Wykorzystanie AI w Kongresie rozwija się szybciej niż jego nadzór

Wykorzystanie AI w Kongresie wyszło poza fazę eksperymentów, choć ustawodawcy wciąż mają trudności z uzgodnieniem zasad dotyczących technologii, na której coraz częściej polegają.

Ankieta NBC News wśród 12 członków Izby Reprezentantów i Senatu wykazała, że AI wspiera badania nad polityką, prace legislacyjne oraz zadania osobiste. Przykłady obejmowały zarówno redagowanie projektów ustaw, jak i pisanie piosenek urodzinowych.

Sen. Tommy Tuberville opisał rozmowy z ChatGPT podczas długich podróży samochodem po Alabamie. Jego pytania miały dotyczyć Medicare, Medicaid i innych tematów wpływających na jego poglądy polityczne.

Te przykłady sprawiają, że historia nie jest jedynie zbiorem nietypowych kongresowych przyzwyczajeń. Ustawodawcy stają się klientami, użytkownikami i potencjalnymi regulatorami tych samych systemów.

To nakładanie się ról tworzy istotny problem odpowiedzialności. Kongres musi zdecydować, kiedy AI jest dopuszczalnym asystentem, kiedy obowiązkowa staje się ludzka kontrola oraz co społeczeństwo ma prawo wiedzieć.

Rodzący się konflikt nie dotyczy więc Kongresu kontra AI. Chodzi o zderzenie efektywności instytucjonalnej z odpowiedzialnością publiczną, podczas gdy polityka i egzekwowanie zasad wciąż pozostają w tyle za codziennym wdrażaniem technologii.

Co Kongres faktycznie robi z AI

AI weszła do pracy Kongresu poprzez zwykłe zadania, a nie jeden skoordynowany program modernizacji.

Ankieta wśród ustawodawców opublikowana 18 września oferuje wymowny obraz sytuacji. Członkowie Kongresu opisywali zastosowania różniące się wagą, wrażliwością i bliskością względem oficjalnych decyzji.

Niektórzy ustawodawcy korzystają z chatbotów jako konwersacyjnych asystentów badawczych. Mogą poprosić o podsumowanie, sprawdzić argument lub zadać dodatkowe pytania bez oczekiwania na formalny briefing.

Korzystanie przez Tuberville’a z AI podczas podróży pokazuje, dlaczego produkty te przyciągają zapracowanych urzędników. Konwersacyjny interfejs może zmienić czas podróży w nieformalną sesję dotyczącą polityki.

Nie oznacza to, że chatbot dostarcza neutralnego lub wiarygodnego briefingu. Oznacza natomiast, że oprogramowanie zapewnia szybkość, dostępność i wrażenie rozmowy z responsywnym ekspertem.

Inne zastosowania w Kongresie są bliższe podstawowej działalności tej instytucji. Generatywna AI może proponować sformułowania, podsumowywać poprawki, porównywać dokumenty i analizować, czy pomysł legislacyjny spełnia wymogi proceduralne.

Republikanie w Izbie Reprezentantów przetestowali już tę granicę za pomocą Byrd Bot. System pomaga użytkownikom oceniać pomysły w świetle Byrd Rule, która określa, co może znaleźć się w ustawodawstwie dotyczącym uzgodnień budżetowych.

System miał zostać wytrenowany na tysiącach dokumentów związanych z wcześniejszymi decyzjami dotyczącymi Byrd Rule. Może sugerować zmiany w tekście legislacyjnym, zanim parlamentarzysta Senatu przeanalizuje leżącą u podstaw propozycję.

To zadanie węższe niż prośba do ogólnego chatbota o napisanie projektu ustawy od podstaw. Mimo to umieszcza ono system probabilistyczny blisko decyzji, które kształtują to, które przepisy przetrwają proces legislacyjny w Kongresie.

Izba Reprezentantów korzystała również z Comparative Print Suite, systemu wprowadzonego w 2022 roku do porównywania wersji dokumentów legislacyjnych. Porównywanie dokumentów szczególnie dobrze nadaje się do wsparcia maszynowego, ponieważ materiały źródłowe można zidentyfikować i sprawdzić.

