Από το chatbot στον ψηφιακό συνεργάτη
Τα περισσότερα στελέχη του Δημοσίου έχουν ήδη μια εικόνα για το τι μπορεί να κάνει ένα μεγάλο γλωσσικό μοντέλο: να συνοψίσει ένα έγγραφο, να βελτιώσει ένα κείμενο ή να προτείνει μια απάντηση. Ο πράκτορας Τεχνητής Νοημοσύνης πηγαίνει ένα βήμα παραπέρα. Δεν περιορίζεται στην παραγωγή κειμένου. Μπορεί, μέσα σε αυστηρά προκαθορισμένα όρια, να αναζητήσει πληροφορίες σε διαφορετικές πηγές, να χρησιμοποιήσει εργαλεία, να ελέγξει αν λείπουν στοιχεία και να προετοιμάσει μια υπόθεση για τον αρμόδιο υπάλληλο.
Η κρίσιμη διάκριση για τη δημόσια διοίκηση είναι απλή: ο πράκτορας μπορεί να αποφασίζει ποια βήματα χρειάζονται για να ολοκληρώσει μια εργασία, αλλά δεν πρέπει να αποφασίζει για το αποτέλεσμα μιας διοικητικής πράξης που δεσμεύει τον πολίτη.
Πώς θα μπορούσε να λειτουργεί στην καθημερινότητα
Ας υποθέσουμε ότι σε μια υπηρεσία φτάνει ηλεκτρονικά ένα αίτημα πολίτη. Σήμερα ο υπάλληλος μπορεί να χρειαστεί να ανοίξει το πρωτόκολλο, να αναζητήσει προηγούμενη αλληλογραφία, να βρει τη σχετική εγκύκλιο, να ελέγξει ποια δικαιολογητικά απαιτούνται και στη συνέχεια να συντάξει απάντηση.
Ένας πράκτορας ΤΝ θα μπορούσε να εκτελεί αυτά τα βήματα προπαρασκευαστικά. Να αναγνωρίζει το θέμα του αιτήματος, να αναζητά τον σχετικό φάκελο, να εντοπίζει τις ισχύουσες διατάξεις, να επισημαίνει όσα δικαιολογητικά λείπουν και να ετοιμάζει σχέδιο απάντησης με παραπομπές στις πηγές. Ο υπάλληλος θα ελέγχει τα στοιχεία, θα διορθώνει όπου απαιτείται και θα έχει την τελική ευθύνη.
Σε ένα ΚΕΠ, αντίστοιχα, ο πράκτορας θα μπορούσε να βοηθά στον προκαταρκτικό έλεγχο μιας αίτησης. Θα ενημερώνει τον υπάλληλο ότι λείπει ένα δικαιολογητικό, θα αναζητά όσα στοιχεία επιτρέπεται να ανακτηθούν από άλλα δημόσια συστήματα και θα δημιουργεί έναν απλό κατάλογο ενεργειών για τον πολίτη. Δε θα εγκρίνει όμως ένα επίδομα ούτε θα απορρίπτει μια αίτηση.
Σε μια οικονομική υπηρεσία θα μπορούσε να συγκεντρώνει στοιχεία από συμβάσεις, Διαύγεια και ΚΗΜΔΗΣ, να συγκρίνει έγγραφα, να επισημαίνει ελλιπή τεκμηρίωση και να προετοιμάζει έναν φάκελο ελέγχου. Στην πολιτική προστασία θα μπορούσε να συνδυάζει δεδομένα, επιχειρησιακά σχέδια και εισερχόμενες αναφορές και να συντάσσει μια επικαιροποιημένη εικόνα για το κέντρο επιχειρήσεων. Και στις δύο περιπτώσεις, η τελική ενέργεια παραμένει ανθρώπινη.
Γιατί τοπικά και ανοιχτά μοντέλα
Όταν ένα σύστημα αποκτά πρόσβαση σε υπηρεσιακά έγγραφα, προσωπικά δεδομένα ή εσωτερικά πληροφοριακά συστήματα, το πού λειτουργεί έχει μεγάλη σημασία. Ένα μοντέλο που εκτελείται σε υποδομή ελεγχόμενη από τον δημόσιο φορέα επιτρέπει καλύτερο έλεγχο των δεδομένων, των αρχείων καταγραφής, των δικαιωμάτων πρόσβασης και του χρόνου διατήρησης της πληροφορίας.
