evidoria

← Voltar à navegação

Boa prática Importada

Task Force de IA de Nova Jérsia — Policy Synth para Políticas de Emprego com Contributo Cidadão

Estados Unidos da América · Trenton · Ver o perfil de Estados Unidos da América

Evidência: Descritivo / autorreportado Top 25% 73/100 · Pergunte a Evidence Copilot sobre esta prática

A task force estadual de IA de Nova Jérsia usou o sistema de agentes Policy Synth, combinando investigação automatizada com contributos de mais de 2200 trabalhadores e um inquérito a 5000 funcionários públicos, gerando 2552 propostas reduzidas a 4 recomendações.

1,451
Propostas de política geradas por IA (8-week process, by April 2025)
20
Áreas temáticas abrangidas pelas propostas geradas por IA
2,200+
Trabalhadores do setor privado envolvidos através do All Our Ideas (3 weeks)
1,101
Propostas com origem nos trabalhadores
15
Áreas temáticas abrangidas pelas propostas com origem nos trabalhadores
5,000
Funcionários públicos inquiridos
73 %
Funcionários públicos que desejam saber mais sobre IA
2,552
Propostas combinadas (IA e trabalhadores)
40
Propostas pré-selecionadas
4
Recomendações finais entregues à liderança do estado
3,000+
Descrições de funções do estado revistas quanto a requisitos de habilitações
250,000 USD
Financiamento da GitLab Foundation (janeiro de 2025)
500,000 USD
Financiamento da GitLab Foundation (2026, para expansão)
Task Force de IA de Nova Jérsia — Policy Synth para Políticas de Emprego com Contributo Cidadão

Detalhes

Maturidade
Piloto
Promotor
New Jersey Artificial Intelligence Task Force (Office of the Chief AI Strategist) with Northeastern University's Burnes Center for Social Change and Citizens Foundation
Período
2023-2026
Palavras-chave
AI policy, labour market, public-sector workforce, government innovation

Contexto

Na sequência da ordem executiva de outubro de 2023 do governador Phil Murphy que criou um grupo de trabalho sobre IA, o Gabinete do Diretor Estratégico de IA de Nova Jersey trabalhou com o Burnes Center for Social Change da Northeastern University e a organização sem fins lucrativos islandesa Citizens Foundation para aplicar o Policy Synth — uma estrutura de código aberto que orquestra equipas de agentes de IA em torno de problemas públicos — à forma como a IA está a transformar a força de trabalho do estado.

Objetivos

Gerar e priorizar propostas de política sobre o efeito da IA na força de trabalho de Nova Jersey, combinando investigação conduzida por agentes de IA com o envolvimento de cidadãos e funcionários públicos.

Atividades

Ao longo de um processo de oito semanas concluído em abril de 2025, os agentes do Policy Synth realizaram investigação automatizada em literatura académica e fontes secundárias, gerando 1.451 propostas de política abrangendo 20 áreas temáticas. Um exercício paralelo de participação pública 'All Our Ideas' recolheu contributos de mais de 2.200 trabalhadores do setor privado ao longo de três semanas, e um inquérito chegou a 5.000 funcionários públicos (73% afirmaram querer saber mais sobre IA), gerando mais 1.101 propostas com origem nos trabalhadores, em 15 áreas temáticas. Especialistas humanos analisaram o material gerado por IA em cada etapa, reduzindo as 2.552 propostas combinadas a 40 opções pré-selecionadas e depois a 4 recomendações entregues à liderança do estado.

Resultados

Seguiram-se duas ações concretas: formação gratuita e autónoma em IA generativa para todos os funcionários públicos de Nova Jersey (desenvolvida com a InnovateUS) e uma ferramenta de monitorização do mercado de trabalho baseada em IA, encomendada para o efeito. Uma aplicação relacionada, lançada com mais um financiamento de 250.000 USD da GitLab Foundation a partir de janeiro de 2025, utilizou o Policy Synth para rever mais de 3.000 descrições de funções do estado de Nova Jersey em busca de requisitos de habilitações desnecessários; um segundo financiamento de 500.000 USD da GitLab Foundation, atribuído em 2026, está a financiar a expansão a três a cinco estados adicionais.

Conclusões

Ainda não foi publicado nenhum resultado antes/depois medido de forma independente (por exemplo, uma alteração real na contratação de trabalhadores sem habilitações) para nenhuma das duas vertentes.

Implementação

Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
Office of the Chief AI Strategist (Beth Simone Noveck), Northeastern University's Burnes Center for Social Change, Citizens Foundation (Policy Synth), Human subject-matter experts reviewing AI-generated proposals at each stage

Condições de sucesso

  • Open-source Policy Synth framework for AI-agent-orchestrated research
  • Parallel citizen/worker engagement (All Our Ideas platform, statewide survey)
  • Human expert review gating AI output at each narrowing stage
  • External philanthropic funding (GitLab Foundation) for follow-on applications

Modos de falha comuns

  • No independently measured before/after outcome published for either the training program or the job-description review strand

Habitualmente financiado por

National / regional programmes Philanthropic / foundation funding

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis