Wykorzystanie sztucznej inteligencji w całym rządzie federalnym USA gwałtownie wzrosło w ostatnich latach, ale znaczące przeszkody — od niedoborów talentów po publiczny sceptycyzm — spowalniają odpowiedzialną integrację tej technologii w usługach rządowych, jak wynika z nowego raportu Brookings Institution.
Raport opublikowany w środę opiera się na inwentaryzacjach przypadków użycia AI z lat 2023-2025, danych dotyczących federalnych miejsc pracy, memorandum Biura Zarządzania i Budżetu (OMB) oraz wywiadach z obecnymi i byłymi federalnymi technologami z ośmiu agencji.
Liczby świadczą o szybkim przyspieszeniu. W 2025 roku 41 agencji udokumentowało ponad 3600 indywidualnych przypadków użycia AI — to o 69% więcej niż w 2024 roku i pięciokrotnie więcej niż w 2023 roku. Aplikacje te obejmują szeroki zakres funkcji rządowych: ponad połowa zgłoszonych przypadków użycia w Administracji Ubezpieczeń Społecznych wspiera świadczenie usług i przetwarzanie świadczeń, podczas gdy ponad połowa zasobów Departamentu Sprawiedliwości wspiera działania organów ścigania.
Jednakże wzrost ten jest daleki od równomiernego rozłożenia. Przez ostatnie trzy lata pięć dużych agencji odpowiadało za ponad połowę wszystkich zgłoszonych przypadków użycia AI, a duże agencje wniosły 76% do całkowitej inwentaryzacji w 2025 roku. Mniejsze agencje ledwo dotrzymują kroku: 11 małych agencji, które złożyły raporty w 2025 roku, wspólnie zgłosiło zaledwie 60 przypadków użycia, co stanowi tylko 2% całkowitej inwentaryzacji.
Raport wskazuje na kilka barier strukturalnych hamujących szerszą adopcję. Jednym z najbardziej palących jest brak wyspecjalizowanych talentów. Spośród ponad 56 000 ogłoszeń o pracę technologiczną opublikowanych przez rząd federalny od 2016 roku, zaledwie nieco ponad 1600 — mniej niż 3% — wyraźnie odnosi się do umiejętności w zakresie AI.
Wzrost zatrudnienia z ery Bidena miał na celu zaradzenie tej luce, ale redukcje etatów na początku 2025 roku mogły osłabić te wysiłki, ponieważ co najmniej 25% ogłoszeń o pracę związanych z AI było publikowanych od 2024 roku — co oznacza, że wielu z tych nowo zatrudnionych pracowników mogło znaleźć się wśród najnowszych i najłatwiejszych do zwolnienia.
Poza kwestiami kadrowymi, raport wskazuje na głęboko zakorzenioną kulturę unikania ryzyka wewnątrz agencji federalnych. Prawie 60% wszystkich przypadków użycia AI znajduje się w fazie pilotażowej lub przedwstępnego wdrożenia, co sugeruje, że federalny krajobraz AI jest nadal w fazie szybkiego wzrostu — fazie, która wymaga poświęcenia czasu na edukację i eksperymenty, na co wiele agencji ma trudności z wygospodarowaniem. Raport zauważa również, że wyraźne powiązanie przez administrację Trumpa wdrażania AI z cięciami w zatrudnieniu za pośrednictwem Departamentu Efektywności Rządu (DOGE) może wzmacniać tę niechęć.
Luki w odpowiedzialności stanowią kolejne zmartwienie. Ponad 85% wszystkich wdrożonych przypadków użycia AI o wysokim wpływie w 2025 roku brakuje niektórych wymaganych informacji na temat środków łagodzenia ryzyka, pomimo wyraźnych wymagań ze strony OMB.
Zaufanie publiczne stawia kolejne wyzwanie. Według ostatnich danych Pew Research Center, około połowa Amerykanów twierdzi obecnie, że bardziej niepokoi ich niż ekscytuje rosnąca rola AI, w porównaniu do 37% cztery lata wcześniej, a tylko 17% amerykańskiego społeczeństwa wierzy, że AI pozytywnie wpłynie na USA w ciągu najbliższych dwóch dekad.
Raport ostrzega, że stawka jest wysoka. Zaufanie publiczne do rządu federalnego pozostaje bliskie historycznych minimów, a ostatnie dane pokazują, że tylko 16% Amerykanów ufa Waszyngtonowi, że działa słusznie przez większość lub prawie cały czas. Na tym tle autorzy argumentują, że źle zrealizowane wdrożenia AI mogą spowodować poważne szkody — ale dobrze zaprojektowane aplikacje skupione na namacalnych usprawnieniach usług mogłyby, przeciwnie, pomóc odbudować zaufanie do instytucji rządowych.
Aby to osiągnąć, Brookings zaleca rozszerzenie szkoleń z zakresu znajomości AI w agencjach, reformę zasad zamówień publicznych, które zostały zaprojektowane dla bardziej statycznych systemów oprogramowania, wzmocnienie praktyk przejrzystości wokół wykorzystania AI wysokiego ryzyka oraz priorytetowe traktowanie przypadków użycia, które przynoszą jasne, pozytywne korzyści dla społeczeństwa.
