در زمانهای گذشته – پیش از آنکه ماشینها بتوانند توهم بزنند، پیش از آنکه «محاسبه» یک اسم باشد – غیرعادی نبود که چندین هفته بدون آنکه کسی به من بگوید دنیا در شرف پایان است، بگذرد. به همین ترتیب، ممکن بود یک فصل کامل بگذرد بدون آنکه کسی به من اطمینان دهد که دنیا همزمان در شرف بینقص شدن است.
این رفاه خاص در تاریخ ۳۰ نوامبر ۲۰۲۲ از بین رفت، زمانی که OpenAI، ChatGPT را به عموم عرضه کرد. آنچه پس از آن آمد، کمتر یک چرخه خبری و بیشتر یک رویداد آب و هوایی بود – یک فروبار جوی استوایی که قصد حرکت نداشت. ظرف چند هفته، میلیونها نفر اولین تجربه خود را با هوش مصنوعی مولد (generative AI) داشتند. ظرف چند ماه، هر شرکت بزرگ فناوری، نسخه خود از یک مدل زبان بزرگ (large language model) یا یک مشارکت، یا یک تغییر جهت را اعلام کرد. سرمایه خطرپذیر (Venture capital) با دهانی آبافتاده از راه رسید. بیشتر افراد در حوزه فناوری به پول فکر میکنند، اما پیشبینیهای سود هوش مصنوعی متفاوت هستند – مانند داستانهای هواداری مدیران ارشد مالی (CFO fan fiction) که در اکسل نوشته شدهاند. در سال ۲۰۲۳، موسسه جهانی مککینزی تخمین زد که ۴.۴ تریلیون دلار سود سالانه شرکتها میتواند فقط از هوش مصنوعی مولد به دست آید. مورگان استنلی ۴۰ تریلیون دلار دیگر در بهرهوری عملیاتی تخمین زد. واژگان «هوش مصنوعی» از گمنامی به یک زمزمه ثابت تبدیل شدند که در هر گزارش درآمد، هر جلسه هیئت مدیره مدرسه، و تعداد زیادی از بحثهای سر میز شام حضور داشت.
با این حال، با وجود این همه هیاهو، یک سوال ساده بیپاسخ ماند: این فناوری جدید دقیقاً چه کاری برای مردم انجام خواهد داد؟ نه برای شرکتها یا میلیاردرهایی که آرزوی تبدیل شدن به تریلیونر را داشتند، بلکه برای افرادی که وام مسکن، والدین بیمار و فرزندانی دارند که برای یادگیری چیزها تلاش میکنند.
پاسخها، وقتی میآمدند، یا آنقدر عظیم بودند که بیمعنی به نظر میرسیدند یا آنقدر خاص بودند که بیاهمیت جلوه میکردند: هوش مصنوعی سرطان را درمان میکند و پیامهای متنی شما را مینویسد. هوش مصنوعی ابرویروسهای مرگبار ایجاد میکند و تمام معنا را از وجود ما میزداید.
من با برخی از افرادی که این پیشگوییهای متضاد را ارائه میدادند آشنا شدم و آنها ویژگیهای مشترک زیادی داشتند. نبوغ، قطعیت؛ لذت از ایفای نقش در یک درام پر تلاطم. گرهای از انگیزهها.
شتابگرایان – افراد طرفدار درمان سرطان – اغلب مسئول یا سرمایهگذار شرکتهایی بودند که محصولاتشان را نجاتدهنده تمدن پیشبینی میکردند، یا امیدوار بودند که توسط آنها تأمین مالی شوند. فاجعهباوران – افراد طرفدار انقراض – سپس توسط ایلان ماسک رهبری میشدند، کسی که از OpenAI شکایت کرد تا ماموریت اصلی آن را به عنوان یک سازمان غیرانتفاعی در خدمت بشریت بازپس گیرد. (اگرچه یک تفسیر محتملتر این بود که او میخواست رقیب دیرینه و شریک سابقش، سم آلتمن، را به اندازه کافی فلج کند تا استارتاپ هوش مصنوعی خودش، xAI، بتواند به او برسد.)
