ΕΛ/ΛΑΚ | creativecommons.gr | mycontent.ellak.gr |
8ος Πανελλήνιος Διαγωνισμός Ανοικτών Τεχνολογιών στην Εκπαίδευση
Μάθε για το ελεύθερο λογισμικό!
freedom

Χαμηλού κόστους ελληνικά μοντέλα Τεχνητής Νοημοσύνης: Tι μπορεί να κάνει η Ελλάδα σε 12 μήνες;

Τα τελευταία χρόνια η Τεχνητή Νοημοσύνη (ΤΝ) πέρασε από τεχνικό θέμα ειδικών σε καθημερινό εργαλείο. Μαζί με τις πραγματικές δυνατότητες ήρθε και ένας θόρυβος που συχνά θολώνει την κρίση: άλλο η τεχνολογική πρόοδος, άλλο η εμπορική υπερβολή, άλλο η επιστημονική φαντασία. Για την Ελλάδα, όμως, το ερώτημα των επόμενων 12 μηνών δεν είναι αν θα εμφανιστεί «γενική τεχνητή νοημοσύνη». Είναι αν θα αποκτήσουμε θεσμούς, υποδομές και δεδομένα ώστε να χρησιμοποιούμε την ΤΝ με λογοδοσία και χωρίς εξάρτηση, ιδιαίτερα τώρα που οι ευρωπαϊκές υποχρεώσεις συμμόρφωσης ωριμάζουν.

Τρία παραδείγματα, μία πρακτική απαίτηση: έλεγχος και λογοδοσία

Το σκεπτικιστικό–γνωσιακό παράδειγμα υπενθυμίζει ότι τα σημερινά μεγάλα γλωσσικά μοντέλα είναι εξαιρετικά στη γλωσσική μίμηση, αλλά ασταθή στη μεταφορά γνώσης και στη συνεπή αιτιολόγηση. Για τη δημόσια διοίκηση αυτό μεταφράζεται σε έναν χειροπιαστό κίνδυνο: πειστικές απαντήσεις χωρίς τεκμηρίωση, λάθη που «μοιάζουν σωστά», δυσκολία απόδοσης ευθύνης. Το υπαρξιακό–μετασχηματιστικό παράδειγμα προσθέτει ότι η ΤΝ δεν λειτουργεί μόνο ως εργαλείο, αλλά ως νέος δρων που μπορεί να επηρεάζει συστήματα βασισμένα στη γλώσσα, από τη διοίκηση και το δίκαιο μέχρι τη δημόσια σφαίρα. Το πραγματιστικό–εργαλειακό παράδειγμα καταλήγει στο ίδιο συμπέρασμα από άλλη αφετηρία: η ΤΝ θα γίνει υποδομή παντού, άρα αν δεν χτίσεις κανόνες και ικανότητα, θα εγκλωβιστείς σε κλειστά οικοσυστήματα. Κοινός παρονομαστής: χωρίς διαφάνεια, χωρίς δυνατότητα ελέγχου και χωρίς ανθρώπινη εποπτεία, η ΤΝ υπονομεύει την αξιοπιστία των θεσμών.

