トランプ政権、Google Geminiを使用してDOTの規則を迅速化する計画

ガバナンスと生成型人工知能（generative artificial intelligence）の交差点は新たな重要な節目に達しました。トランプ政権は、連邦の運輸規則を作成するために、主要な大規模言語モデル（large language model）であるGoogle Geminiを利用する計画を開始しました。Department of Transportation（DOT）の記録と内部インタビューで確認されたこの展開は、米国の政策が従来の官僚的審議よりも前例のない速度を優先して構築される可能性があるという大きな変化を示しています。

報告によれば、このイニシアチブは航空基準からパイプライン監督に至るまでの新しい安全規則の作成に要する時間を、数か月あるいは数年からわずか30日へと劇的に圧縮することを目指しています。この動きは、連邦業務に**人工知能（Artificial Intelligence）**を統合するというより広範な行政の指令と一致しており、効率性への熱狂的な支持と、**輸送の安全（Transportation Safety）**に関する鋭い懸念の両方を引き起こしています。

The "Good Enough" Standard: Compressing Timelines

このイニシアチブの中核は速度です。戦略会議の間、DOT法務顧問グレゴリー・ゼルザンは、完璧主義からの脱却と迅速な成果を優先する姿勢を強調したと伝えられています。「完璧な規則は必要ない…十分に良ければいい」とゼルザンは述べ、機関は新しい規則を「ゾーンにあふれさせる（flood the zone）」つもりだと付け加えました。

提案されたワークフローは、ルール作成ライフサイクルの根本的な変革を想定しています。通常、Notice of Proposed Rulemaking（NPRM）の作成には綿密な法的レビュー、専門知識、そして広範な起草作業が伴います。新しい計画では、機関の弁護士が**Google Gemini**を利用して規則案を数分で生成することを想定しています。DOTの100人以上の職員に配布されたプレゼンテーションでは、AIモデルが起草作業の「80%から90%」を処理できると主張され、人間の職員は機械生成テキストの校閲と最終化を担当することになるとされています。

野心的な目標は、規則が概念段階からOIRA（Office of Information and Regulatory Affairs）によるレビュー準備が整った完全な草案へと移行するまでを1か月以内に短縮することです。支持者はこれが連邦官僚機構における人為的な「ボトルネック」を排除すると主張しています。

Safety vs. Speed: The Internal Debate

効率が主要目的である一方で、重要な安全プロトコルに対する**自動ルール制定（Automated Rulemaking）**の依存は大きな内部論争を引き起こしています。運輸規則は、航空機の構造的完全性、有毒化学物質を運ぶ貨物列車の安全運行、ガスパイプラインの維持管理など高リスクな分野を規律します。

職員たちは、AIが自信を持って誤った、または存在しない事実を生成する「幻覚（hallucinations）」で知られていることから、これらの責任をAIモデルに外注することに憂慮を示しています。ツールのデモンストレーション中、発表者は規制の前文の複雑さに関する懸念を「ワードサラダ（word salad）」と表現し、Google Geminiはそれを再現する準備ができていると切り捨てたと伝えられています。

DOTの元暫定チーフAIオフィサーであるMike Hortonは、この戦略を痛烈に批判しました。彼はこのアプローチを「高校生のインターンに連邦法を起草させるようなもの」に例え、行政が迅速に進めたいとしても、安全分野でそれを行えば「人々が傷つくことになる」と警告しました。

The Role of Google Gemini in Federal Policy

この変革のために選ばれた特定のツールはDOT版のGoogle Geminiです。デモンストレーションでは、トピックのキーワードを入力するだけで公式の規則告示に似た文書を生成する様子が示されました。しかし、観察者はAI生成の草案が連邦規則集（Code of Federal Regulations）に必要な特定の規定文を欠いているように見え、執行可能な法律に必要な法的精密さとモデルの能力との間に現在ギャップがあることを強調しました。

このイニシアチブは真空の中で起きているわけではありません。これは、Department of Government Efficiency（DOGE）とElon Muskによる連邦ワークフローの自動化推進と呼応するものです。DOGEからのリークされたプレゼンテーションは以前、提出書類の作成をAIで自動化し、連邦政府の人員を起草作業から削減することを提案していました。

Federal Transit Administrationの部門長Justin Ubertは、人間の関与がさらに後退する未来を示唆しました。最近のサミットで彼は、人間は最終的に積極的な起草作業の代わりに「AI間の相互作用（AI-to-AI interactions）」を監視する監督役に戻るだろうと予測しました。

Comparative Analysis: Traditional vs. AI-Assisted Rulemaking

The following table outlines the projected operational shifts between current methods and the proposed AI-integrated workflow:

Expert Reactions and Future Implications

法規を作成する過程に**人工知能（Artificial Intelligence）**を統合することは、連邦規則が「合理的な意思決定（reasoned decision-making）」に基づいて構築されるべきだという従来の行政法上の要件に挑戦します。法律専門家は、AIはもっともらしい文面を生成できる一方で、複雑な政策決定を正当化するために必要な実際の推論を行う能力が欠けていると警告します。

Ohio State Universityの教授Bridget Doolingは、出力の量と規制の質を混同することに注意を促しました。「これらのツールが大量の言葉を生み出せるからといって、それらの言葉が高品質な政府の決定につながるわけではない」と彼女は指摘しました。

DOTがこの「先端（point of the spear）」イニシアチブを進める中で、行政効率のために生成型AIを活用することと、公衆の安全のために必要な厳格な基準を維持することのバランスは、引き続き重要な観察領域となります。この実験の結果は、日常生活を支配する規則を作るための技術を米国政府がどのように採用するかの前例を作る可能性があります。