نابغه ها، رقابتها، ایدئولوژیهای متضاد – همه مواد دلنشینی برای نویسندهای مثل من برای کار کردن بودند. اما مستندسازی یک وضعیت سردرگمی با ارائه وضوح یکسان نیست، و پس از ماهها صحبت با این متعصبان جورواجور، خودم هم کمی گیج شده بودم. به کسی نیاز داشتم که بتواند فناوری را به وضوح ببیند – نه به عنوان یک رستگاری یا فاجعه یا بلیط بختآزمایی، بلکه به عنوان یک ابزار.
دنی هیلیس (Danny Hillis) یکی از اولین افراد در اینترنت بود، در زمانی که هنوز آرپانت (ARPANET) نامیده میشد و جامعه کاربران آنقدر کوچک بود که او تمام دنیهای آنلاین دیگر را میشناخت. کار او روی پردازش موازی منجر به ایجاد رایانش ابری (cloud computing) شد که پایهای برای ظهور هوش مصنوعی گذاشت. دنی با همدردی و حیرت به غرولندهای من در مورد صنعت هوش مصنوعی گوش داد. او هر موج طلا در سیلیکون ولی (Silicon Valley) را دیده است و ضربان قلبش مانند بودا آرام است. وقتی به نتیجهگیری عصبانیام رسیدم – «دنی، هوش مصنوعی واقعاً به چه دردی میخورد؟» – او آماده بود.
او به من گفت: «سعی کنید فناوری را بدون شرکتهای فناوری تصور کنید.»
مایه خجالت من، قبلاً به ذهنم خطور نکرده بود که کسی میتواند چنین کاری انجام دهد.
دنی مطمئن بود که یک خردهفرهنگ هوش مصنوعی باید آنجا باشد، فراتر از کلانشهرهای فناوری، پر از افرادی که با هوش مصنوعی به روشهایی معنادارتر از جدیدترین یکپارچهسازی چتبات با تقویم، آزمایش میکنند. چرا درباره آنها ننویسم؟
مدت کوتاهی پس از آن، قبیلههای کاملی از افراد را کشف کردم که با هوش مصنوعی کار میکردند تا چیزهایی را که اهمیت دارند – آموزش، مراقبتهای بهداشتی، دولت، ارتباط انسانی – بهتر کنند. یک متخصص قلب در کلینیک کلیولند (Cleveland Clinic) از هوش مصنوعی برای در دسترس قرار دادن اسکنهای قلبی نجاتبخش برای همه استفاده میکرد؛ معلمان در یک منطقه مدرسه در ایندیانا راههای جدیدی برای تعامل با دانشآموزان پیدا میکردند؛ تکنوکراتها (technocrats) آژانسهای دولتی کاملاً ناخوشایند خود را به مدرنیته میکشاندند؛ یک فیزیکدان سابق در تلاش بود تا ترجمه مبتنی بر هوش مصنوعی را برای کودکان اوتیسمی غیرکلامی، از جمله پسر خودش، بسازد.
مانند شتابگرایان، این افراد نیز از بوروکراسیها و ایدههایی که به کهنگی رسیدهاند، کاملاً ناراحت هستند. اما آنها به فلسفه خوشبینی فناورانه معروف به «سریع حرکت کن و همهچیز را بشکن» (Move fast and break things) اعتقادی ندارند، زیرا نمیخواهند چیزها را بشکنند؛ آنها میخواهند چیزها را درست کنند. آنها با مشکلی مواجه شده بودند که راهحلهای سنتی آن را برطرف نمیکرد و به اندازه کافی سرسخت یا ناامید – یا فقط به اندازه کافی علاقهمند – بودند که ادامه دهند، حتی اگر به این معنی بود که باید بیش از آنچه میخواستند درباره فناوری بیاموزند.
نقاط ضعف هوش مصنوعی واقعی هستند: سوءاستفاده، سوءعملکرد، وسوسه جایگزینی افراد به جای آموزش مهارتهای جدید به آنها. آسان است که بفهمیم چرا برخی افراد ترجیح میدهند هوش مصنوعی از بین برود؛ هیچکس به دنبال یک ریسک وجودی دیگر نیست. اما نکته در مورد موضعگیریهای تدافعی (defensive crouches) این است: آنها در واقع هیچ چیزی را متوقف نمیکنند. آنها فقط تضمین میکنند که از پشت سر مورد ضربه قرار بگیرید. افراد در خردهفرهنگ هوش مصنوعی دریافتهاند که تنها پاسخ موثر به یک فناوری تحولآفرین این نیست که از آن پنهان شوید، بلکه این است که دستهای خود را کثیف کنید و آن را به کار بگیرید تا چیزهایی را که برایتان مهم هستند حفظ و بهبود ببخشید. این خوشبینی سادهلوحانه نیست – این خودمنفعتی روشنبینانه است.
