美国政府效率部（Department of Government Efficiency，简称DOGE）史无前例地获得了对至少7个敏感联邦数据库的访问权限，其中包括美国国税局（Internal Revenue Service）和社会保障局（Social Security Administration）的数据库。这种访问引发了人们对网络安全漏洞和侵犯隐私的担忧。另一个问题受到的关注要少得多：这些数据可能被用于训练私营公司的人工智能系统。
白宫新闻秘书表示，尽管埃隆·马斯克控制着DOGE，但DOGE收集的政府数据并未用于训练马斯克的人工智能模型。然而，有证据表明，通用电气的员工同时在马斯克的至少一家公司担任职务。
在美国联邦航空管理局，SpaceX的员工有政府电子邮件地址。这种双重雇佣创造了一个渠道，联邦数据可能会被抽吸到马斯克拥有的企业，包括xAI。该公司最新的Grok AI聊天机器人模型显然拒绝明确否认使用此类数据。
作为一名政治科学家和技术专家，我非常熟悉政府数据的公共来源，我相信这种政府数据向私营公司的潜在传输所带来的隐私和权力影响远比大多数报道所指出的要大得多。有能力开发人工智能技术的私营实体可以利用政府数据超越竞争对手，对社会产生巨大影响。
对于人工智能开发者来说，政府数据库就像是找到了圣杯。虽然OpenAI、b谷歌和xAI等公司目前依赖于从公共互联网上抓取的信息，但非公共政府存储库提供了更有价值的东西：对整个人群的实际人类行为的验证记录。
这不仅仅是更多的数据——这是根本不同的数据。社交媒体帖子和网页浏览历史记录显示的是精心策划或有意为之的行为，但政府数据库捕捉的是真实的决策及其后果。例如，医疗保险记录揭示了医疗保健的选择和结果。美国国税局和财政部的数据揭示了财务决策和长期影响。联邦就业和教育统计数据揭示了教育路径和职业轨迹。
使这些数据对人工智能训练特别有价值的是它的纵向性质和可靠性。与网上杂乱无章的信息不同，政府记录遵循标准化的协议，经过定期审计，必须符合法律对准确性的要求。每一笔社会保障支付、医疗保险索赔和联邦拨款都会创建一个关于现实世界行为的经过验证的数据点。这些数据在美国没有其他地方有这么广泛和真实
最关键的是，政府数据库追踪的是整个人口，而不仅仅是数字活跃用户。他们包括从不使用社交媒体、不网购或积极避开数字服务的人。对于一家人工智能公司来说，这意味着培训系统要基于人类经验的实际多样性，而不仅仅是人们在网上的数字反映。
目前的人工智能系统面临着根本的限制，从互联网上获取的数据再多也无法克服。当ChatGPT或谷歌的双子座犯错误时，通常是因为他们接受的信息可能很流行，但不一定是正确的。他们可以告诉你人们对一项政策的影响的看法，但他们无法追踪这些影响在人群和年份之间的变化。
政府数据可能会改变这一局面。想象一下，训练一个人工智能系统，不仅要训练它对医疗保健的看法，还要训练它对数百万患者的实际治疗结果。考虑一下从社交媒体讨论中学习经济政策与分析它们在几十年来对不同社区和人口结构的实际影响之间的区别。
一个大型的、最先进的或前沿的、经过全面政府数据训练的模型可以理解政策和结果之间的实际关系。它可以追踪不同人口群体的意外后果，模拟具有现实验证的复杂社会系统，并根据历史证据预测拟议变化的影响。对于寻求构建下一代人工智能系统的公司来说，获得这些数据将创造出几乎不可逾越的优势。
像xAI这样的公司可以用政府数据训练的模型做更多的事情，而不是建造更好的聊天机器人或内容生成器。这样的系统可以从根本上改变——并可能控制——人们理解和管理复杂社会系统的方式。虽然在负责任的公共机构的控制下，其中一些能力可能是有益的，但我认为，它们在一家私营公司手中构成了威胁。
医疗保险和医疗补助数据库包含了几十年来不同人群的治疗、结果和费用记录。根据新的政府数据训练的前沿模型可以识别出在其他治疗模式失败的地方取得成功的治疗模式，从而主导医疗保健行业。这样的模型可以理解不同的干预措施如何随着时间的推移影响不同的人群，考虑到地理位置、社会经济地位和并发条件等因素。
使用该模型的公司可以通过向制药公司和保险公司展示卓越的预测能力和市场人口水平的洞察力来影响医疗保健政策。
财政部的数据可能是最有价值的奖品。政府的金融数据库包含有关资金如何在经济中流动的详细信息。这包括跨联邦支付系统的实时交易数据、纳税和退税的完整记录、福利分配的详细模式，以及带有绩效指标的政府承包商付款。
拥有这些数据的人工智能公司可以开发出非凡的经济预测和市场预测能力。它可以模拟监管变化的级联效应，在经济脆弱性成为危机之前预测它们，并以传统方法无法实现的精度优化投资策略。
政府数据库包含有关关键基础设施使用模式、维护历史、应急响应时间和开发影响的信息。每一笔联邦拨款、基础设施检查和应急响应都会创建一个数据点，帮助训练人工智能更好地了解城市和地区的运作方式。
这种力量在于这些数据之间潜在的相互联系。经过政府基础设施记录培训的人工智能系统将了解交通模式如何影响能源使用，住房政策如何影响应急响应时间，以及基础设施投资如何影响各地区的经济发展。
一家拥有独家访问权的私人公司将获得对美国社会物质和经济动脉的独特见解。这可能使该公司能够开发出城市政府将依赖的“智慧城市”系统，从而有效地将城市治理的各个方面私有化。当与来自私人来源的实时数据相结合时，预测能力将远远超过当前任何系统所能达到的水平。
像xAI这样的公司，拥有马斯克的资源和通过通用电气获得的优先准入，可以比竞争对手更容易地克服技术和政治障碍。机器学习的最新进展也减轻了准备数据供算法处理的负担，使政府数据成为名副其实的金矿——一个理应属于美国人民的金矿。
私营公司访问政府数据的威胁超越了个人隐私问题。即使删除了个人标识符，一个分析数百万政府记录模式的人工智能系统也可以在人口层面上实现令人惊讶的预测和影响行为的能力。威胁是利用政府数据影响社会，包括选举结果的人工智能系统。
由于信息就是力量，将前所未有的数据集中在一个有着明确政治议程的私人实体手中，对这个共和国来说是一个深刻的挑战。我认为，问题在于美国人民是否能够抵制这种集中化可能造成的破坏民主的腐败。否则，美国人应该准备好成为数字主体，而不是人类公民。