Kreatywne i osobiste zastosowania znajdują się na drugim końcu spektrum. Piosenka urodzinowa stwarza niewielkie ryzyko instytucjonalne, jeśli pozostaje prywatna i nie zawiera wrażliwych informacji.

Szeroki zakres ma jednak znaczenie, ponieważ pokazuje, jak zwykle rozprzestrzenia się wdrażanie AI. Nieszkodliwe zadanie buduje znajomość narzędzia, znajomość zachęca do eksperymentowania, a eksperymentowanie dociera do pracy o większej stawce.

Wykorzystania AI w Kongresie nie można więc mierzyć pytaniem, czy członkowie „używają AI”. Istotne pytania dotyczą zadania, danych, modelu, procesu weryfikacji i konsekwencji błędnego wyniku.

Piosenka, podsumowanie polityki i proponowany tekst ustawowy mogą pochodzić z podobnych interfejsów. Nie zasługują jednak na identyczne zabezpieczenia.

To rozróżnienie wyznacza główne wyzwanie Kongresu. Potrzebuje on zasad, które rozpoznają różne poziomy ryzyka, nie zakładając, że każda interakcja z chatbotem jest albo nieszkodliwa, albo niedopuszczalna.

Dlaczego wykorzystanie AI w Kongresie przyspiesza właśnie teraz

Kongres wdraża AI, ponieważ jego obciążenie pracą premiuje szybkość, a zdecentralizowana struktura pozwala setkom biur podejmować odrębne decyzje.

Biuro każdego członka Kongresu działa jak mała organizacja obsługująca ustawodawstwo, komunikację, harmonogramy, nadzór i sprawy wyborców. Komisje dodają do tego dochodzenia, przesłuchania, przegląd dokumentów i specjalistyczną pracę nad polityką.

Pracownicy muszą przyswajać długie raporty, śledzić wiadomości, odpowiadać na korespondencję i przygotowywać swoich przełożonych do głosowań. Generatywna AI obiecuje krótsze pierwsze wersje tekstów i szybsze przeszukiwanie tych informacji.

Korzyści te mogą wydawać się namacalne, nawet gdy podstawowy wynik pozostaje niedoskonały. Jeden z kongresowych rzeczników prasowych powiedział The Washington Post, że AI oszczędzała trzy lub cztery godziny pracy tygodniowo.

To samo doniesienie wskazywało, że Izba Reprezentantów nabyła 6 000 licencji Microsoft Copilot. Około połowa miała być używana w chwili publikacji artykułu, a urzędnicy Izby przedłużyli tę umowę.

Liczby te pokazują wdrażanie na skalę instytucjonalną, a nie rozproszone eksperymenty. Mimo to realizacja nadal różni się między poszczególnymi biurami, tworząc odmienne praktyki w ramach tej samej izby.

Struktura Kongresu potęguje tę niespójność. Biura Izby Reprezentantów i Senatu mają odrębne kierownictwo, personel, budżety technologiczne, bodźce polityczne i tolerancję dla eksperymentowania.

Centralny administrator może zatwierdzać produkty i wydawać ograniczenia. Nie może jednak obserwować każdego promptu, skopiowanego dokumentu ani wygenerowanego szkicu przepływającego przez setki codziennych procesów pracy.

Konkurencja między biurami zwiększa presję. Jeśli jeden zespół komunikacyjny tworzy przy pomocy AI więcej przemówień, wpisów i artykułów opiniotwórczych, ostrożne sąsiednie biuro może czuć się mniej konkurencyjne.

Ta sama dynamika dotyczy badań legislacyjnych. Pracownicy, którzy potrafią szybciej podsumowywać dokumenty, mogą zapewnić swojemu biuru więcej czasu na negocjacje, kontakty z interesariuszami lub nadzór.

Presja płynie również spoza władzy ustawodawczej. Agencje, wykonawcy, grupy rzecznicze i firmy technologiczne wykorzystują AI do analizowania polityki i przedstawiania argumentów Kongresowi.

Ustawodawcy nie mogą skutecznie nadzorować instytucji wspieranych przez AI, jeśli nie rozumieją stosowanych narzędzi. Urzędnicy kongresowi argumentowali, że władza ustawodawcza musi dotrzymywać kroku wdrażaniu AI przez władzę wykonawczą, aby sprawować rzeczywisty nadzór.