یک هفته قبل از انتخابات ریاستجمهوری سال ۲۰۲۴، برای بیاهمیتترین دلیل به واشنگتن دیسی (Washington, D.C.) رفتم: شنیده بودم که سازمان امور مالیاتی داخلی (IRS) در حال انجام کاری است. بگذارید دوباره بگویم. افرادی که در حلقه تنگ فناوری اطلاعات دولتی کار میکنند، معادلِ «پیس! میدونی تو IRS چه خبره؟» را زمزمه میکردند. وقتی من پاسخ میدادم که نمیدانم، لبخند میزدند و با شایعات یک باشگاه مبارزه هوش مصنوعی مخفی (AI Fight Club) در دولت فدرال که ممکن است وجود داشته باشد یا نداشته باشد، مرا سر به سر میگذاشتند. چه کسی میتواند بگوید؟
بعید به نظر میرسید که IRS روی یک پروژه هوش مصنوعی فوقالعاده جذاب و فوقسری کار کند، زیرا IRS بر روی فناوریهای قدیمی اجرا میشود و هرگز حتی با جذابیت هم شوخی نکرده است. در مورد محرمانه بودن، من ظرف دو هفته پس از درخواست مصاحبه، برای دیدار با کمیسر وقت، دنی وِرفِل (Danny Werfel)، وارد دفتر مرکزی آن شدم. اما پس از چند دقیقه در اتاق انتظار ورفل، شروع به تعجب کردم. فرش آبی کدر. دیوارهایی به رنگ پودینگ کافه تریا. مرکز ضد جاذبه اتاق – نقطه غیرکانونی آن – یک کابینت چوبی ماهون مصنوعی بود که لوحهای بیاهمیت و کدوهای تزئینی فصلی را نمایش میداد. من هرگز در مکانی تا این حد کاملاً بهینه شده برای از بین بردن هرگونه کنجکاوی نبودهام. اگر یک نابغه شیطانی پروژهای باورنکردنی در زمینه هوش مصنوعی را پنهان میکرد، این همان اتاق انتظار بود که میساخت.
ورفل لاغر و جوانمانند است، و مرا با حالتی کمی محاصرهشده – حال کسی که عادت دارد هر زمان که میایستد مورد حمله قرار گیرد – به دفترش خوشآمد گفت. ورفل میدانست من درباره چه چیزی میخواهم بحث کنم، و با احتیاط پذیرفت که «یک مسیر برای هوش مصنوعی وجود دارد که تأثیری مثبت بر جامعه و دولت دارد.» اما دستش را بالا برد تا نشان دهد فراتر از این نخواهد رفت: ابتدا پیچیدگیها.
IRS به دلیل قوانینی در مورد وظایف «ذاتاً دولتی» محدود است و نمیتواند به سادگی کارمندان خود را با هوش مصنوعی جایگزین کند. این سازمان وظیفه دارد به همه مالیاتدهندگان به طور یکسان خدمت کند، چه با گوشی هوشمند اظهارنامه پر کنند و چه با کاغذ و مداد، بنابراین تحمیل چتباتها به آنها گزینهای نیست. در هر صورت، IRS برخی از سختگیرانهترین الزامات حریم خصوصی و امنیت سایبری را در جهان دارد و بسیاری از محصولات هوش مصنوعی آنها را برآورده نمیکنند.
