OpenAI Bermitra dengan Laboratorium DOE untuk Memangkas Waktu Perizinan Federal sebesar 15%
Tony Kim 04 Mar 2026 17:29
OpenAI dan Pacific Northwest National Laboratory meluncurkan DraftNEPABench, menunjukkan agen AI dapat menghemat 1-5 jam per subbagian pada tinjauan lingkungan federal.
OpenAI dan Pacific Northwest National Laboratory dari Departemen Energi AS telah mengembangkan tolok ukur yang menunjukkan agen pengkodean AI dapat mengurangi draf perizinan lingkungan federal hingga 15%. Kolaborasi yang diumumkan pada 26 Februari 2026 ini menghasilkan DraftNEPABench—kerangka pengujian yang mengevaluasi kinerja AI di 102 tugas penyusunan dari 18 lembaga federal.
Tolok ukur ini secara khusus menargetkan alur kerja National Environmental Policy Act, proses berusia 50 tahun yang mengharuskan lembaga federal mendokumentasikan dampak lingkungan sebelum menyetujui proyek infrastruktur seperti pembangkit listrik, jembatan, dan fasilitas manufaktur. Tinjauan ini sering memakan waktu bertahun-tahun dan melibatkan ratusan halaman laporan teknis.
Apa yang Ditunjukkan oleh Pengujian
Sembilan belas ahli materi subjek NEPA mengevaluasi draf yang dihasilkan AI pada skala 1-5 yang mengukur struktur, kejelasan, akurasi, dan penggunaan referensi yang tepat. Agen tersebut—berjalan pada Codex CLI OpenAI dengan GPT-5—menunjukkan potensi untuk menghemat 1-5 jam per subbagian dokumen.
Itu tidak terdengar dramatis sampai Anda mempertimbangkan skalanya. Pernyataan Dampak Lingkungan berisi puluhan subbagian, masing-masing memerlukan referensi silang laporan teknis, persyaratan regulasi, dan berbagai sumber data. Beberapa jam yang dihemat per bagian bertambah cepat pada proyek yang saat ini memakan waktu berbulan-bulan atau bertahun-tahun untuk diselesaikan.
Agen AI diminta untuk membaca dan mensintesis dokumen yang mencakup ratusan halaman, memverifikasi fakta di seluruh sumber lingkungan dan regulasi, dan menghasilkan laporan terstruktur yang memenuhi kriteria hukum tertentu. Tugas mencakup bagian dokumen dari lembaga di seluruh pemerintah federal.
Keterbatasan yang Perlu Dicatat
PNNL dan OpenAI terbuka tentang apa yang tidak dibuktikan oleh tolok ukur ini. Ini mengevaluasi kinerja pada tugas penyusunan yang dispesifikasikan dengan baik di mana konteks yang relevan tersedia—bukan ambiguitas yang berantakan dari keputusan perizinan nyata.
Saat meninjau kasus kegagalan, peneliti menemukan beberapa "kesalahan" berasal dari referensi yang ketinggalan zaman dan kriteria evaluasi yang lemah daripada kesalahan model. Penerapan nyata akan melibatkan loop umpan balik ahli yang diharapkan meningkatkan kinerja melampaui hasil tolok ukur.
Jika materi sumber tidak lengkap atau tidak konsisten, model tidak akan selalu menandai masalah tanpa instruksi eksplisit. Pengawasan manusia tetap penting.
Gambaran Besar
Kemitraan ini berada dalam inisiatif PermitAI yang lebih luas dari PNNL, yang didanai oleh Office of Policy Departemen Energi. Tujuannya bukan mengganti peninjau manusia—tetapi memberikan pekerja pemerintah tim AI yang menangani pekerjaan dokumen yang memakan waktu sehingga mereka dapat fokus pada keputusan penilaian dan keputusan kompleks.
OpenAI mengatakan kolaborasi akan terus menyempurnakan aplikasi PermitAI. Perusahaan mengharapkan waktu persetujuan rata-rata untuk proyek infrastruktur yang ditinjau secara federal pada akhirnya turun dari bulan ke minggu, meskipun tidak ada jadwal khusus yang diberikan untuk mencapai pengurangan tersebut.
Untuk industri AI, ini mewakili kasus validasi pemerintah lainnya—menunjukkan bahwa model terdepan dapat menangani alur kerja regulasi nyata, bukan hanya percakapan chatbot. Apakah itu diterjemahkan ke adopsi AI federal yang lebih luas tergantung pada bagaimana pilot berikutnya berkinerja dalam kondisi perizinan aktual.
Sumber gambar: Shutterstock- openai
- kecerdasan buatan
- perizinan federal
- nepa
- teknologi pemerintah