To rozumowanie jest wiarygodne, ale nie rozwiązuje problemu zarządzania. Znajomość chatbota nie daje automatycznie wiedzy o ograniczeniach modeli, obsłudze danych ani zautomatyzowanych systemach decyzyjnych.

Technologia trafia też do Kongresu poprzez produkty, z których już korzysta. Integracja Copilot z dobrze znanym oprogramowaniem biurowym Microsoft zmniejsza praktyczną barierę wdrożenia.

Ta wbudowana dystrybucja ma większe znaczenie niż nowość. Pracownicy nie muszą szukać wyspecjalizowanego laboratorium, gdy asystent pojawia się w poczcie e-mail, dokumentach, arkuszach kalkulacyjnych lub magazynie w chmurze.

Rezultat przypomina wdrażanie AI w innych miejscach pracy opartych na wiedzy. Ludzie zaczynają od podsumowań i szkiców, zanim włączą te systemy do rutynowego przetwarzania informacji.

Ustrukturyzowany przepływ pracy z wiedzą może utrzymać widoczność źródeł i ludzkiego rozumowania. Rozmowa z ogólnym chatbotem może natomiast ukryć pochodzenie danego twierdzenia.

Dla Kongresu ta różnica ma konsekwencje publiczne. Decyzje legislacyjne wymagają możliwych do prześledzenia dowodów, wskazanej odpowiedzialności i zapisów, które wytrzymają polityczną oraz prawną kontrolę.

Presja na wdrożenie jest więc natychmiastowa, podczas gdy korzyści płynące ze starannego zarządzania są mniej widoczne. Ta nierównowaga wyjaśnia, dlaczego wykorzystanie operacyjne może wyprzedzać spisaną politykę.

Efektywność i odpowiedzialność się zderzają

AI może ograniczyć rutynową pracę, ale Kongres nie może przekazać modelowi odpowiedzialności za ustawy, nadzór ani publiczne oświadczenia.

Generatywna AI tworzy tekst, przewidując prawdopodobne sekwencje na podstawie wzorców w danych treningowych i dostarczonym kontekście. Nie weryfikuje prawdziwości, chyba że proces roboczy osobno pobiera i sprawdza źródła.

To ograniczenie staje się poważne, gdy wynik wpływa na język ustawowy. Model może tworzyć płynne przepisy, które kolidują z obowiązującym prawem, pomijają definicje lub prowadzą do niezamierzonych interpretacji.

Redagowanie ustaw wymaga czegoś więcej niż czytelnej prozy. Prawnicy muszą uwzględniać właściwość, odwołania krzyżowe, środki budżetowe, egzekwowanie prawa, precedens oraz to, jak sądy mogą interpretować każde sformułowanie.

Office of Legislative Counsel istnieje po to, by przekształcać cele polityczne w prawnie wykonalny tekst. Szkice generowane przez AI mogą wspierać dyskusję, lecz nie mogą przejąć instytucjonalnej odpowiedzialności za rezultat.

Byrd Bot stanowi użyteczną ilustrację. Jego ograniczony cel jest łatwiejszy do obrony niż proszenie chatbota o całą ustawę dotyczącą uzgodnień budżetowych.

Użytkownicy mogą porównać jego sugestie z regułą, wcześniejszymi decyzjami i poradami parlamentarzysty Senatu. Dzięki temu weryfikacja jest możliwa, przynajmniej co do zasady.

Mimo to eksperci cytowani w analizie Byrd Bot ostrzegali, że człowiek pozostaje lepszym autorytetem. Zauważyli również, że duże modele językowe mogą halucynować i tworzyć tekst niskiej jakości.

System wytrenowany na wcześniejszych materiałach może rozpoznawać wzorce bez wiernego odtwarzania instytucjonalnego osądu. Decyzje proceduralne zależą także od kontekstu, którego dokumenty historyczne mogą nie ujmować w pełni.

Luka odpowiedzialności staje się wyraźniejsza, gdy AI kształtuje komunikację publiczną. Wyborcy słusznie zakładają, że przemówienie, list lub oświadczenie członka Kongresu reprezentuje osąd tego wybranego przedstawiciela.

