Potrebbe sembrare uno scherzo da quanto è assurdo, invece è tutto vero: un giovane studente universitario, ancora senza laurea, è stato incaricato di utilizzare l’intelligenza artificiale per analizzare, confrontare e potenzialmente riscrivere migliaia di regolamenti federali, a partire da quelli del Dipartimento per l’Edilizia e lo Sviluppo Urbano (HUD).
Il progetto è parte del Dipartimento per l’Efficienza Governativa (DOGE) voluto da Elon Musk, che finora ha fatto parlare di sé solo in maniera negativa. Christopher Sweet, questo il nome dello studente, è stato presentato ai dipendenti del Dipartimento attraverso un’email di Scott Langmack, membro del DOGE e direttore operativo di un’azienda immobiliare specializzata in AI, che lo ha descritto come un “analista quantitativo di programmazione AI”, evidenziando le sue origini familiari brasiliane e la sua padronanza del portoghese.
Le fonti interne all’agenzia rivelano che Sweet ha già prodotto un foglio di calcolo Excel contenente circa mille righe di policy dove, secondo l’AI, il Dipartimento avrebbe “ecceduto” nella regolamentazione. Per ciascuna di queste aree, lo strumento propone un linguaggio sostitutivo, suggerendo revisioni che potrebbero drasticamente ridimensionare l’apparato normativo dell’agenzia, in particolare nell’Ufficio per l’Edilizia Pubblica e Indiana (PIH).
L’ambizione del progetto guidato da Sweet va ben oltre i confini dell’HUD: il modello di AI utilizzato per questa operazione di deregolamentazione su scala industriale è destinato a essere perfezionato e implementato in tutto il governo federale. Durante un incontro a cui hanno partecipato Sweet e Jacob Altik, altro membro noto del DOGE e avvocato presso Weil, Gotshal & Manges, sarebbe stato spiegato che il modello sarà utilizzato per analizzare l’intero Codice dei Regolamenti Federali (eCFR).
Il funzionamento dello strumento appare metodico e dettagliato. WIRED ha esaminato una copia dell’output prodotto dall’AI per un dipartimento dell’HUD, che presenta colonne contenenti il testo che secondo il modello necessiterebbe di modifiche, insieme a suggerimenti specifici per le riformulazioni. Il foglio di calcolo quantifica addirittura quante parole possono essere eliminate da singoli regolamenti e fornisce una percentuale di “non conformità” delle normative, sebbene non sia chiaro come questi valori vengano calcolati.
L’Università di Chicago ha confermato che Sweet è “in congedo dal college universitario”, ma resta il mistero su come sia stato reclutato nel DOGE. Un account GitHub pubblico collegato a Sweet suggerisce che stesse lavorando su questo tema ancor prima di unirsi alla “squadra di demolizione” di Musk, avendo creato un’applicazione che traccia e analizza i regolamenti del governo federale “mostrando come l’onere normativo è distribuito tra le agenzie governative”.
La presenza di Sweet all’HUD e il suo ruolo nella revisione dei regolamenti dell’agenzia viene vista con scetticismo da alcuni funzionari interni. Una fonte ha definito lo sforzo ridondante, sottolineando come l’agenzia fosse già sottoposta a “un tritacarne pluriennale e multi-stakeholder prima che qualsiasi regola venisse mai creata” secondo il Administrative Procedure Act, che regola come le agenzie possono stabilire normative e garantisce la supervisione giudiziaria su tutte le loro azioni.
Un’altra fonte interna all’HUD ha messo in discussione il titolo stesso di Sweet, osservando che “un programmatore e un analista quantitativo di dati sono due cose molto diverse”. La biografia online di Sweet è altrettanto enigmatica: una breve descrizione sul sito di East Edge Securities, una società di investimento che ha fondato nel 2023 con altri due studenti dell’Università di Chicago, menziona esperienze passate con diverse società di private equity, tra cui Pertento Partners di Londra e Tenzing Global Investors di San Francisco.
L’incursione dell’intelligenza artificiale nella riscrittura di regolamenti federali segna un momento di svolta potenzialmente storico nella governance americana. Se l’esperimento guidato da Sweet dovesse estendersi ad altre agenzie come pianificato, potremmo assistere alla più grande trasformazione dell’apparato normativo federale della storia recente, guidata non da legislatori eletti o esperti di policy con decenni di esperienza, ma da algoritmi supervisionati da giovani… che non hanno ancora terminato gli studi.