Υπάρχει όμως και μια δεύτερη, στρατηγική διάσταση. Η επιλογή δεν είναι απλώς μεταξύ ενός «καλού» και ενός «λιγότερο καλού» μοντέλου. Είναι και επιλογή μεταξύ της διαρκούς αγοράς μιας εξωτερικής υπηρεσίας και της δημιουργίας εσωτερικής δημόσιας ικανότητας. Στην πρώτη περίπτωση, κάθε νέα εφαρμογή μπορεί να αυξάνει τις κλήσεις προς εμπορικά API, το λειτουργικό κόστος και την εξάρτηση από τον ίδιο πάροχο. Στη δεύτερη, ένας τοπικός κόμβος ΤΝ μπορεί να χρησιμοποιείται από περισσότερες υπηρεσίες, για αναζήτηση εγγράφων, περίληψη, ταξινόμηση, RAG και λειτουργία πρακτόρων.
Αυτό δε σημαίνει ότι η τοπική εγκατάσταση είναι πάντοτε φθηνότερη. Απαιτεί εξοπλισμό, τεχνική υποστήριξη, ασφάλεια και εξειδικευμένο προσωπικό. Αλλά μετατρέπει ένα μέρος της δαπάνης από συνεχή αγορά εξωτερικών υπηρεσιών σε υποδομή, τεχνογνωσία και λογισμικό που παραμένουν στον φορέα και μπορούν να επαναχρησιμοποιηθούν.
Η χρήση ανοιχτού λογισμικού και, κατά προτεραιότητα, πλήρως ανοικτών μοντέλων ή, όπου αυτό δεν είναι πρακτικά εφικτό, κατάλληλων μοντέλων ανοιχτών βαρών, μειώνει επίσης τον τεχνολογικό εγκλωβισμό. Η εφαρμογή μπορεί να σχεδιαστεί γύρω από ένα σταθερό και ανοικτό σημείο διασύνδεσης, ώστε το μοντέλο που βρίσκεται από πίσω να μπορεί να αντικατασταθεί χωρίς να ξαναγράφεται ολόκληρο το πληροφοριακό σύστημα.
Αυτό έχει ιδιαίτερη σημασία για την Ελλάδα. Αν κάθε υπουργείο, δήμος και περιφέρεια αγοράσει διαφορετική κλειστή υπηρεσία ΤΝ, υπάρχει κίνδυνος να δημιουργηθεί μια νέα γενιά ψηφιακών νησίδων. Αντίθετα, κοινός ανοιχτός κώδικας, ανοικτά πρότυπα, κοινές διεπαφές και επαναχρησιμοποιήσιμα εργαλεία μπορούν να δημιουργήσουν μια δημόσια υποδομή ΤΝ που βελτιώνεται συλλογικά.
Το μοντέλο επίσης δεν χρειάζεται να γνωρίζει από την εκπαίδευσή του κάθε εγκύκλιο, ΦΕΚ ή διοικητική διαδικασία. Με την παραγωγή επαυξημένη με ανάκτηση, γνωστή ως RAG, μπορεί πριν απαντήσει να αναζητά στις επίσημες πηγές του φορέα. Έτσι το γλωσσικό μοντέλο λειτουργεί περισσότερο ως μηχανισμός κατανόησης και σύνθεσης και λιγότερο ως αποθήκη διοικητικής γνώσης.
Η γαλλική διοίκηση με το Albert API, το κρατίδιο της Βάδης-Βυρτεμβέργης με το F13 και ο Δήμος του Μονάχου με το MUCGPT δείχνουν ότι αυτή η προσέγγιση δεν είναι θεωρητική. Δημόσιοι φορείς στην Ευρώπη αναπτύσσουν ήδη κοινές υποδομές και ανοιχτές εφαρμογές ΤΝ που μπορούν να επαναχρησιμοποιηθούν και να προσαρμοστούν.