Rep. Jake Auchincloss zademonstrował to napięcie w 2023 roku, odczytując na sali Izby Reprezentantów przemówienie wygenerowane przez ChatGPT. Jego personel uważał, że było to pierwsze takie przemówienie wygłoszone w Kongresie.

Eksperyment został ujawniony i miał wywołać debatę. Według relacji z przemówienia, Auchincloss kilkakrotnie dopracowywał prompt przed użyciem wyniku.

Ten ludzki udział nie uczynił tekstu niezależnym od AI. Pokazał, że autorstwo staje się wielowarstwowe, gdy człowiek kieruje procesem, wybiera, redaguje i ostatecznie wygłasza wygenerowany język.

Standardy ujawniania informacji pozostają nieustalone. Kongres nie oznacza każdego fragmentu ukształtowanego przez pracownika, prawnika, badacza lub zewnętrznego eksperta.

AI różni się tym, że jej błędy mogą sprawiać wrażenie autorytatywnych, choć nie stoi za nimi żadne ludzkie źródło. Jej wkład może też pozostać niewidoczny po skopiowaniu wygenerowanego tekstu do innego dokumentu.

Przykład piosenki urodzinowej może wydawać się odległy od tych obaw. Pokazuje jednak, jak łatwo użytkownicy traktują jeden interfejs jednocześnie jako narzędzie rozrywkowe i asystenta politycznego.

Ta znajomość może osłabić ostrożność. Model, który dobrze radzi sobie z kreatywną prośbą o niskiej stawce, nadal może wymyślić ustawę, błędnie przedstawić program lub pominąć wyjątek prawny.

Kongres musi zachować prostą granicę: AI może wnosić wkład w proces, ale wskazana osoba musi pozostać odpowiedzialna za ostateczny rezultat.

Tę zasadę łatwo sformułować, lecz trudno egzekwować. Wymaga ona rejestrów, szkoleń, procedur kontroli oraz konsekwencji odpowiadających wrażliwości każdego zadania.

Izba ma zasady, ale egzekwowanie pozostaje słabym punktem

Kongres przeszedł od nieformalnych eksperymentów do spisanych zabezpieczeń, jednak zasada, której pracownicy nie rozumieją, nie może skutecznie regulować ich zachowań.

Izba Reprezentantów ogłosiła ogólną politykę dotyczącą AI 19 września 2024 roku. Opisano w niej ramy korzystania z AI przy jednoczesnym zarządzaniu ryzykiem cyberbezpieczeństwa i pokrewnymi zagrożeniami.

Polityka ustanowiła również proces, w ramach którego pracownicy mogli zgłaszać narzędzia lub przypadki użycia do oceny. Liderzy przedstawiali ją jako fundament, który będzie ewoluował wraz z technologią.

Polityka AI Izby Reprezentantów wprost uznawała podstawowy kompromis. AI mogła zwiększać efektywność, lecz informacje wrażliwe i obowiązki instytucjonalne wymagały ochrony.

Według doniesień aktualne wytyczne Izby zakazują wprowadzania wrażliwych danych, w tym informacji o wyborcach, do nieautoryzowanych chatbotów. Ograniczają także stosowanie deepfake’ów, decyzji kadrowych oraz finalizowanie projektów ustaw.

Rozróżnienie dotyczące ustawodawstwa jest istotne. Maszyna może wspierać przygotowanie projektu, ale nie może pełnić roli ostatecznego autorytetu.

Niektóre biura przyjęły dodatkowe środki kontroli. Biuro senator Elissy Slotkin ma podobno wymagać szkoleń, zakazywać używania osobistych danych wyborców i zabraniać wykorzystywania finalnych produktów wygenerowanych przez AI, takich jak publiczne wystąpienia.

Jej biuro prowadzi też niezapowiedziane kontrole wyrywkowe. Takie podejście traktuje zarządzanie AI jako praktykę operacyjną, a nie dokument, którego pracownicy potwierdzają znajomość tylko raz.

Jednak relacje ujawniły znaczne różnice. Pracownicy opisywali niepewność co do tego, na co pozwalają zasady Kongresu i czy prywatne konta mieszczą się w zatwierdzonych procesach pracy.

Jeden z byłych wysokich rangą pracowników Izby określił korzystanie z AI w swoim biurze jako całkowitą samowolkę. Inni twierdzili, że ich współpracownicy eksperymentowali z systemami naśladującymi głos ustawodawcy na podstawie wcześniejszych wypowiedzi.