Πώς διαφορετικές αναγνώσεις της ΤΝ οδηγούν σε διαφορετικές επιλογές

Η παρατήρηση ότι «η έννοια της νοημοσύνης δεν είναι ουδέτερη» και ότι κάθε ερευνητική κατεύθυνση ενσωματώνει διαφορετικές φιλοσοφικές παραδοχές, μας επιτρέπει να κατανοήσουμε γιατί τα σημερινά μεγάλα γλωσσικά μοντέλα προκαλούν τόσο έντονες αντιδράσεις. Από τη μία πλευρά, η εμπειριστική προσέγγιση που βασίζεται στη μάθηση από τεράστιους όγκους δεδομένων εξηγεί τις εντυπωσιακές επιδόσεις στη γλωσσική μίμηση. Από την άλλη, οι ορθολογικές και νευρο-συμβολικές σχολές, που δίνουν έμφαση στη λογική, στη συνέπεια και στην ερμηνευσιμότητα, φωτίζουν τα όρια αυτών των συστημάτων στη μεταφορά γνώσης και στη συνεπή αιτιολόγηση. Σε αυτό ακριβώς εδράζεται το σκεπτικιστικό–γνωσιακό παράδειγμα: η ΤΝ μπορεί να παράγει πειστικές απαντήσεις, χωρίς όμως να διαθέτει κατανόηση με την έννοια που απαιτούν η δημόσια διοίκηση, η εκπαίδευση και το δίκαιο. Το αποτέλεσμα είναι ένας χειροπιαστός θεσμικός κίνδυνος: λάθη που «μοιάζουν σωστά», απαντήσεις χωρίς τεκμηρίωση και δυσκολία απόδοσης ευθύνης.

Ταυτόχρονα, οι πραγματικοί κινδύνοι εντοπιζονται όχι στην τεχνολογία αυτή καθαυτή, αλλά στη χρήση της από ισχυρούς δρώντες, οδηγεί φυσικά στο υπαρξιακό–μετασχηματιστικό παράδειγμα. Όταν η ΤΝ αξιοποιείται από πολυεθνικές, αυταρχικά καθεστώτα ή οργανωμένα δίκτυα για παρακολούθηση, παραπληροφόρηση και εκβιασμό, παύει να είναι απλώς ένα εργαλείο αυτοματοποίησης. Ενσωματώνεται σε συστήματα βασισμένα στη γλώσσα, όπως η διοίκηση, το δίκαιο, τα μέσα ενημέρωσης και η πολιτική επικοινωνία, και αποκτά τη δυνατότητα να επηρεάζει τη δημόσια σφαίρα σε κλίμακα. Σε αυτό το πλαίσιο, τα «ανοιχτά ψηφιακά σύνορα» των δημοκρατικών κοινωνιών καθίστανται ευάλωτα όχι επειδή οι μηχανές «σκέφτονται», αλλά επειδή η γλωσσική τεχνολογία μπορεί να κλιμακώσει την επιρροή και την ισχύ χωρίς αντίστοιχους θεσμικούς μηχανισμούς ελέγχου.

Τέλος, η διαπίστωση ότι μέχρι σήμερα η ΤΝ δεν αντικαθιστά πλήρως θέσεις εργασίας, αλλά κυρίως τμήματα ρόλων και διαδικασιών, θεμελιώνει το πραγματιστικό–εργαλειακό παράδειγμα. Η ΤΝ εμφανίζεται εδώ ως υποδομή που σταδιακά ενσωματώνεται παντού, αυτοματοποιώντας την επεξεργασία δομημένης πληροφορίας και αναδιατάσσοντας δεξιότητες και ροές εργασίας. Ακριβώς γι’ αυτόν τον λόγο, αν δεν υπάρξουν κανόνες, δημόσια ικανότητα και επενδύσεις σε ανοικτές υποδομές, η διοίκηση κινδυνεύει να εγκλωβιστεί σε κλειστά οικοσυστήματα και σε μόνιμη εξάρτηση από εξωτερικούς παρόχους. Το συμπέρασμα των τριών παραδειγμάτων συγκλίνει: οι κίνδυνοι της ΤΝ δεν είναι μεταφυσικοί, αλλά θεσμικοί και πολιτικοί, και απαιτούν έγκαιρες επιλογές διακυβέρνησης, διαφάνειας και δημόσιας λογοδοσίας.