Τοπικό δεν σημαίνει αυτομάτως ασφαλές
Η διατήρηση των δεδομένων μέσα στην υποδομή του Δημοσίου λύνει ορισμένα προβλήματα, όχι όλα. Ένα τοπικό μοντέλο μπορεί επίσης να κάνει λάθος, να παραπλανηθεί από κακόβουλο έγγραφο ή να χρησιμοποιήσει λάθος εργαλείο.
Γι’ αυτό ο ασφαλής πράκτορας πρέπει να ξεκινά με τα ελάχιστα απαραίτητα δικαιώματα, κατά προτίμηση μόνο ανάγνωσης, να καταγράφει κάθε ενέργεια και να ζητά ανθρώπινη έγκριση πριν από οποιαδήποτε μη αναστρέψιμη πράξη.
Για διοικητικά θέματα πρέπει επιπλέον να απαντά με βάση ελεγχόμενες πηγές, όπως νομοθεσία, εγκυκλίους και επίσημα μητρώα, και όχι μόνο από όσα έχει μάθει κατά την εκπαίδευσή του. Ιδιαίτερα σε επιδόματα, προσλήψεις, πρόστιμα, υγεία ή άλλες αποφάσεις που επηρεάζουν δικαιώματα, η ανθρώπινη εποπτεία αποτελεί θεμελιώδη απαίτηση.
Από την «ενοικιαζόμενη νοημοσύνη» στη δημόσια υποδομή ΤΝ
Η σημαντικότερη αλλαγή οπτικής είναι ίσως αυτή: το Δημόσιο δεν χρειάζεται να αντιμετωπίσει την ΤΝ ως ακόμη μία εφαρμογή που αγοράζει. Μπορεί να τη δει ως κοινή ψηφιακή υποδομή.
Ένας δημόσιος κόμβος ΤΝ θα μπορούσε να εξυπηρετεί πολλές εφαρμογές και να διαθέτει κοινή ταυτοποίηση χρηστών, καταγραφή ενεργειών, αναζήτηση σε εσωτερικά έγγραφα και διαφορετικά μοντέλα για διαφορετικές εργασίες. Ένα μικρότερο μοντέλο θα μπορούσε, για παράδειγμα, να ταξινομεί χιλιάδες έγγραφα, ενώ ένα ισχυρότερο να χρησιμοποιείται μόνο όταν χρειάζεται σύνθετη επεξεργασία μιας υπόθεσης.
Έτσι δεν είναι κάθε εφαρμογή δεμένη με ένα συγκεκριμένο μοντέλο. Τα μοντέλα μπορούν να αξιολογούνται, να αναβαθμίζονται ή να αντικαθίστανται, ενώ οι υπηρεσίες και τα δεδομένα παραμένουν υπό τον έλεγχο του Δημοσίου. Πρόκειται ουσιαστικά για μετάβαση από την αγορά «νοημοσύνης με το κομμάτι» στη δημιουργία μόνιμης δημόσιας ικανότητας ΤΝ.
Μικρά πιλοτικά πριν από τις μεγάλες προμήθειες
Η ελληνική διοίκηση δε χρειάζεται να ξεκινήσει αγοράζοντας ένα τεράστιο «σύστημα ΤΝ». Μπορεί να επιλέξει λίγες επαναλαμβανόμενες εργασίες χαμηλού κινδύνου, όπως αναζήτηση σε εγκυκλίους, προετοιμασία φακέλων, σύνοψη εγγράφων και προκαταρκτικό έλεγχο αιτήσεων, και να τις δοκιμάσει με τοπικά μοντέλα.
Η επιτυχία πρέπει να μετρηθεί με διοικητικούς όρους: πόσο μειώθηκε ο χρόνος μιας υπόθεσης, πόσα λάθη εντοπίστηκαν, πόσο χρόνο εξοικονόμησε ο υπάλληλος, πόσο συχνά χρειάστηκε διόρθωση του συστήματος και αν τελικά βελτιώθηκε η εξυπηρέτηση του πολίτη.
