每年，美國國家科學(xué)基金會(NSF)會收到約4萬個(gè)研究、教育和培訓(xùn)項(xiàng)目的資助申請。NSF會審查這些申請，然后資助約11000個(gè)組織。

　　2003年，NSF自動化其申請接受系統(tǒng)FASTLane。在那時(shí)，這一舉動看起來有點(diǎn)超前�，F(xiàn)在，NSF正在采取另一個(gè)重大舉措，以讓資助申請變得更簡單。

　　NSF首席信息官(CIO)Dorothy Aronson表示，他們現(xiàn)在的重點(diǎn)是現(xiàn)代化FASTLane的用戶界面。具體方法是在云端應(yīng)用自動化工具，以簡化資助申請流程。

　　“我們在2月份開始預(yù)覽這些工具，這樣用戶就可以開始試用它們并給我們提供一些反饋。我們將整合這些反饋，并在4月份上線這些工具，”Aronson說，“FASTLane基于一個(gè)現(xiàn)代化的基礎(chǔ)設(shè)施，但是自它首次發(fā)布以來，它的外觀和給人的感覺沒有明顯的變化。”

　　她表示，這些新工具將幫助安排一些數(shù)據(jù)輸入，并解決當(dāng)前版本面臨的合規(guī)挑戰(zhàn)。

　　升級FASTLane是為了讓NSF變得更具創(chuàng)新性。Aronson表示，業(yè)務(wù)流程需要趕上技術(shù)的發(fā)展腳步，尤其是與商業(yè)領(lǐng)域相比。

　　“我開始花大量時(shí)間來研究新興技術(shù)，我們需要比過去看得更遠(yuǎn)一點(diǎn)，”她說，“我一直在與CIO委員會的創(chuàng)新委員會合作，以及大量探討了人工智能(AI)組件的采用。”

　　NSF的目標(biāo)是弄清楚如何將這些新興技術(shù)整合到他們的日常業(yè)務(wù)實(shí)踐中。這可能也是其他許多聯(lián)邦機(jī)構(gòu)的目標(biāo)。

　　Aronson表示，NSF開始匯集AI使用案列，這些AI應(yīng)用可能會優(yōu)化NSF的流程。之后，通過類似共享服務(wù)這樣的東西，其他機(jī)構(gòu)或許也可以利用這些組件。

　　“首先，我們將用AI來解決所謂的利益沖突。當(dāng)來自NSF的某個(gè)人提交一個(gè)申請，許多其他人來審查該申請時(shí)，利益沖突就產(chǎn)生了。我們必須確保該申請人與審查人員之間沒有不正當(dāng)關(guān)系，”她說，“現(xiàn)在，這項(xiàng)工作做起來很費(fèi)勁。專家組必須仔細(xì)研究該申請，并找出與其不相干的人。但是，由于相應(yīng)領(lǐng)域的專家人數(shù)通常不多，沖突很難避免。一臺計(jì)算機(jī)似乎就能輕松完成審查工作，它不僅可以查看現(xiàn)有信息，或許還可以查看互聯(lián)網(wǎng)上的信息。”這樣確保了NSF的中立性。

　　NSF也在考慮使用AI來確保不會兩次收到同一個(gè)申請。Aronson表示，這完全是為了簡化提交者和審查者的工作。

　　編譯：鄧桂華。本文來自federalnewsradio