ورفل از سیاست کنارهگیری کرد – کمیسران برای یک دوره پنجساله منصوب میشوند که قصد دارد ریاستجمهوریها را در بر گیرد – در حالی که اذعان داشت که IRS ذاتاً سیاسی است. از سال ۲۰۱۰ تا ۲۰۲۱، در حالی که جریان سالانه اظهارنامههای مالیاتی ۱۵ میلیون افزایش یافت، بودجه آن بیش از ۲۲ درصد کاهش یافت. در نتیجه، زیرساختهای حیاتی فناوری اطلاعات در وضعیت بحرانی قرار گرفته بودند. کاهشهای اخیر توسط جمهوریخواهان هدایت میشد، اما IRS همیشه بخش اساسی دولت بوده که همه از آن دوری میکنند – روده بزرگ پیکره سیاسی. از زمان تأسیس آن در سال ۱۸۶۲، تنها یک رئیسجمهور، جان اف کندی (John F. Kennedy)، از دفتر مرکزی آن بازدید کرده است.
ورفل ادامه داد: «نکته دیگر این است که یک بوروکراسی مانند IRS ۱۸۰ درجه نمیچرخد. ما در چرخشهای پنج درجهای حرکت میکنیم. و این فقط درک ریتم زیستی بوروکراسی ماست.»
اینقدر ناامیدکننده بود که تقریباً چرخش او را از دست دادم.
پس از فهرست کردن دلایلی که چرا استفاده از هوش مصنوعی برای IRS تقریباً غیرممکن است، ورفل به آرامی شروع به فهرست کردن برخی از روشهایی کرد که IRS قبلاً از هوش مصنوعی استفاده میکرد. پردازش زبان طبیعی (natural-language processing) مالیاتدهندگان را با سرعت بیشتری از طریق مراکز تماس هدایت میکرد و آنها را به نماینده انسانی مناسب میرساند. مدلهای زبان بزرگ، از جمله GPT-4 و لاما (Llama) متا، برای کمک به تولید کد در حال آزمایش بودند. هوش مصنوعی سفارشی (bespoke AI) به کارمندان در شناسایی طرحهای پیچیده فرار مالیاتی کمک میکرد. از همه چشمگیرتر، هوش مصنوعی در ترجمه پرونده اصلی انفرادی IRS (IRS Individual Master File - IMF) – پایگاه داده عظیم دوره کندی که نه تنها سوابق مالیاتی هر آمریکایی، بلکه هر تغییری که تا کنون در آن سوابق مالیاتی ایجاد شده است را شامل میشود – به زبانهای نرمافزاری مدرن کمک میکرد. IMF نهنگ سفید فناوری منسوخ دولتی است؛ تیمی که آن را به دوران کنونی میکشاند باید پارک ملی خودش را داشته باشد.
این تغییرات، به طور طراحی شده، تدریجی بودند و فقط باید زمزمه میشدند. در محیط نامطلوب واشنگتن، که IRS به نوعی هم نادیدهگرفتهشدهترین آژانس و هم مورد سوءاستفادهترین است، ورفل تلاشهای هوش مصنوعی خود را به سمت نامرئی شدن سوق میداد و از این تصور که IRS کند، خستهکننده و از نظر فناوری ناامیدکننده است، به عنوان پوششی برای تلاش خود جهت فراتر رفتن از این تصور استفاده میکرد.
واضح بگویم، ورفل به هیچ یک از اینها اعتراف نکرد. قانون اول باشگاه مبارزه، و غیره. نزدیکترین چیز به یک اشتباه زمانی بود که او گفت: «IRS در دو سال گذشته ابزارهای دیجیتالی بیشتری را راهاندازی کرده است تا در ۲۰ سال قبل، و ممکن است هوش مصنوعی به ما کمک کند در آینده سریعتر از این حرکت کنیم.» اما این به سختی خودنمایی محسوب میشود.
شاید او یک نابغه شیطانی بود، هرچند به طور سنتی، ما به کسی که حاضر است غرور خود را فروخورده و دشواریها را در خدمت به کشورش بپذیرد، یک میهنپرست میگوییم.
این مقاله از کتاب آینده جاش تیرانگِل، «هوش مصنوعی برای خیر: چگونه افراد واقعی از هوش مصنوعی برای درست کردن چیزهایی که اهمیت دارند استفاده میکنند» اقتباس شده است.
پذیرش هوش مصنوعی در IRS
دنی ورفل موظف بود بیشتر نشانههای شور و شوق را سرکوب کند – و به آن پایبند بود. کمی پایینتر در سلسله مراتب، کاشیت پاندیا (Kaschit Pandya)، که در آن زمان مدیر ارشد فناوری (CTO) IRS بود، آزادی داشت تا هیجانزده باشد. او به من گفت: «فرصتهای با هوش مصنوعی بیپایان هستند.»