Śledztwo dotyczące zasad kongresowych nie wykazało żadnego przypadku egzekwowania przepisów, który rozmówcy potrafiliby wskazać. Właściwe biuro Izby odmówiło omówienia potencjalnych spraw.

Brak publicznie znanego przypadku nie dowodzi, że nie doszło do żadnej wewnętrznej interwencji. Pokazuje jednak, że Kongres nie ma widocznego rejestru egzekwowania zasad, który mógłby wyjaśniać oczekiwania.

Wykrywanie stanowi kolejną przeszkodę. Naruszenie polityki może wyjść na jaw dopiero wtedy, gdy pracownik zgłosi współpracownika, wynik zawiera oczywisty błąd albo wrażliwe materiały pojawią się poza przeznaczonym dla nich systemem.

Konta konsumenckie tworzą dodatkowe ryzyko, ponieważ administratorzy mogą nie mieć kontroli nad retencją danych, ustawieniami szkolenia modeli, dziennikami dostępu oraz połączeniami z innymi aplikacjami.

Nawet zatwierdzone produkty korporacyjne wymagają starannej konfiguracji. Rozpoznawalna marka nie gwarantuje, że każda wersja oferuje równoważne mechanizmy prywatności, bezpieczeństwa lub kontroli treści politycznych.

Microsoft Copilot stanowi wyrazisty przykład. Izba początkowo zakazała wersji komercyjnej, a następnie zaczęła zmierzać ku szerokiemu wdrożeniu instytucjonalnemu w ramach innego modelu.

Ta sekwencja odzwierciedla odpowiedzialną ocenę, ale pokazuje też, dlaczego etykiety na poziomie produktu są niewystarczające. Model wdrożenia i umowa mogą mieć równie duże znaczenie jak nazwa modelu.

Zasady powinny zatem koncentrować się na danych i konsekwencjach. Solidne ramy pytają, jakie informacje trafiają do systemu, kto może je odzyskać i jak wyniki wpływają na ludzi.

Powinny również określać, które zapisy muszą zostać zachowane. Instytucje publiczne potrzebują ścieżki audytowej, gdy AI istotnie kształtuje ustawodawstwo, ustalenia nadzorcze lub obsługę wyborców.

Szkolenia muszą obejmować praktyczne scenariusze, a nie abstrakcyjne ostrzeżenia. Pracownicy muszą umieć rozpoznawać dane wrażliwe, sfabrykowane cytowania, próby prompt injection oraz fałszywą pewność wynikającą z płynnych odpowiedzi.

Co najważniejsze, Kongres potrzebuje odpowiedzialności możliwej do wyegzekwowania. Biura powinny wiedzieć, kto analizuje incydenty, jak zgłasza się naruszenia oraz jakie działania naprawcze następują później.

Bez tych elementów spisana polityka chroni głównie wizerunek instytucji. W mniejszym stopniu chroni wyborców, integralność procesu legislacyjnego czy zaufanie publiczne.

Własne praktyki Kongresu związane z AI komplikują regulacje

Ustawodawcy nie mogą wiarygodnie regulować AI jako odległego zagrożenia, gdy te same systemy wspierają już ich własne badania, pisanie i działania operacyjne.

Nie wyklucza to działania Kongresu. Ustawodawcy rutynowo regulują produkty i branże, z których korzystają także urzędy państwowe.

Wewnętrzne doświadczenia mogą poprawić politykę, ujawniając praktyczne korzyści, ograniczenia i nieoczekiwane zachowania. Członek Kongresu korzystający z chatbota może zadawać lepiej poinformowane pytania dotyczące weryfikacji lub wycieku danych.

Konflikt pojawia się, gdy osobista znajomość technologii zastępuje dowody. Satysfakcjonująca rozmowa z ChatGPT nie dowodzi, że model jest bezpieczny dla ochrony zdrowia, zatrudnienia, edukacji czy bezpieczeństwa narodowego.

Kongres musi oddzielić wrażenia konsumentów od oceny systemowej. Regulacje wymagają testów technicznych, udokumentowanych szkód, analizy ekonomicznej i wkładu społeczności, których dotyczą.

