Η Βικιπαίδεια είναι ίσως το πιο επιτυχημένο παγκόσμιο εγχείρημα συνεργατικής παραγωγής ελεύθερης γνώσης. Το σημαντικότερο χαρακτηριστικό της δεν είναι όμως μόνο ότι οποιοσδήποτε μπορεί να διορθώσει ή να εμπλουτίσει ένα λήμμα. Είναι ότι πίσω από τα εκατομμύρια λήμματα υπάρχει μια διεθνής κοινότητα εθελοντών που συζητά, ελέγχει πηγές, επιλύει διαφωνίες, διορθώνει λάθη και βοηθά τους νέους συντάκτες να μάθουν πώς λειτουργεί η εγκυκλοπαίδεια.
Για κάποιον που θέλει να κάνει τις πρώτες του συνεισφορές, δύο ιδιαίτερα χρήσιμοι χώροι είναι το Wikipedia Teahouse στην αγγλική Βικιπαίδεια και η Αγορά στην ελληνική Βικιπαίδεια. Δεν έχουν ακριβώς τον ίδιο ρόλο. Το Teahouse έχει σχεδιαστεί ειδικά για να υποδέχεται και να βοηθά νέους συντάκτες. Η Αγορά είναι ένας ευρύτερος χώρος συζήτησης της ελληνόφωνης κοινότητας, όπου μπορούν να τεθούν ζητήματα που αφορούν λήμματα, κανόνες, τεχνικά προβλήματα και γενικότερα τη λειτουργία της Βικιπαίδειας. Μαζί με τις σελίδες βοήθειας αποτελούν πολύτιμα σημεία αναφοράς για όποιον θέλει να περάσει από την ανάγνωση στη συμμετοχή.
Το Teahouse ως χώρος μαθητείας μέσα στην κοινότητα
Το Teahouse παρουσιάζεται ως ένας φιλικός χώρος όπου κάποιος μπορεί να ζητήσει βοήθεια για τη χρήση και την επεξεργασία της Βικιπαίδειας. Αυτό έχει ιδιαίτερη σημασία, επειδή οι δυσκολίες που συναντά ένας νέος συντάκτης συνήθως δεν λύνονται μόνο διαβάζοντας ένα εγχειρίδιο.
Μπορεί, για παράδειγμα, να έχει βρει μια ενδιαφέρουσα πληροφορία αλλά να μην είναι βέβαιος αν η πηγή είναι αρκετά αξιόπιστη. Μπορεί να θέλει να διορθώσει ένα λήμμα με ανεπαρκείς παραπομπές, αλλά να μην ξέρει αν πρέπει να αφαιρέσει το υπάρχον περιεχόμενο. Μπορεί να έχει βρει μια παλιά βιβλιογραφική αναφορά την οποία δεν έχει μπορέσει να ελέγξει ο ίδιος. Ή μπορεί να σκέφτεται να δημιουργήσει ένα νέο λήμμα και να μην γνωρίζει αν το θέμα καλύπτει τα κριτήρια εγκυκλοπαιδικότητας.
Στο Teahouse τέτοια ερωτήματα συζητούνται καθημερινά. Έμπειροι συντάκτες εξηγούν όχι μόνο ποιος κανόνας εφαρμόζεται, αλλά συχνά και πώς μπορεί ο νέος συντάκτης να κινηθεί χωρίς να προκαλέσει άσκοπες συγκρούσεις ή να κάνει αλλαγές που θα χρειαστεί αργότερα να αναιρεθούν.
Αυτό είναι ίσως το σημαντικότερο μάθημα για έναν νέο Βικιπαιδιστή: όταν υπάρχει αμφιβολία, η συζήτηση αποτελεί μέρος της διαδικασίας επεξεργασίας. Η Βικιπαίδεια δεν απαιτεί από κάποιον να γνωρίζει εξαρχής όλους τους κανόνες της.
Από μια μικρή διόρθωση σε ουσιαστική συνεισφορά
Ο καλύτερος τρόπος για να ξεκινήσει κάποιος δεν είναι απαραίτητα η δημιουργία ενός νέου λήμματος. Μια ορθογραφική διόρθωση, η βελτίωση μιας δυσνόητης πρότασης, η προσθήκη μιας αξιόπιστης πηγής ή η επικαιροποίηση μιας παρωχημένης παραπομπής είναι εξίσου πραγματικές συνεισφορές.
Ιδιαίτερα σημαντική είναι η τεκμηρίωση. Η Βικιπαίδεια δεν βασίζεται στο αν ένας συντάκτης γνωρίζει προσωπικά ότι κάτι είναι αληθές. Βασίζεται στη δυνατότητα του αναγνώστη να ελέγξει από πού προέρχεται μια πληροφορία. Γι’ αυτό οι αξιόπιστες δημοσιευμένες πηγές αποτελούν θεμέλιο της εγκυκλοπαίδειας.
Το παράδειγμα ενός βιβλίου είναι χαρακτηριστικό. Δεν αρκεί κάποιος να έχει βρει σε έναν ιστότοπο μια βιβλιογραφική αναφορά και να την αντιγράψει. Ο συντάκτης πρέπει να μπορεί να ελέγξει ότι το βιβλίο πράγματι υποστηρίζει τον συγκεκριμένο ισχυρισμό. Αν μέρος του βιβλίου είναι διαθέσιμο ψηφιακά και επιτρέπει αυτόν τον έλεγχο, μπορεί να αξιοποιηθεί. Αν όμως η πραγματική πηγή δεν έχει ελεγχθεί, είναι προτιμότερο να αναζητηθεί άλλη τεκμηρίωση.