در بیشتر قرن ۲۱، نمایندگان خدمات مشتری IRS از مالیاتدهندگان تماس میگرفتند، به سوالاتشان گوش میدادند و از یک موتور جستجوی داخلی که هزاران صفحه از کتابچههای راهنمای امور مالیاتی داخلی (Internal Revenue Manuals - IRM) را فهرستبندی کرده بود، به امید یافتن پاسخ استفاده میکردند. پاندیا گفت: «بسیار ناشیانه بود.»
تیم پاندیا از هوش مصنوعی برای بازسازی این کتابچههای راهنمای حجیم استفاده کرد و جستجو و پیمایش آنها را آسانتر کرد. اکنون وقتی یک مالیاتدهنده تماس میگیرد، نمایندگان میتوانند تقریباً بلافاصله پاسخها را به زبانی که برای افراد غیرحسابدار قابل درک است، پیدا کنند. این یکی از بسیاری از بهبودهای خدماتی بود که توسط حامی ملی مالیاتدهندگان مشاهده شد، که در سال ۲۰۲۴ به کنگره (Congress) اطلاع داد که «ناامیدی به خوشبینی محتاطانه تبدیل شده است.»
پاندیا گفت: «تعداد زیادی از کتابچههای راهنمای IRM، جذابترین چیز نیستند. اما وقتی شما با ما تماس میگیرید، و نمایندگان خدمات مشتری ما میتوانند سریعتر پاسخها را پیدا کنند، این هم یک سفر نوسازی (modernization journey) است.»
پاندیا اولین مدیر ارشد فناوری بود که تا به حال عبارت سفر نوسازی را به کار میبرد. این معادل ملاقات با یک جراح مغز است که درباره چاکراها (chakras) صحبت میکند، و پاندیا با تواضع میپذیرد که در حوزه خود بینظیر است.
پاندیا پس از دانشگاه در مشاوره کار میکرد؛ مشتریان میگفتند که او در استقرار فناوری جدید عالی است – و در توضیح آن وحشتناک. او برای گرفتن مدرک کارشناسی ارشد مدیریت کسبوکار (M.B.A.) به دانشگاه بازگشت و در دورههای ارتباطات ثبتنام کرد. پاندیا گفت: «من قبلاً میگفتم، 'این یک فناوری است، و این کاری است که انجام میدهد.' اما این تا زمانی که نتوانستم توضیح دهم که چرا باید اهمیت دهید، چرا بر شما تأثیر میگذارد، چگونه میتواند تحولآفرین باشد، طنینانداز نشد.»
در IRS، پاندیا وقت خود را بین پیگیری آخرین پیشرفتهای هوش مصنوعی و توضیح آنها به افرادی که باید با عواقب آن زندگی کنند تقسیم میکند. او دریافته است که بخش دوم سختتر است. هوش مصنوعی میتواند تفاوت بین یک تاکسی و یک قطار گلولهای (bullet train) باشد – یک بهبود واضح، مگر اینکه خانواده خود را با رانندگی تاکسی تأمین کنید. بنابراین او به یک همدل ماهر (skilled empath) تبدیل شده است. او میگوید به مردم میگوید: «ما نمیتوانیم به هدف برسیم اگر شما با ما در این سفر همراه نشوید. هدف صرفاً استخراج دانش از شما نیست. بلکه گسترش سبد مهارتهای موجود شماست، و اینگونه باشد که شما دلیل موفقیت ما باشید، نه فناوری زیربنایی این تلاش.»
با این حال، همدلی محدودیتهای عملی دارد؛ در برخی مواقع، سیستمها فقط باید کار کنند. IRS فناوری خود را به دو رده تقسیم میکند. رده یک (Tier one) به موارد حیاتی مانند IMF اشاره دارد. رده دو (Tier two) شامل همه برنامهها و ماشینهایی است که با رده یک یکپارچه میشوند – از جمله پایگاههای داده کوچکتر و تشخیص کلاهبرداری و پورتال آنلاین حساب مالیاتدهندگان – اما بخشی از سوابق مالیاتی نیستند.