Το ευρωπαϊκό πλαίσιο σφίγγει, το παράθυρο κλείνει

Ο Κανονισμός για την ΤΝ (AI Act) έχει σαφή χρονοδιάγραμμα: μεγάλο μέρος των κανόνων αρχίζει να εφαρμόζεται πλήρως από 2 Αυγούστου 2026, ενώ ορισμένες υποχρεώσεις ήδη «τρέχουν» νωρίτερα. Αυτό πρακτικά σημαίνει ότι η Ελλάδα έχει περίπου 12 μήνες για να αποφύγει το σενάριο που έχουμε δει σε άλλες τεχνολογικές μεταβάσεις: αποσπασματικές προμήθειες, πιλοτικές εφαρμογές χωρίς συνέχεια, και υπηρεσίες που «κουμπώνουν» πάνω σε κλειστές πλατφόρμες χωρίς έλεγχο κόστους, δεδομένων και κινδύνου.

Γιατί τα χαμηλού κόστους μοντέλα ΤΝ είναι η πιο ρεαλιστική επιλογή για το Δημόσιο

Η συζήτηση για «εθνικό LLM» συχνά παγιδεύεται σε μεγαλεπήβολους στόχους που απαιτούν τεράστια κεφάλαια και υπολογιστική ισχύ. Υπάρχει όμως ένας πολύ πιο ρεαλιστικός δρόμος: χαμηλού κόστους, ανοιχτού κώδικα, τοπικά γλωσσικά μοντέλα, προσαρμοσμένα στα ελληνικά και στις ανάγκες του Δημοσίου, που τρέχουν οικονομικά σε υποδομές εντός χώρας ή εντός ΕΕ.

Αυτό σημαίνει αξιοποίηση μικρότερων μοντέλων, τεχνικών συμπίεσης και ποσοτικοποίησης, καθώς και στοχευμένης προεκπαίδευσης και προσαρμογής πάνω σε ελληνικά σύνολα δεδομένων υψηλής ποιότητας. Σε πολλές διοικητικές χρήσεις δεν χρειάζεται «το μεγαλύτερο μοντέλο του κόσμου». Χρειάζεται μοντέλο που γράφει σωστά ελληνικά, καταλαβαίνει τη διοικητική γλώσσα, αποδίδει όρους με συνέπεια και υποστηρίζει τεκμηρίωση.

Εδώ ακριβώς «κουμπώνει» η δουλειά του GlossAPI: αντί να ξεκινάμε από το μηδέν, χτίζεται μια ανοιχτή υποδομή που μετατρέπει ελληνικά κείμενα σε σύνολα δεδομένων έτοιμα για εκπαίδευση LLMs, με άδειες Creative Commons, και με αγωγό επεξεργασίας που στοχεύει στην ποιότητα του κειμένου. Το κρίσιμο δεν είναι μόνο η ποσότητα. Είναι η καθαρότητα, η δομή, η τεκμηρίωση προέλευσης, και η γλωσσική ποικιλία.

Ποιοτικό ελληνικό περιεχόμενο: το «καύσιμο» που μας λείπει

Για να έχει ένα ελληνικό μοντέλο καλή απόδοση, πρέπει να εκπαιδεύεται σε περιεχόμενο που αντιπροσωπεύει την ελληνική γλώσσα σε βάθος και εύρος: νομοθεσία και δημόσια έγγραφα, πανεπιστημιακές εργασίες και διδακτορικές διατριβές, εγχειρίδια και σχολικά βιβλία, τεκμηριωμένη ελληνική επιστημονική γραφή, αλλά και κείμενα που καλύπτουν διαλεκτικές ή υφολογικές διαφοροποιήσεις. Η αξία της προσέγγισης του GlossAPI είναι ότι οργανώνει ήδη τέτοιες δεξαμενές περιεχομένου και τις κάνει αξιοποιήσιμες για εκπαίδευση, με μετρήσιμα μεγέθη και διαφανείς διαδικασίες.

Για την Ελλάδα, αυτό δημιουργεί μια άμεση πολιτική ευκαιρία: να συνδέσει την παραγωγή και επιμέλεια ελληνικών γλωσσικών δεδομένων με δημόσια πολιτική γνώσης. Με απλά λόγια, αν θέλουμε ΤΝ που σέβεται τη γλώσσα μας και τις ανάγκες μας, πρέπει να επενδύσουμε στη δημιουργία και διάθεση ποιοτικού ελληνικού περιεχομένου για εκπαίδευση μοντέλων, όχι να αγοράζουμε μόνο «έτοιμη ευφυΐα» από αλλού.

