埃隆·马斯克的政府效率部门 (DOGE) 并未发现马斯克最初认为可能存在的 2 万亿美元政府欺诈，但马斯克的盟友坚持认为，尽管未能实现其宏伟目标，但这项努力仍然具有价值。 对 DOGE 成功与否的评估各不相同，但越来越难以辩称该倡议显着减少了联邦支出，而这正是其主要目标。

马斯克本人最近在一次播客中淡化了 DOGE 的影响，称其仅“略有成功”。 这标志着马斯克罕见地承认 DOGE 并未完全实现其预期目的。 随后，周一，马斯克重申了他之前在支持唐纳德·特朗普时提出的未经证实的说法，声称尽管 DOGE 努力，但普遍存在的政府欺诈仍然存在。

在 X 平台上的一篇文章中，马斯克估计“我对全国欺诈金额的最低估计约为联邦预算的 20%，这意味着每年 1.5 万亿美元。 可能更高。” 马斯克此前于 5 月离开了 DOGE，理由是与特朗普在预算法案上存在分歧，马斯克认为该法案会破坏 DOGE 的工作。 现在，他对参与政府效率计划的价值似乎不太有信心。

使用人工智能（例如可能为 DOGE 设想的那样）来检测欺诈的概念依赖于模式识别和异常检测。 可以使用大量金融交易和政府记录数据集来训练 AI 算法，以识别可能被人工审计员忽略的可疑活动。 这些系统通常采用机器学习技术，使其能够随着遇到新数据而适应并提高其准确性。 然而，此类系统的有效性在很大程度上取决于它们所训练的数据的质量和完整性，以及所使用的算法的复杂性。

人工智能在政府监督中的意义重大。 如果人工智能能够成功识别和预防欺诈，它可以显着节省成本并提高政府运营效率。 然而，人们也担心 AI 算法中的偏见，这可能导致不公平或歧视性的结果。 此外，在政府中使用人工智能引发了关于透明度和问责制的问题，因为可能难以理解人工智能系统如何做出特定决策。

人工智能的最新发展集中在提高人工智能系统的可解释性和可信度上。 研究人员正在研究使 AI 算法更加透明并为其决策提供解释的技术。 人们对开发与人类价值观和道德原则相一致的 AI 系统也越来越感兴趣。

尽管 DOGE 显然存在缺点，但一些观察家认为，该倡议有助于提高人们对政府浪费和效率低下的认识。 其他人则认为，DOGE 的努力可能为未来改善政府问责制的举措奠定了基础。 DOGE 的长期影响仍有待观察，但它无疑引发了一场关于技术和私营部门专业知识在政府监督中的作用的辩论。