IMF پایگاه داده اصلی IRS است – نرمافزاری که دهها سال پیش ساخته شده و روی یک رایانه مرکزی (mainframe) اجرا میشود، نوعی کامپیوتر با قدرت صنعتی که برای پردازش مقادیر عظیمی از دادهها به صورت قابل اعتماد و امن طراحی شده است. رایانههای مرکزی برای کارکرد تقریباً ۱۰۰ درصدی زمان طراحی شدهاند، که آنها را برای مدیریت امن دادههای حساس دولتی ایدهآل میکند. (هفتاد درصد از ۵۰۰ شرکت فورچون – خطوط هوایی، بانکها – نیز به رایانههای مرکزی متکی هستند.) پاندیا گفت: «سختافزار ما هر دو تا سه سال بهروز میشود – منسوخ نیست. چیزی که آن را قدیمی جلوه میدهد نرمافزار است. این سیستم در اصل ۶۰ یا ۷۰ سال پیش با استفاده از زبانهای برنامهنویسی مانند COBOL و ALC ساخته شد، و اینها هنوز هم امروزه IMF را اجرا میکنند.» او به زبان برنامهنویسی تجاری مشترک و کد زبان اسمبلی (Common Business-Oriented Language and Assembly Language Code) اشاره کرد.
در یک خلاء، هیچ مشکلی با COBOL و ALC وجود ندارد. آنها به طور کارآمد در داخل رایانه مرکزی کار میکنند. اما همه چیز یک رایانه مرکزی نیست، و بیشتر نرمافزارهای رده دو – و جهان – با زبانهایی کدنویسی شدهاند که قابلیت استفاده و قابلیت همکاری با سایر نرمافزارها را اولویتبندی میکنند. این امر COBOL و ALC را معادل سانسکریت (Sanskrit) کرده است – کاملاً مفید اگر اتفاقاً گروهی از افراد دیگر را بشناسید که سانسکریت صحبت میکنند، و کاملاً منزویکننده اگر اینطور نباشد. علاوه بر این، مهندسان COBOL و ALC سریعتر از آنکه IRS بتواند آنها را جایگزین کند، بازنشسته میشوند و میمیرند.
اگر یک نماینده خدمات مشتری با استفاده از نرمافزار مدرن رده دو بخواهد سوابق مالیاتدهنده را در رده یک قدیمی ببیند، باید در چندین سیستم حرکت کند یا منتظر بماند تا میانافزار (middleware)، که دقیقاً همان چیزی است که به نظر میرسد، درخواست را ترجمه کند. این معمولاً همان چیزی است که هنگام پخش موسیقی انتظار اختصاصی IRS، شما را به آرامی لوبوتومی میکند.
در سال ۲۰۱۴، IRS یک فرآیند ۱۰ ساله را برای جایگزینی ۲ میلیون خط کد IMF آغاز کرد. بر اساس قانون، هیچ وقفهای در ثبت اظهارنامه مالیاتی یا ۴۰۰ فرآیند IRS که به IMF متکی هستند، نباید ایجاد میشد – پاندیا گفت: «کندن و جایگزینی گزینهای نبود. و هیچ ابزاری وجود نداشت که به راحتی از قدیمی به جدید تبدیل کند. این بدان معنا بود که: ما باید از روشی به نام 'برنامهنویسی زوجی' (pair programming) استفاده میکردیم. به معنای واقعی کلمه، شما، یک برنامهنویس COBOL، و یک برنامهنویس ALC اینجا کنار من مینشستید و به من میگفتید که این چیز چه کاری انجام میدهد، و من روی ایجاد منطق مشابه در نسخه مدرن این زبان کار میکردم.» اما در نهایت، به نوعی، تا نوامبر ۲۰۲۴، ۹۰ درصد IMF براق و جدید شد.
مرحله بعدی انتقال پرونده اصلی تجاری (Business Master File) است که به همان اندازه عظیم است، و ۱۰ سال طول نخواهد کشید. پاندیا گفت: «اینجاست که هوش مصنوعی برای ما واقعاً هیجانانگیز میشود.»