Αν το πιλοτικό αποδώσει, ο ίδιος ανοιχτός τεχνολογικός πυρήνας μπορεί να επαναχρησιμοποιηθεί από περισσότερες υπηρεσίες. Έτσι η επένδυση του Δημοσίου δεν παράγει ακόμη μία απομονωμένη εφαρμογή, αλλά κοινό κώδικα, τεχνογνωσία και υποδομή.
Το πραγματικό ερώτημα επομένως δεν είναι αν το Δημόσιο πρέπει να «αγοράσει ΤΝ». Είναι ποιες διαδικασίες αξίζει να βελτιώσει και πώς η τεχνολογία θα παραμείνει ελέγξιμη, επαναχρησιμοποιήσιμη και δημόσια. Οι πράκτορες ΤΝ μπορούν να γίνουν πολύτιμοι συνεργάτες των δημοσίων υπαλλήλων, αρκεί η τελική γνώση, η ευθύνη και η απόφαση να παραμένουν στον άνθρωπο.
Πηγές άρθρου:
GlossAPI, «Τοπικά ανοιχτά μοντέλα ΤΝ: από την ενοικιαζόμενη νοημοσύνη στη δημόσια ψηφιακή υποδομή»: Αναλύει γιατί η τοπική λειτουργία ανοιχτών μοντέλων μπορεί να μετατρέψει την ΤΝ από εξωτερικά ενοικιαζόμενη υπηρεσία σε δημόσια, ελέγξιμη και επαναχρησιμοποιήσιμη υποδομή, με ανοιχτή στοίβα λογισμικού, RAG, σταθερές διεπαφές, καταγραφή ενεργειών και δυνατότητα αλλαγής μοντέλων χωρίς εγκλωβισμό σε έναν πάροχο: https://glossapi.gr/,
DINUM, Albert API: Η επίσημη υποδομή της γαλλικής δημόσιας διοίκησης βασίζεται στο ανοιχτό OpenGateLLM και παρέχει κοινή, ασφαλή και κυρίαρχη πρόσβαση σε μοντέλα ΤΝ και υπηρεσίες RAG για δημόσιους φορείς: https://ia.numerique.gouv.fr/outils-ia/albert-api/,
ZenDiS / openCode, F13 KI Assistenz: Το F13 αποτελεί εφαρμογή ΤΝ της γερμανικής δημόσιας διοίκησης, είναι ανεξάρτητο από συγκεκριμένο μοντέλο, μπορεί να λειτουργήσει σε υποδομή του ίδιου του φορέα, είναι βελτιστοποιημένο για ανοικτά γλωσσικά μοντέλα και διατίθεται με άδεια MPL-2.0: https://opencode.de/de/software/f-13-ki-assistenz-5250,
Landeshauptstadt München, MUCGPT: Το ανοιχτό έργο του Δήμου του Μονάχου είναι σχεδιασμένο ειδικά για τη δημόσια διοίκηση και χρησιμοποιεί πρακτορική αρχιτεκτονική, εργαλεία και επαναχρησιμοποιήσιμους βοηθούς, με άδεια MIT: https://github.com/it-at-m/mucgpt,
Ινστιτούτο Επεξεργασίας του Λόγου, ΕΚ «Αθηνά», Llama-Krikri-8B: Ελληνικό γλωσσικό μοντέλο 8 δισεκατομμυρίων παραμέτρων, προσαρμοσμένο ειδικά στην ελληνική γλώσσα και διαθέσιμο για τοπική χρήση, με βάση το Llama 3.1 και την αντίστοιχη Community License: https://www.ilsp.gr/en/news/krikri/,
Ευρωπαϊκή Επιτροπή, AI Act: Το ευρωπαϊκό πλαίσιο καθορίζει υποχρεώσεις ανάλογα με τον κίνδυνο της εφαρμογής, με ιδιαίτερη σημασία για την ανθρώπινη εποπτεία, την ασφάλεια, την ιχνηλασιμότητα και τα συστήματα που χρησιμοποιούνται σε κρίσιμους τομείς ή επηρεάζουν δικαιώματα και την πρόσβαση σε βασικές υπηρεσίες: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai.