/ en / help

Beats Biblionetz - Texte

Characterizing Agentic Flooding of Government Services

Chris Schmitz, Lewis Hammond, Alan Chan
Erstpublikation in: proceedings of the 9th AAAI Conference on AI, Ethics, and Society (AIES), October 12–14, 2026.
Publikationsdatum:
Erste Seite des Textes (PDF-Thumbnail)
Dieses Biblionetz-Objekt existiert erst seit November 2026. Es ist deshalb gut möglich, dass viele der eigentlich vorhandenen Vernetzungen zu älteren Biblionetz-Objekten bisher nicht erstellt wurden. Somit kann es sein, dass diese Seite sehr lückenhaft ist.

iconZusammenfassungen

This work provides a structured treatment of the phenomenon we term agentic flooding of government services (or “flooding” hereafter): surges in the volume or complexity of requests they receive, which (1) strain their capacity and (2) are enabled by agents reducing the cost of interacting with such services.
Von Chris Schmitz, Lewis Hammond, Alan Chan im Text Characterizing Agentic Flooding of Government Services (2026)
Agentic flooding is plausibly occurring across a broad range of government services, in the form of LLM-generated text submitted via permissive interfaces. Though it may intensify as agent capabilities improve, acute operational collapse appears unlikely. However, it is likely that – at least in some cases – budgets will need adjusting or user experience will suffer, particularly where governments introduce friction to reduce service demand.
Von Chris Schmitz, Lewis Hammond, Alan Chan im Text Characterizing Agentic Flooding of Government Services (2026)
AI agents are making it easier for the public to interact with government, such as by helping them apply for benefits, understand complex policies, and make their opinions heard. Although improving service accessibility is beneficial, any resulting surges in demand could strain unprepared government services. We term such surges agentic flooding of government services (“flooding”) and provide three contributions. First, based on a collected dataset of 84 potential cases of flooding across 11 jurisdictions, we posit that flooding is likely occurring widely today, mostly through large language models (LLMs) generating text cheaply. Second, we evaluate what services are most exposed to flooding. We develop a risk matrix to analyze a service’s exposure, and suggest that near-term risk is highest for financially attractive, but complex services. Finally, we map possible government responses to flooding. Precedent suggests these responses will likely be sufficient to stop most cases of flooding, but the fastest to deploy – friction-inducing measures like fees – often trade off equitable access to public services. Accordingly, we close by recommending near-term actions that may allow governments to mitigate flooding without invoking this trade-off.
Von Chris Schmitz, Lewis Hammond, Alan Chan im Text Characterizing Agentic Flooding of Government Services (2026)

iconDieser wissenschaftliche Zeitschriftenartikel erwähnt ...


Personen
KB IB clear
Maria Bannert , Daryna Dementieva , Frank Fischer , Urs Gasser , Georg Groh , Stephan Günnemann , Eyke Hüllermeier , Gjergji Kasneci , Enkelejda Kasneci , Stephan Krusche , Stefan Küchemann , Jochen Kuhn , Gitta Kutyniok , Tilman Michaeli , Claudia Nerdel , Jürgen Pfeffer , Oleksandra Poquet , Michael Sailer , Albrecht Schmidt , Tina Seidel , Kathrin Sessler , Matthias Stadler , Jochen Weller

Begriffe
KB IB clear
Agent / Botbot , agentic flooding , Generative Machine-Learning-Systeme (GMLS)computer-generated text , Komplexitätcomplexity , Psychologiepsychology , Staat
icon
Texte
Jahr  Umschlag Titel Abrufe IBOBKBLB
2023 local web  ChatGPT for Good? (Enkelejda Kasneci, Kathrin Sessler, Stefan Küchemann, Maria Bannert, Daryna Dementieva, Frank Fischer, Urs Gasser, Georg Groh, Stephan Günnemann, Eyke Hüllermeier, Stephan Krusche, Gitta Kutyniok, Tilman Michaeli, Claudia Nerdel, Jürgen Pfeffer, Oleksandra Poquet, Michael Sailer, Albrecht Schmidt, Tina Seidel, Matthias Stadler, Jochen Weller, Jochen Kuhn, Gjergji Kasneci) 0, 1, 1, 0, 1, 1, 3, 1, 3, 0, 2, 3 43 18 3 173

iconDieser wissenschaftliche Zeitschriftenartikel erwähnt vermutlich nicht ... Eine statistisch erstelle Liste von nicht erwähnten (oder zumindest nicht erfassten) Begriffen, die aufgrund der erwähnten Begriffe eine hohe Wahrscheinlichkeit aufweisen, erwähnt zu werden.

icon
Nicht erwähnte Begriffe
Chat-GPT, GMLS & Bildung, GMLS & Schule

iconZitationsgraph (Beta-Test mit vis.js)

iconVolltext dieses Dokuments

Auf dem WWW Characterizing Agentic Flooding of Government Services: Artikel als Volltext (lokal: PDF, 378 kByte; WWW: Link OK )

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBeat und dieser wissenschaftliche Zeitschriftenartikel

Beat hat Dieser wissenschaftliche Zeitschriftenartikel erst in den letzten 6 Monaten in Biblionetz aufgenommen. Er hat Dieser wissenschaftliche Zeitschriftenartikel einmalig erfasst und bisher nicht mehr bearbeitet. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Aufgrund der wenigen Einträge im Biblionetz scheint er es nicht wirklich gelesen zu haben. Es gibt bisher auch nur wenige Objekte im Biblionetz, die dieses Werk zitieren.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.