OpenAI تتشارك مع مختبر وزارة الطاقة لتقليل وقت التصاريح الفيدرالية بنسبة 15%

Tony Kim 04 مارس 2026 17:29

تطلق OpenAI ومختبر شمال غرب المحيط الهادئ الوطني DraftNEPABench، مما يظهر أن وكلاء الذكاء الاصطناعي يمكنهم توفير 1-5 ساعات لكل قسم فرعي في المراجعات البيئية الفيدرالية.

طورت OpenAI ومختبر شمال غرب المحيط الهادئ الوطني التابع لوزارة الطاقة الأمريكية معياراً يظهر أن وكلاء البرمجة بالذكاء الاصطناعي يمكن أن يقللوا مسودات التصاريح البيئية الفيدرالية بنسبة تصل إلى 15%. أنتج التعاون، الذي تم الإعلان عنه في 26 فبراير 2026، DraftNEPABench - إطار اختبار قيّم أداء الذكاء الاصطناعي عبر 102 مهمة صياغة من 18 وكالة فيدرالية.

يستهدف المعيار على وجه التحديد سير عمل قانون السياسة البيئية الوطنية، وهي عملية عمرها 50 عاماً تتطلب من الوكالات الفيدرالية توثيق التأثيرات البيئية قبل الموافقة على مشاريع البنية التحتية مثل محطات الطاقة والجسور ومرافق التصنيع. غالباً ما تستغرق هذه المراجعات سنوات وتتضمن مئات الصفحات من التقارير التقنية.

ما أظهره الاختبار

قام تسعة عشر خبيراً موضوعياً في NEPA بتقييم المسودات التي تم إنشاؤها بواسطة الذكاء الاصطناعي على مقياس من 1-5 يقيس البنية والوضوح والدقة والاستخدام الصحيح للمراجع. أظهر الوكلاء - الذين يعملون على Codex CLI من OpenAI مع GPT-5 - إمكانية توفير 1-5 ساعات لكل قسم فرعي من الوثيقة.

لا يبدو ذلك مثيراً حتى تأخذ في الاعتبار الحجم. تحتوي بيانات التأثير البيئي على عشرات الأقسام الفرعية، يتطلب كل منها الرجوع المتبادل إلى التقارير التقنية والمتطلبات التنظيمية ومصادر بيانات متعددة. بضع ساعات يتم توفيرها لكل قسم تتراكم بسرعة في المشاريع التي تستغرق حالياً أشهراً أو سنوات للموافقة عليها.

كان مطلوباً من وكلاء الذكاء الاصطناعي قراءة وتجميع مستندات تمتد عبر مئات الصفحات، والتحقق من الحقائق عبر المصادر البيئية والتنظيمية، وإنتاج تقارير منظمة تلبي معايير قانونية محددة. غطت المهام أقسام الوثائق من وكالات عبر الحكومة الفيدرالية.

قيود تستحق الملاحظة

كانت PNNL و OpenAI صريحتين بشأن ما لا يثبته هذا المعيار. إنه يقيم الأداء على مهام الصياغة المحددة جيداً حيث يتوفر السياق ذي الصلة - وليس الغموض الفوضوي لقرارات التصاريح الحقيقية.

عند مراجعة حالات الفشل، وجد الباحثون أن بعض "الأخطاء" نبعت من مراجع قديمة ومعايير تقييم ضعيفة بدلاً من أخطاء النموذج. ستتضمن عمليات النشر الفعلية حلقات ملاحظات الخبراء المتوقع أن تحسن الأداء بما يتجاوز نتائج المعيار.

إذا كانت المواد المصدرية غير مكتملة أو غير متسقة، فلن تشير النماذج بالضرورة إلى المشكلات دون تعليمات صريحة. تظل الإشراف البشري أساسياً.

الصورة الأكبر

تقع هذه الشراكة ضمن مبادرة PermitAI الأوسع نطاقاً لـ PNNL، الممولة من قبل مكتب السياسات بوزارة الطاقة. الهدف ليس استبدال المراجعين البشريين - بل منح العاملين الحكوميين فرق ذكاء اصطناعي تتعامل مع العمل الوثائقي الذي يستغرق وقتاً طويلاً حتى يتمكنوا من التركيز على اتخاذ القرارات والقرارات المعقدة.

تقول OpenAI إن التعاون سيستمر في تحسين تطبيقات PermitAI. تتوقع الشركات أن تنخفض أوقات الموافقة المتوسطة للمشاريع البنية التحتية المراجعة فيدرالياً في النهاية من أشهر إلى أسابيع، على الرغم من عدم تقديم جدول زمني محدد لتحقيق هذا الانخفاض.

بالنسبة لصناعة الذكاء الاصطناعي، يمثل هذا حالة استخدام تحقق حكومية أخرى - مما يدل على أن النماذج الرائدة يمكنها التعامل مع سير العمل التنظيمي الحقيقي، وليس فقط محادثات روبوت الدردشة. ما إذا كان ذلك يترجم إلى اعتماد فيدرالي أوسع للذكاء الاصطناعي يعتمد على كيفية أداء التجارب اللاحقة في ظروف التصاريح الفعلية.

• openai
• الذكاء الاصطناعي
• التصاريح الفيدرالية
• nepa
• تكنولوجيا حكومية