Στα μέσα του 2026, η εικόνα της ομοσπονδιακής κυβέρνησης των Ηνωμένων Πολιτειών όσον αφορά την Τεχνητή Νοημοσύνη (ΤΝ) θυμίζει έναν γίγαντα που προσπαθεί να μάθει χορό: οι κινήσεις είναι ορατές, η πρόθεση είναι σαφής, αλλά ο ρυθμός συχνά υπολείπεται της μουσικής που παίζει η Silicon Valley. Σύμφωνα με πρόσφατες αναφορές, ενώ η χρήση της ΤΝ στις κρατικές υπηρεσίες έχει αυξηθεί κατακόρυφα, ο δρόμος προς μια πλήρως «έξυπνη» διακυβέρνηση παραμένει σπαρμένος με εμπόδια που δεν είναι μόνο τεχνικά, αλλά και βαθιά δομικά.
Η Άνοδος των Περιπτώσεων Χρήσης
Η πρόοδος που έχει σημειωθεί από το 2023, όταν εκδόθηκε το ιστορικό Εκτελεστικό Διάταγμα για την Ασφαλή και Αξιόπιστη ΤΝ, είναι αξιοσημείωτη. Σήμερα, σχεδόν κάθε ομοσπονδιακή υπηρεσία —από το Υπουργείο Γεωργίας έως τη NASA— έχει ενσωματώσει κάποια μορφή μηχανικής μάθησης στις λειτουργίες της. Στην Υπηρεσία Εσωτερικών Εσόδων (IRS), η ΤΝ χρησιμοποιείται πλέον για τον εντοπισμό φοροδιαφυγής σε πολύπλοκες εταιρικές δομές που προηγουμένως απαιτούσαν χιλιάδες ανθρωποώρες ανάλυσης. Στον τομέα της υγείας, οι υπηρεσίες των Βετεράνων (VA) χρησιμοποιούν προγνωστικά μοντέλα για τον εντοπισμό ασθενών που κινδυνεύουν από αυτοκτονία ή χρόνια νεφρική ανεπάρκεια, σώζοντας ζωές μέσω της έγκαιρης παρέμβασης.
Ωστόσο, αυτή η «ψηφιακή άνθηση» είναι συχνά αποσπασματική. Οι περισσότερες εφαρμογές αφορούν συγκεκριμένα έργα (pilot projects) και σπάνια μετατρέπονται σε ολοκληρωμένες στρατηγικές που διαπερνούν ολόκληρο το φάσμα της κρατικής λειτουργίας. Η έλλειψη ομοιογένειας στα δεδομένα μεταξύ των διαφορετικών υπηρεσιών παραμένει το μεγαλύτερο «αγκάθι», καθιστώντας τη διαλειτουργικότητα ένα μακρινό όνειρο.
Το Βαρίδι του Τεχνικού Χρέους
Το μεγαλύτερο εμπόδιο στην πλήρη αξιοποίηση της ΤΝ δεν είναι η έλλειψη λογισμικού, αλλά το λεγόμενο «τεχνικό χρέος» (legacy systems). Πολλές κρίσιμες υποδομές της αμερικανικής κυβέρνησης εξακολουθούν να τρέχουν σε γλώσσες προγραμματισμού όπως η COBOL, οι οποίες χρονολογούνται από τη δεκαετία του 1970. Η προσπάθεια να «κουμπώσει» μια σύγχρονη Παραγωγική ΤΝ (Generative AI) πάνω σε τέτοια αρχαία συστήματα είναι σαν να προσπαθείς να εγκαταστήσεις έναν κινητήρα Tesla σε μια άμαξα του 19ου αιώνα.
Επιπλέον, η κυβέρνηση αντιμετωπίζει μια κρίση ταλέντου. Παρά τις προσπάθειες προσλήψεων μέσω προγραμμάτων όπως το AI Talent Surge, ο δημόσιος τομέας αδυνατεί να ανταγωνιστεί τους μισθούς και τις παροχές των τεχνολογικών κολοσσών. Οι κορυφαίοι ερευνητές της ΤΝ προτιμούν να εργάζονται στην OpenAI ή την Anthropic παρά σε μια κυβερνητική υπηρεσία όπου η γραφειοκρατία μπορεί να καθυστερήσει την έγκριση ενός νέου εργαλείου για μήνες ή και χρόνια.
Ηθική, Διαφάνεια και Πολιτικές Προκλήσεις
Καθώς η κυβέρνηση υιοθετεί την ΤΝ, οι ανησυχίες για την προκατάληψη (bias) και την έλλειψη διαφάνειας εντείνονται. Η χρήση αλγορίθμων στην επιβολή του νόμου ή στην αξιολόγηση αιτήσεων ασύλου έχει προκαλέσει σφοδρές αντιδράσεις από οργανώσεις προστασίας πολιτικών δικαιωμάτων. Η πρόκληση για την κυβέρνηση Μπάιντεν —και όποια ακολουθήσει— είναι να θεσπίσει κανόνες που να διασφαλίζουν ότι η ΤΝ δεν θα αυτοματοποιήσει την αδικία.
Στο γεωπολιτικό επίπεδο, η πίεση είναι ακόμα μεγαλύτερη. Ο ανταγωνισμός με την Κίνα για την κυριαρχία στην ΤΝ σημαίνει ότι η αμερικανική κυβέρνηση δεν έχει την πολυτέλεια να μείνει πίσω. Η ΤΝ δεν είναι πλέον απλώς ένα εργαλείο αποδοτικότητας, αλλά ένα κρίσιμο στοιχείο της εθνικής ισχύος. Αν η ομοσπονδιακή μηχανή δεν εκσυγχρονιστεί γρήγορα, κινδυνεύει να χάσει τον έλεγχο των τεχνολογικών εξελίξεων που η ίδια η χώρα της δημιούργησε.
Συμπεράσματα για το Μέλλον
Ο δρόμος που απομένει είναι μακρύς. Για να γεφυρωθεί το χάσμα, απαιτείται ριζική αναθεώρηση των διαδικασιών προμηθειών (procurement), επενδύσεις δισεκατομμυρίων στον εκσυγχρονισμό των βάσεων δεδομένων και, κυρίως, μια πολιτισμική αλλαγή εντός του δημόσιου τομέα. Η Τεχνητή Νοημοσύνη μπορεί να μεταμορφώσει την κυβέρνηση από έναν δυσκίνητο μηχανισμό σε μια υπηρεσία που προβλέπει τις ανάγκες των πολιτών, αλλά αυτό απαιτεί κάτι περισσότερο από απλούς αλγορίθμους: απαιτεί πολιτική βούληση και θάρρος για ρήξη με το παρελθόν.