Τι πρέπει να γίνει σε 12 μήνες: πέντε μέτρα με άμεσο αποτέλεσμα

  1. Οδηγός προμηθειών για ΤΝ με ρήτρες ανοικτότητας και φορητότητας: Ό,τι μπαίνει στο Δημόσιο πρέπει να επιτρέπει έλεγχο, καταγραφή, τεκμηρίωση και δυνατότητα αλλαγής παρόχου.
  2. Εθνικό αποθετήριο εγκεκριμένων εργαλείων και μοντέλων: Με τεχνικά κριτήρια, αξιολόγηση κινδύνου και υποχρεωτικές δοκιμές στα ελληνικά.
  3. Καταγραφή και ενιαία διαχείριση των υπολογιστικών υποδομών ΤΝ σε Πανεπιστήμια και Ερευνητικά Κέντρα. Πλήρης χαρτογράφηση όλων των υφιστάμενων υπολογιστικών υποδομών ΤΝ (GPU clusters, αποθηκευτικοί πόροι, ιδιωτικά clouds) που λειτουργούν σήμερα σε πανεπιστήμια και ερευνητικά κέντρα της χώρας. Οι υποδομές αυτές δεν πρέπει να παραμένουν κατακερματισμένες και υπο-αξιοποιημένες, αλλά να ενταχθούν σε ένα ενιαίο πλαίσιο διαχείρισης, βασισμένο σε πλατφόρμα ανοιχτού λογισμικού όπως το OpenNebula. Η ενιαία αυτή διαχείριση μπορεί να υλοποιηθεί σε συνεργασία με τη νεοϊδρυθείσα ΦΑΡΟΣ Α.Ε., ώστε να διασφαλιστεί τεχνική επάρκεια, διαφάνεια, διαλειτουργικότητα και μέγιστη αξιοποίηση δημόσιων πόρων. Με αυτόν τον τρόπο, η χώρα αποκτά κοινή ερευνητική και υπολογιστική ραχοκοκαλιά για ΤΝ, μειώνει την ανάγκη για ακριβές εξωτερικές υπηρεσίες και ενισχύει την ψηφιακή της κυριαρχία.
  4. Επένδυση σε low cost local LLMs: Για συγκεκριμένες χρήσεις (σύνοψη εγγράφων, αναζήτηση, σύνταξη προτύπων) με ανθρώπινη εποπτεία.
  5. Πρόγραμμα παραγωγής ελληνικών δεδομένων υψηλής ποιότητας: Συνεργασία με πανεπιστήμια και βιβλιοθήκες για ανοιχτές άδειες.
  6. Εγγραμματισμός στην ΤΝ: Πρακτική κατάρτιση των δημοσίων υπαλλήλων στη λογοδοσία και στα όρια των εργαλείων. Το πραγματικό δίλημμα: κοινό αγαθό ή ιδιωτικό μονοπώλιο

Η ΤΝ είναι πολλαπλασιαστής ισχύος. Αν την αντιμετωπίσουμε ως απλή αγορά υπηρεσιών, θα πληρώνουμε μόνιμα άδειες, θα χάνουμε τεχνογνωσία και θα περιορίζεται η ικανότητα του κράτους να ελέγχει κρίσιμες λειτουργίες. Αν την αντιμετωπίσουμε ως κοινό ψηφιακό αγαθό, με ανοιχτό λογισμικό, τοπικά μοντέλα χαμηλού κόστους, και ποιοτικά ελληνικά δεδομένα, τότε η Ελλάδα μπορεί σε 12 μήνες να κάνει ένα άλμα ουσίας: από παθητικός καταναλωτής σε χώρα που παράγει υποδομή, γνώση και δημόσια αξία.

Πηγές:

Leave a Comment