ONKO TÄMÄ SINULLE ROHKAISEVA – AMERIKKALAINEN VERONMAKSAJA? (Super Grokin mukaan) Yhdysvaltain liittovaltion hallitus käyttää ja laajentaa tekoälyä aktiivisesti petosten, tuhlauksen ja virheellisten maksujen havaitsemiseen ja estämiseen, ja käynnissä on aloitteita eri hallintojen ja virastojen välillä. Valtiovarainministeriö on ottanut käyttöön koneoppimisen tekoälyä torjuakseen maksupetoksia (esim. shekit, veronpalautukset, sosiaaliturva). Tilikaudella 2024 nämä parannetut prosessit estivät ja palauttivat yli 4 miljardin dollarin arvosta vilpillisiä ja virheellisiä maksuja, mikä on merkittävä kasvu aiempiin vuosiin verrattuna. Government Accountability Office (GAO) arvioi vuosittaiset liittovaltion petostappiot 233–521 miljardiin dollariin (perustuen vuosien 2018–2022 tietoihin) ja korostaa tekoälyn potentiaalia analysoida suuria tietoaineistoja poikkeavuuksien varalta, vaikka se korostaa tarpeita kuten laadukasta dataa ja osaavaa työvoimaa. Yksityisen sektorin kumppanit kuten General Dynamics Information Technology (GDIT) ja CGI Federal ovat kehittäneet tekoälyalustoja, jotka havaitsevat petoksia yli 90 % tarkkuudella, säästäen jo miljardeja esimerkiksi terveydenhuollon korvausvaatimuksissa ja virheellisissä maksuissa. Virastot kuten IRS ja Centers for Medicare & Medicaid Services käyttävät tekoälyä kaavojen tunnistamiseen, poikkeamien havaitsemiseen sekä siirtymiseen "maksa ja jahtaa" -menetelmästä ennakoivaan ehkäisyyn. Tulevaisuuden suunnitelmat nykyisen (Trumpin) hallinnon aikana loppuvuodesta 2025: Kongressin kuulemiset ja lausunnot korostavat tekoälyä hävityksen, petosten ja väärinkäytösten kitkemisessä ohjelmissa kuten Medicare ja Medicaid. Hallinnon tehokkuusosasto (DOGE), jota johtaa muun muassa Elon Muskin, on tiettävästi hyödyntänyt tekoälyä tunnistaakseen petoksia, tuhlausta ja väärinkäytöksiä hallituksen toiminnoissa. Kahden puolueen intressi on olemassa, mukaan lukien lakiesitykset kuten DETECT Act, jotka ajavat GAO:n tutkimuksia tekoälystä IRS:n veropetosten havaitsemisessa. Petosten täydellinen poistaminen on epätodennäköistä sen mittakaavan ja kehittyvän luonteen vuoksi (esim. haitalliset toimijat käyttävät myös tekoälyä), mutta tekoäly on keskeinen työkalu jatkuvissa ja suunnitelluissa pyrkimyksissä vähentää sitä merkittävästi. Haasteita on edelleen, kuten datan laatu, työvoiman taidot ja eettiset riskit, mutta käyttöönotto kiihtyy koko hallinnon tasolla.