sources, les versions des modèles, les suggestions générées et les approbations humaines.

Ce registre est important lorsqu’une erreur se retrouve dans une proposition. Les examinateurs doivent pouvoir déterminer si le problème provient de preuves manquantes, d’instructions défaillantes, du comportement du modèle ou de l’acceptation humaine.

L’auditabilité ne signifie pas publier chaque projet confidentiel. Elle signifie garantir que les responsables autorisés peuvent reconstituer les usages importants après un litige ou un incident.

Si le Congrès exige un examen traçable pour les projets de loi assistés par l’IA, les objectifs d’efficacité et de responsabilité peuvent coexister. Si le texte généré circule dans des flux de travail de copier-coller, un contrôle significatif restera peu probable.

Le troisième signal sera de savoir si le Congrès adopte une règle de divulgation cohérente pour les contributions substantielles de l’IA. Un discours prononcé dans l’hémicycle généré par des prompts répétés mérite un traitement différent d’une correction grammaticale automatisée.

La même distinction devrait s’appliquer aux résumés de projets de loi, à la correspondance avec les administrés, aux documents de commission et aux médias synthétiques. Des seuils clairs protégeraient la productivité courante tout en préservant la confiance du public.

La divulgation seule ne garantira pas l’exactitude. Elle identifiera où commence la responsabilité humaine et empêchera l’assistance de l’IA de rester invisible lorsqu’elle façonne de manière substantielle le travail officiel.

Ces signaux influenceront également le débat réglementaire plus large. Les élus qui appliquent des garde-fous mesurables en interne disposeront d’arguments plus solides pour les exiger ailleurs.

Il est peu probable que l’utilisation de l’IA par le Congrès recule. Ces outils s’adaptent à trop de tâches récurrentes, et chaque nouveau déploiement dans un bureau abaisse le seuil pour l’expérimentation suivante.

La question pratique est de savoir si l’institution met en place une gouvernance avant qu’un échec évitable ne la contraigne à agir. Une citation fabriquée, un dossier d’administré divulgué ou une disposition défectueuse transformerait une lacune politique abstraite en événement public.

Les lecteurs devraient surveiller les administrateurs du Congrès, et pas seulement les élus individuels. Les conditions de marchés publics, les rapports d’audit, les exigences de formation et les divulgations relatives à l’application des règles en révéleront davantage qu’un nouveau prompt ingénieux.

Ils devraient également se demander si les lois proposées sur l’IA correspondent au comportement du Congrès lui-même. Une règle exigeant la transparence des entreprises mérite d’être comparée à la transparence au sein du législatif.

L’IA peut aider les responsables publics à rechercher, résumer, comparer et rédiger. Elle ne peut pas assumer la responsabilité démocratique attachée à ces tâches.

La prochaine fois qu’un élu décrit son utilisation d’un chatbot, regardez au-delà de la nouveauté. Demandez quelles données sont entrées dans le système, qui a vérifié le résultat et si quelqu’un pourrait reconstituer le processus.

Ces questions offrent le test le plus clair de l’utilisation de l’IA par le Congrès. Elles montrent aussi si l’institution qui réglemente la technologie est prête à gouverner sa propre dépendance à son égard.