Используя алгоритмы машинного обучения, основатель компании Skopos Labs Джон Нэй (John Nay) создал систему искусственного интеллекта, способную с высокой точность предсказывать, будет ли законопроект принят Конгрессом США или же отклонен. Для этого используется текст законопроекта и еще около десятка переменных.
Нэй использовал данные по законопроектам, которые проходили через Конгресс с 103-го созыва (1993-1995) по 113-й созыв (2013-2015 гг.). В систему закладывались тексты законопроектов, а также различные данные, в том числе число авторов проекта, месяц, когда он был внесен, представляли ли авторы проекта партию большинства в своей палате и так далее. Сначала Нэй прогнал через нейросеть данные о законопроектах, которые рассматривали 103-й – 106-й созывы Конгресса, а потом попытался предсказать результаты голосования по законопроектам 107-го созыва. На следующем этапе в обучающую подборку добавлялись данные 107-го созыва и предсказывались результаты 108-го и так далее.
Частью разработанной Нэем системы был алгоритм анализа языка документов. Он учитывал не только значения слов, но и связь их с окружающими словами, представляя всю смысловую сторону текста в виде совокупности чисел. Три других алгоритма связывали контекстуальные данные с шансами законопроектов на успех. Наконец, четвертый алгоритм выдавал конечный прогноз.
Конгресс США отклоняет 96 % законопроектов, так что отрицательный прогноз в большинстве случаев будет верным. Но Нэй хотел, чтобы система оценивала вероятность прохождения закона, так что его алгоритм не просто показывает, будет принят проект или нет, но и предсказывает процент голосов, поданных за него. В итоге он добился, что его нейросеть предсказывала судьбу законопроектов на 60 % лучше, чем простое угадывание.
Также Нэй смог установить некоторые факторы, влияющие на судьбу закона. Шансы на принятие повышаются, если автор представляет партию большинства или же если автор выбран в Конгресс не впервые. Для проектов, связанных с климатом, слова «воздействие» и «эффект» повышают шансы на положительное голосование Палаты представителей, а «глобальный» и «потепление» снижают. Отрицательно влияют на судьбу законов в области здравоохранения термины Medicaid и «перестрахование», причем это верно и для Сената, и для Палаты представителей. В законопроектах, связанных с патентами, термин «программное обеспечение» снижает шансы на принятие в Палате представителей, а «вычисление» (computation) оказывает тот же эффект в Сенате.
Итоги своей работы Джон Нэй представил в электронном научном журнале PLOS ONE.