ابزارهای هوش مصنوعی مانند لاما (Llama)، کلود (Claude) و چتجیپیتی (ChatGPT) میتوانند COBOL و ALC را هضم کرده و شبهکد (pseudo-code) ایجاد کنند. این یک ماشین ترجمه یک به یک نیست. این یک دستیار هوش مصنوعی است که منطق کد اصلی را استخراج میکند و بنیادی برای توسعهدهندگان انسانی فراهم میکند تا بر اساس آن بسازند. اما کاری که در پروژه IMF ماهها طول کشید، هوش مصنوعی آن را در چند روز انجام میدهد.
این ابزارها همچنین مستندسازی (documentation) را خودکار میکنند، فرآیندی که مهندسان نرمافزار قرار است – اما به ندرت انجام میدهند – تمام تفکرات خود را یادداشت کنند تا مهندسان آینده بتوانند کد را تغییر داده یا نگهداری کنند. پاندیا به من گفت: «وقتی با افراد خارج از کار صحبت میکنم و میگویم که ما از هوش مصنوعی استفاده میکنیم تا توسعهدهندگان ما بتوانند دو ساعت در هفته در مستندسازی صرفهجویی کنند، آنها میگویند: 'خب که چی؟' اما این مهم است! وقتی ۵۰۰ یا ۱۰۰۰ توسعهدهنده داریم، ناگهان، دو ساعت اضافی در هفته به پیشرفت واقعی در توسعه تبدیل میشود که میتوانیم با سرعتی بسیار بیشتر انجام دهیم.»
مهاجرت این پروندههای اصلی یک آزمون یکبار در طول زندگی است – معادل بازسازی نوتردام (Notre Dame) برای یک مدیر ارشد فناوری. اما نوعی از افراد وجود دارند که تمام اینها – کارمندان دولتی، ارتقاء مهارت، تبعیت از قوانین، همدلی – را غیرقابل تحمل میدانند. نه تنها ناکارآمد، بلکه توهینآمیز. برای آنها، دولت یک شرکت شکستخورده است که هرگز ورشکست نمیشود، و هر کارمند دولتی در متوسط بودن آن شریک است. این نوع از افراد به تدریجگرایی (incrementalism) اعتقادی ندارند. آنها به ارهبرقیها، به سریع حرکت کردن و شکستن چیزها اعتقاد دارند، به خصوص اگر این چیزها کند، دارای اتحادیه، و با بودجه مالیاتدهندگان باشند.
این نوع از افراد روز بعد از صحبت من و پاندیا دوباره به ریاستجمهوری انتخاب شدند.
ورفل در روز تحلیف استعفا داد. IRS در سه ماه، چهار کمیسر موقت را تجربه کرد و مدیر ارشد مالی، مدیر ارشد ریسک، و مدیر ارشد حریم خصوصی خود را به همراه هزاران کارمندی که پاداش پایان خدمت گرفتند و رفتند، از دست داد. در مارس ۲۰۲۵، IRS به اداره حسابرسی دولتی (Government Accountability Office) اعلام کرد که برنامههای نوسازی خود را متوقف کرده است زیرا در حال بازبینی اولویتهای خود است.
با وجود DOGE، پاندیا (که اکنون مدیر ارشد اطلاعات (CIO) است) و همکارانش ثابت کردند که پذیرش دقیق و بیهیاهوی هوش مصنوعی میتواند یک بوروکراسی را به سمت چیزی بهتر سوق دهد. هوش مصنوعی هنوز جوان و عجیب است – تولهسگی که قرآن را به زبان پرتغالی میخواند و کنترل تلویزیون را میخورد. اما فناوری در حال رسیدن به سطح هیاهوی خود است، و هر روز آسانتر، سریعتر، و کمی کمتر عجیب میشود. اگر ما هوش مصنوعی را برای خیر، در دولت و در زندگی روزمره خود شکل ندهیم، توسط افرادی شکل خواهد گرفت که مشکلات ما را نمیشناسند یا به آنها اهمیت نمیدهند. اگر به آن نیاموزیم که چه چیزی مهم است، شخص دیگری به آن خواهد آموخت که چه چیزی سودآور است. انتخاب بین دنیایی با هوش مصنوعی و دنیایی بدون آن نیست. انتخاب بین هوش مصنوعی طراحی شده توسط افرادی است که معتقدند درست کردن چیزها ارزش دردسر را دارد، و هوش مصنوعی طراحی شده توسط افرادی است که معتقدند شکستن چیزها کارآمدتر است.