Ustawodawcy stoją także wobec bodźców, których nie mają zwykli użytkownicy. AI może wzmacniać ich przekaz publiczny, przyspieszać badania o charakterze partyjnym i zwiększać skalę komunikacji z wyborcami.

To sprawia, że przejrzystość jest szczególnie ważna. Społeczeństwo powinno wiedzieć, kiedy automatyzacja istotnie wpływa na oficjalną komunikację lub opracowywanie polityk.

Ujawnianie nie musi obejmować sprawdzania pisowni ani każdego sugerowanego zdania. Powinno obowiązywać wtedy, gdy wygenerowany materiał staje się istotną podstawą dla ustawodawstwa, zeznań lub produktu skierowanego do opinii publicznej.

Kongres potrzebuje także zasad dla zewnętrznych zgłoszeń. Grupy rzecznicze mogą generować duże ilości stworzonego przez modele języka ustaw, komentarzy, listów i materiałów informacyjnych.

Skala może tworzyć fałszywy sygnał zainteresowania publicznego. Może też przenosić koszty oceny na kongresowych prawników i pracowników, którzy muszą identyfikować powielone lub wadliwe materiały.

Działalność rzecznicza wygenerowana przez AI nie jest z natury nieuprawniona. Problem pojawia się, gdy automatyzacja zaciera informacje o sponsorowaniu, symuluje niezależne uczestnictwo lub przeciąża ograniczone możliwości instytucjonalne.

Debata regulacyjna przyniosła już intensywną aktywność, ale bez kompleksowych ram federalnych. Brennan Center naliczyło ponad 150 ustaw związanych z AI przedstawionych podczas 118. Kongresu.

Tymczasem stany przyjęły przepisy dotyczące politycznych deepfake’ów, zautomatyzowanych decyzji, prywatności i innych konkretnych szkód. Propozycje federalne nadal dzielą ustawodawców w kwestiach innowacji, bezpieczeństwa i kompetencji stanów.

Wykorzystanie AI przez Kongres dodaje do tej debaty kolejne pytanie: czy władza ustawodawcza powinna narzucać standardy sobie, zanim nakaże prywatnym organizacjom ich przestrzeganie?

Wiarygodna odpowiedź nie wymaga całkowitego zakazu. Wymaga od Kongresu zademonstrowania praktyk zarządzania, których oczekuje od innych.

Praktyki te obejmują klasyfikację ryzyka, zatwierdzone narzędzia, odpowiedzialność człowieka, zgłaszanie incydentów, ocenę zamówień oraz wyraźne ograniczenia dotyczące danych wrażliwych.

Kongres powinien także publikować istotne informacje o wdrożeniach. Zbiorcze dane o wykorzystaniu, zatwierdzonych systemach, zgłoszonych incydentach i audytach zgodności mogą wzbogacić debatę publiczną bez ujawniania chronionej pracy.

Własne wykorzystanie technologii przez instytucję mogłoby stać się środowiskiem testowym dla wykonalnych zasad. Mogłoby pokazać, gdzie zabezpieczenia tworzą rozsądne tarcie, a gdzie zawodzą przy rzeczywistym obciążeniu pracą.

Takie podejście wzmocniłoby regulacje, ponieważ ustawodawcy zetknęliby się z operacyjnymi kosztami swoich wymogów. Zobaczyliby też, które zabezpieczenia pozostają konieczne mimo tych kosztów.

Alternatywą jest pogłębiająca się luka wiarygodności. Kongres ostrzegałby społeczeństwo przed niewiarygodną AI, jednocześnie po cichu akceptując niewiarygodne wyniki w swoich własnych procesach pracy.

Trzy sygnały pokażą, czy nadzór nadrobi zaległości

Kolejny etap określą audytowalność, zgodność na poziomie biur i publiczne ujawnienia, a nie liczba anegdot o chatbotach.

Pierwszym sygnałem będzie to, czy Izba i Senat opublikują jaśniejsze procedury egzekwowania zasad. Polityki już wskazują zakazane zachowania, lecz pracownicy potrzebują widocznej ścieżki dla pytań i incydentów.

