OpenAI se asociază cu laboratorul DOE pentru a reduce timpul de autorizare federală cu 15%

Tony Kim 04 mar. 2026 17:29

OpenAI și Pacific Northwest National Laboratory lansează DraftNEPABench, arătând că agenții AI ar putea economisi 1-5 ore per subsecțiune la revizuirile federale de mediu.

OpenAI și Pacific Northwest National Laboratory al Departamentului de Energie al SUA au dezvoltat un benchmark care arată că agenții AI de codare ar putea reduce proiectele de autorizare federală de mediu cu până la 15%. Colaborarea, anunțată pe 26 februarie 2026, a produs DraftNEPABench—un cadru de testare care a evaluat performanța AI pe 102 sarcini de redactare de la 18 agenții federale.

Benchmark-ul vizează în mod specific fluxurile de lucru ale Legii Naționale de Politică a Mediului, procesul vechi de 50 de ani care impune agențiilor federale să documenteze impacturile asupra mediului înainte de a aproba proiecte de infrastructură precum centrale electrice, poduri și facilități de producție. Aceste revizuiri durează adesea ani și implică sute de pagini de rapoarte tehnice.

Ce au arătat testele

Nouăsprezece experți în NEPA au evaluat proiectele generate de AI pe o scară de la 1 la 5, măsurând structura, claritatea, acuratețea și utilizarea corectă a referințelor. Agenții—care rulează pe Codex CLI al OpenAI cu GPT-5—au demonstrat potențialul de a economisi 1-5 ore per subsecțiune de document.

Nu sună spectaculos până când luați în considerare amploarea. Declarațiile de Impact asupra Mediului conțin zeci de subsecțiuni, fiecare necesitând referințe încrucișate cu rapoarte tehnice, cerințe de reglementare și surse multiple de date. Câteva ore economisite per secțiune se adună rapid la proiecte care în prezent durează luni sau ani pentru a fi aprobate.

Agenții AI au fost obligați să citească și să sintetizeze documente care se întind pe sute de pagini, să verifice faptele din surse de mediu și de reglementare și să producă rapoarte structurate care îndeplinesc criterii juridice specifice. Sarcinile au acoperit secțiuni de documente de la agenții din întregul guvern federal.

Limitări de menționat

PNNL și OpenAI au fost sinceri despre ce nu demonstrează acest benchmark. Acesta evaluează performanța pe sarcini de redactare bine specificate unde contextul relevant este disponibil—nu ambiguitatea dezordonată a deciziilor reale de autorizare.

Când au revizuit cazurile de eșec, cercetătorii au constatat că unele „erori" proveneau din referințe învechite și criterii de evaluare slabe, mai degrabă decât din greșeli ale modelului. Implementările reale ar implica bucle de feedback de la experți care se așteaptă să îmbunătățească performanța dincolo de rezultatele benchmark-ului.

Dacă materialele sursă sunt incomplete sau inconsistente, modelele nu vor semnala în mod necesar problemele fără instrucțiuni explicite. Supravegherea umană rămâne esențială.

Imaginea de ansamblu

Acest parteneriat se încadrează în inițiativa PermitAI mai largă a PNNL, finanțată de Biroul de Politici al Departamentului de Energie. Obiectivul nu este înlocuirea recenzenților umani—ci oferirea lucrătorilor guvernamentali a unor echipe AI care gestionează munca consumatoare de timp cu documentele, astfel încât aceștia să se poată concentra pe decizii de judecată și decizii complexe.

OpenAI spune că colaborarea va continua să rafineze aplicațiile PermitAI. Companiile se așteaptă ca timpii medii de aprobare pentru proiectele de infrastructură revizuite la nivel federal să scadă în cele din urmă de la luni la săptămâni, deși nu a fost furnizat niciun calendar specific pentru realizarea acestei reduceri.

Pentru industria AI, aceasta reprezintă un alt caz de validare guvernamentală—demonstrând că modelele de frontieră pot gestiona fluxuri de lucru de reglementare reale, nu doar conversații chatbot. Dacă acest lucru se traduce în adoptarea AI federală mai largă depinde de modul în care se desfășoară pilotele ulterioare în condițiile efective de autorizare.

• openai
• inteligență artificială
• autorizare federală
• nepa
• tehnologie guvernamentală