Az OBBB új szintre emelte a tétet
A 2017-es Adócsökkentések és Munkahelyteremtés Törvénye (Tax Cuts and Jobs Act) idején a TurboTax még mesterséges intelligencia nélkül, hónapokig dolgozott az új előírásokon, minden egyes vonatkozó jogszabályszakaszt egyenként kellett kódolni. Az OBBB azonban még összetettebb volt: több mint 900 oldalas, rendezetlen dokumentum, a Képviselőház (House) és a Szenátus (Senate) változatai eltérő megfogalmazással, ráadásul a fejlesztésnek még az adóhatósági űrlapok megjelenése előtt el kellett indulnia. A precizitásból nem engedhettek, ugyanakkor próbálták az időt lerövidíteni.
Az MI a rendezetlen dokumentumot működő kóddá alakítja
A csapat már a törvény elfogadása előtt nekilátott: nagy nyelvi modellek segítségével először összefoglalták a Képviselőház (House), majd a Szenátus (Senate) változatát, aztán összehasonlították és egyeztették az eltéréseket. Az alapul szolgáló adótörvényszakaszokat használták horgonyként, hogy megtalálják az egyezőségeket a szerkezetükben különböző dokumentumokban. Így, mire a törvényt aláírták, a csapat már csak azokat a részeket dolgozta fel, amelyek valóban érintették a TurboTax felhasználóit.
Az MI által támogatott gyors dokumentumelemzés után azonban a valódi fejlesztői feladat sokkal nehezebbnek bizonyult. A TurboTax nem klasszikus programozási nyelven működik, hanem saját, zárt, doménspecifikus nyelvet használ, amelyhez a modelleknek teljesen új szintaxisba kellett lefordítani a jogi szöveget. Claude lett az a fő eszköz, amely képes volt leképezni, hogy mi változott, mi maradt érintetlen, és hogyan illeszkedik az új jogszabály a meglévő kódba anélkül, hogy tönkretenné a működő rendszert.
Pontosabb fejlesztés MI-vel: új automatizált eszközök
Az MI által előállított kód önmagában nem volt elég: két új, saját fejlesztésű eszközt is építettek az OBBB feldolgozása során. Az első automatikusan generálja a TurboTax termékképernyőit a jogszabályváltozásból, így a fejlesztőknek csak ott kell manuálisan belenyúlniuk, ahol elengedhetetlen. A második egy célzott egységteszt-rendszer, amely nemcsak a sikert vagy a hibát jelzi, hanem meg is mutatja, pontosan hol van a gond, magyarázatot ad, és lehetővé teszi a közvetlen javítást a tesztrendszerben.
Emellett az Intuit bevetett MI-alapú ellenőrző eszközöket is, de a végső validáció minden esetben emberi adószakértő feladata marad. Az adózással kapcsolatos termékeknél ugyanis csaknem 100%-os pontosság az elvárás. Sarah Aerni, az Intuit technológiai alelnöke szerint ehhez determinisztikus architektúra és jól mérhető, automatikusan validálható kimenetek szükségesek; az MI által generált eredmények szakértői véleményezése továbbra is szakértői feladat marad.
Bármely szabályozott iparág bevetheti
Habár az OBBB adózási projekt volt, a helyzet nem egyedi: pénzügy, egészségügy, jogtechnológia (legal tech) és állami beszerzések területén is mindennapos a komplex szabályok, szűk határidők és gyakorlatilag zéró hibahatár kombinációja. Az Intuit szerint négy kulcslépés bármely iparágban adaptálható:
Az MI-t a dokumentumelemzéshez érdemes használni, ahol gyorsít, de nem kockáztatja a pontosságot.
A fejlesztői munkánál szükség van doménspecifikus eszközökre, ahol már nem elegendőek az általános célú modellek.
A tesztelési infrastruktúrát időben ki kell építeni, mert csak így biztosítható a szállítható, hibamentes MI-kód.
Az MI-műveltséget nemcsak a fejlesztői csapatnál, hanem az egész szervezetben terjeszteni kell.
Emellett az MI és a humán szakértelem kombinációja garantálja, hogy a felhasználók mindig a megfelelő, naprakész élményt kapják minden új jogszabályi kihívás idején is.