Wiarygodny system wskazywałby odpowiedzialne biura, definiował standardy oceny i wyjaśniał konsekwencje. Przedstawiałby także zbiorcze informacje o egzekwowaniu zasad bez ujawniania chronionej pracy legislacyjnej.

Jeśli Kongres ustanowi taki proces, jego polityka AI zacznie działać jako element zarządzania instytucjonalnego. Dalsze milczenie wzmocniłoby obawy, że zgodność zależy głównie od indywidualnego osądu.

Drugim sygnałem będzie to, czy wspomagana przez AI praca legislacyjna zyska trwałą ścieżkę audytową. Narzędzia takie jak Byrd Bot powinny zachowywać materiały źródłowe, wersje modeli, wygenerowane sugestie i zatwierdzenia przez ludzi.

Ten zapis ma znaczenie, gdy błąd trafia do projektu. Osoby prowadzące kontrolę muszą ustalić, czy problem wynikał z braku dowodów, wadliwych instrukcji, zachowania modelu czy akceptacji przez człowieka.

Audytowalność nie oznacza publikowania każdego poufnego projektu. Oznacza zapewnienie, że upoważnieni urzędnicy mogą odtworzyć istotne zastosowania po sporze lub incydencie.

Jeśli Kongres będzie wymagał możliwej do prześledzenia kontroli projektów ustaw wspomaganych przez AI, cele efektywności i odpowiedzialności będą mogły współistnieć. Jeśli wygenerowany tekst będzie przechodził przez procesy kopiowania i wklejania, znaczący nadzór pozostanie mało prawdopodobny.

Trzecim sygnałem będzie to, czy Kongres przyjmie spójną zasadę ujawniania istotnego wkładu AI. Wystąpienie plenarne wygenerowane poprzez wielokrotne promptowanie zasługuje na inne traktowanie niż automatyczna korekta gramatyczna.

To samo rozróżnienie powinno dotyczyć streszczeń ustaw, korespondencji z wyborcami, materiałów komitetów i mediów syntetycznych. Jasne progi chroniłyby rutynową produktywność, jednocześnie zachowując zaufanie publiczne.

Samo ujawnianie informacji nie zagwarantuje dokładności. Wskaże, gdzie zaczyna się ludzka odpowiedzialność, i zapobiegnie temu, by pomoc AI pozostawała niewidoczna, gdy istotnie kształtuje oficjalną pracę.

Sygnały te wpłyną również na szerszą debatę regulacyjną. Ustawodawcy stosujący wewnętrznie mierzalne zabezpieczenia będą mieli silniejsze podstawy, by wymagać ich gdzie indziej.

Wykorzystanie AI przez Kongres prawdopodobnie nie ustąpi. Narzędzia te pasują do zbyt wielu powtarzalnych zadań, a każde nowe wdrożenie w biurze obniża próg dla kolejnego eksperymentu.

Praktyczne pytanie brzmi, czy instytucja zbuduje system zarządzania, zanim możliwa do uniknięcia porażka wymusi jej działanie. Sfabrykowane cytowanie, wyciek danych wyborcy lub wadliwy przepis zmieniłyby abstrakcyjną lukę w polityce w wydarzenie publiczne.

Czytelnicy powinni obserwować administratorów Kongresu, a nie tylko poszczególnych ustawodawców. Warunki zamówień, raporty z audytów, wymogi szkoleniowe i ujawnienia dotyczące egzekwowania zasad powiedzą więcej niż kolejny sprytny prompt.

Powinni także pytać, czy proponowane ustawy dotyczące AI odpowiadają własnym praktykom Kongresu. Zasada wymagająca przejrzystości od firm zasługuje na porównanie z przejrzystością wewnątrz władzy ustawodawczej.

AI może pomagać urzędnikom wyszukiwać, streszczać, porównywać i przygotowywać projekty. Nie może przejąć demokratycznej odpowiedzialności związanej z tymi zadaniami.

Gdy następnym razem ustawodawca wspomni o korzystaniu z chatbota, spójrz poza nowość. Zapytaj, jakie dane trafiły do systemu, kto sprawdził wynik i czy ktokolwiek mógłby odtworzyć ten proces.

Te pytania stanowią najjaśniejszy test tego, jak Kongres korzysta z AI. Pokazują też, czy instytucja regulująca tę technologię jest przygotowana do zarządzania własną zależnością od niej.