L'administration Trump prévoit d'accélérer les règlements du DOT en utilisant Google Gemini
L'intersection entre la gouvernance et l'intelligence artificielle générative (generative artificial intelligence) a atteint une nouvelle étape cruciale. L'administration Trump a lancé un plan visant à utiliser Google Gemini, un grand modèle de langage de premier plan, pour rédiger les réglementations fédérales en matière de transport. Ce développement, confirmé par des dossiers du Department of Transportation (DOT) et des entretiens internes, marque un changement significatif dans la manière dont la politique américaine peut être élaborée, en privilégiant une rapidité sans précédent au détriment de la délibération bureaucratique traditionnelle.
Selon des rapports, l'initiative vise à comprimer de façon spectaculaire le calendrier de création de nouvelles règles de sécurité — allant des normes d'aviation à la supervision des pipelines — de plusieurs mois ou années à seulement 30 jours. Cette démarche s'aligne sur une directive administrative plus large visant à intégrer Intelligence artificielle dans les opérations fédérales, suscitant à la fois un soutien enthousiaste pour l'efficacité et de vives inquiétudes concernant la sécurité des transports.
La norme « assez bien » : compression des délais
Le moteur principal de cette initiative est la vitesse. Lors d'une réunion stratégique, Gregory Zerzan, conseiller juridique du DOT, aurait insisté sur un abandon du perfectionnisme au profit d'une production rapide. « Nous n'avons pas besoin de la règle parfaite... Nous voulons du suffisamment bon », a déclaré Zerzan, ajoutant que l'agence entend « inonder la zone » de nouveaux règlements.
Le flux de travail proposé envisage une transformation radicale du cycle de vie de l'élaboration des règles. Habituellement, la rédaction d'un Notice of Proposed Rulemaking (NPRM) implique un examen juridique minutieux, une expertise en la matière et une rédaction extensive. Dans le cadre du nouveau plan, les avocats de l'agence utiliseraient Google Gemini pour générer des projets de règlements en quelques minutes. Une présentation faite à plus de 100 membres du personnel du DOT affirmait que le modèle d'IA pourrait prendre en charge « 80 % à 90 % » de la charge de rédaction, laissant au personnel humain la relecture et la finalisation du texte généré par la machine.
L'objectif ambitieux est d'accélérer le processus afin qu'un règlement puisse passer d'un concept initial à un projet complet prêt à être examiné par l'Office of Information and Regulatory Affairs en l'espace d'un mois. Les partisans soutiennent que cela éliminera les « goulets d'étranglement » humains dans la bureaucratie fédérale.
Sécurité vs. rapidité : le débat interne
Si l'efficacité est l'objectif principal, la dépendance à élaboration automatisée de règles pour des protocoles de sécurité critiques a déclenché un débat interne significatif. Les réglementations en matière de transport régissent des domaines à fort enjeu, notamment l'intégrité structurelle des avions, l'exploitation sûre des trains de marchandises transportant des produits chimiques toxiques et l'entretien des gazoducs.
Des membres du personnel ont exprimé leur inquiétude quant à la délégation de ces responsabilités à des modèles d'IA connus pour leurs « hallucinations » — des erreurs où l'IA génère avec assurance des faits incorrects ou inexistants. Lors de la démonstration de l'outil, un intervenant aurait écarté les préoccupations relatives à la complexité des préambules réglementaires, les qualifiant de « salade de mots » que Google Gemini est bien équipé pour reproduire.
Mike Horton, l'ancien directeur par intérim en charge de l'IA au DOT, a formulé une critique sévère de la stratégie. Il a comparé l'approche à « confier la rédaction d'une loi fédérale à un stagiaire de lycée », avertissant que si l'administration veut aller vite, le faire dans le secteur de la sécurité signifie que « des gens vont se blesser ».
Le rôle de Google Gemini dans la politique fédérale
L'outil spécifique choisi pour cette transformation est la version du DOT de Google Gemini. Lors des démonstrations, le modèle a été montré en train de générer des documents ressemblant à des avis officiels d'élaboration de règles simplement en saisissant des mots-clés de sujet. Cependant, des observateurs ont noté que les projets générés par l'IA semblaient manquer du texte réglementaire spécifique requis pour le Code of Federal Regulations, soulignant l'écart actuel entre les capacités du modèle et la précision juridique requise pour une loi exécutoire.
Cette initiative ne se déroule pas dans le vide. Elle reflète la poussée du Department of Government Efficiency (DOGE) et d'Elon Musk pour automatiser les flux de travail fédéraux. Des présentations fuitées de DOGE ont précédemment suggéré d'utiliser l'IA pour automatiser la rédaction des documents de soumission, visant à réduire l'implication de la main-d'œuvre fédérale dans la rédaction.
Justin Ubert, chef de division à la Federal Transit Administration, a évoqué un avenir où l'intervention humaine se réduirait encore. Lors d'un sommet récent, il a prédit que les humains retomberaien t finalement dans un rôle de surveillance, contrôlant les « interactions IA-à-IA » plutôt que rédigeant activement le contenu.
Analyse comparative : élaboration de règles traditionnelle vs assistée par IA
| Rulemaking Phase | Processus traditionnel dirigé par des humains | Processus proposé assisté par IA |
|---|---|---|
| Drafting Time | Des mois à des années par réglementation | Des minutes à des secondes via Gemini |
| Primary Author | Experts en la matière & avocats | Google Gemini (LLM) |
| Human Role | Rédaction, analyse juridique, révision | Relecture & supervision du « produit machine » |
| Quality Standard | Haute précision, objectif de « règle parfaite » | Axé sur le volume, norme du « suffisamment bon » |
| Target Timeline | Indéfini (en fonction de la complexité) | 30 jours de l'idée à l'examen par OIRA |
Réactions d'experts et implications futures
L'intégration de l'intelligence artificielle dans la rédaction de lois contraignantes remet en cause l'exigence traditionnelle du droit administratif selon laquelle les règles fédérales doivent être fondées sur une « prise de décision motivée ». Des experts juridiques avertissent que si l'IA peut produire un texte qui semble plausible, elle est incapable de mener le raisonnement réel nécessaire pour justifier des décisions politiques complexes.
Bridget Dooling, professeure à l'Ohio State University, a mis en garde contre la confusion entre volume de production et qualité réglementaire. « Ce n'est pas parce que ces outils peuvent produire beaucoup de mots que ces mots aboutissent à une décision gouvernementale de haute qualité », a-t-elle souligné.
Alors que le DOT avance avec cette initiative « en pointe », l'équilibre entre l'exploitation de l'intelligence artificielle générative pour l'efficacité administrative et le maintien des normes rigoureuses nécessaires à la sécurité publique demeure un domaine d'observation critique. Le résultat de cette expérience pourrait établir un précédent sur la manière dont le gouvernement américain adopte la technologie pour rédiger les règles qui régissent la vie quotidienne.