Η ίδια λογική ισχύει για συνδέσμους που δεν λειτουργούν πλέον. Πριν αφαιρεθεί μια παλιά παραπομπή, αξίζει να αναζητηθεί αρχειοθετημένο αντίγραφο ή άλλη αξιόπιστη πηγή που επιβεβαιώνει την πληροφορία.
Η Αγορά της ελληνικής Βικιπαίδειας
Για κάποιον που θέλει να συμβάλει κυρίως στην ελληνική Βικιπαίδεια, η Αγορά είναι ένας χώρος που αξίζει να παρακολουθεί. Εκεί συζητούνται συγκεκριμένα προβλήματα λημμάτων, ζητήματα μορφοποίησης και παραπομπών, ονομασίες, κατηγοριοποιήσεις, προτάσεις αλλαγών και γενικότερα θέματα που αφορούν την ελληνόφωνη κοινότητα.
Η παρακολούθηση τέτοιων συζητήσεων έχει εκπαιδευτική αξία ακόμη και χωρίς ενεργή συμμετοχή. Δείχνει στην πράξη πώς λειτουργεί η συναίνεση και γιατί η Βικιπαίδεια δεν είναι ένας ιστότοπος στον οποίο ο καθένας απλώς δημοσιεύει τη δική του εκδοχή ενός θέματος.
Όταν μια αλλαγή είναι αμφιλεγόμενη, ο στόχος δεν είναι να επικρατήσει ο πιο επίμονος συντάκτης. Είναι να βρεθεί λύση που μπορεί να στηριχθεί στις πολιτικές της Βικιπαίδειας, στις διαθέσιμες πηγές και στη συναίνεση της κοινότητας.
Για καθαρά εισαγωγικές ερωτήσεις, οι σελίδες βοήθειας παραμένουν το πρώτο σημείο αναφοράς. Όταν όμως ένα ζήτημα αφορά ευρύτερη πρακτική της ελληνικής Βικιπαίδειας ή απαιτεί τη γνώμη περισσότερων συντακτών, η Αγορά μπορεί να γίνει ιδιαίτερα χρήσιμη.
Πέντε πρακτικοί κανόνες για ένα καλό ξεκίνημα
Η εμπειρία των κοινοτήτων της Βικιπαίδειας οδηγεί σε μια απλή πρακτική προσέγγιση. Ξεκινήστε με μικρές αλλαγές και μάθετε σταδιακά τα εργαλεία. Ελέγχετε την πηγή πριν προσθέσετε έναν ισχυρισμό. Μην αντιγράφετε κείμενα από άλλους ιστοτόπους ή βιβλία. Σε θέματα όπου υπάρχουν διαφορετικές απόψεις, περιγράψτε τις σημαντικές θέσεις σύμφωνα με την τεκμηρίωση και χωρίς να υιοθετείτε προσωπική θέση. Και όταν δεν είστε βέβαιοι, χρησιμοποιήστε τις σελίδες συζήτησης, το Teahouse, την Αγορά ή τις σελίδες βοήθειας.
Δεν χρειάζεται επίσης να ολοκληρωθεί μια μεγάλη εργασία σε μία συνεδρία. Η ίδια η φύση της Βικιπαίδειας είναι συνεργατική και συνεχής. Ένα λήμμα μπορεί να βελτιωθεί λίγο σήμερα, περισσότερο αύριο και ακόμη περισσότερο από κάποιον άλλο την επόμενη εβδομάδα.
Η συνεισφορά ως συμμετοχή στα κοινά της γνώσης
Η αξία της συμμετοχής στη Βικιπαίδεια υπερβαίνει την προσθήκη πληροφοριών σε μια ιστοσελίδα. Ο συντάκτης μαθαίνει να αναζητά πηγές, να αξιολογεί την αξιοπιστία τους, να διακρίνει το γεγονός από την άποψη, να γράφει με ουδέτερο τρόπο και να συνεργάζεται με ανθρώπους με τους οποίους μπορεί να διαφωνεί.
Αυτές είναι δεξιότητες ιδιαίτερα σημαντικές σε ένα ψηφιακό περιβάλλον γεμάτο πληροφορίες, παραπληροφόρηση και περιεχόμενο που παράγεται πλέον μαζικά και με εργαλεία τεχνητής νοημοσύνης.
Το σημαντικότερο, λοιπόν, μήνυμα προς κάποιον που σκέφτεται να συμβάλει είναι απλό: δεν χρειάζεται να είναι ειδικός στη Βικιπαίδεια πριν ξεκινήσει. Χρειάζεται ενδιαφέρον για ένα θέμα, διάθεση να τεκμηριώνει όσα γράφει και προθυμία να συνεργαστεί. Το Teahouse, η Αγορά και οι κοινότητες που βρίσκονται πίσω από αυτά υπάρχουν ακριβώς για να μετατρέψουν τον ενδιαφερόμενο αναγνώστη σε ενεργό συντελεστή της ελεύθερης γνώσης.
Πηγές άρθρου:
Wikipedia, Teahouse: Ο επίσημος χώρος της αγγλικής Βικιπαίδειας που έχει σχεδιαστεί ειδικά για φιλική υποστήριξη νέων συντακτών, με δυνατότητα υποβολής ερωτήσεων και καθοδήγησης από εθελοντές: https://en.wikipedia.org/wiki/Wikipedia:Teahouse
Ελληνική Βικιπαίδεια, Αγορά: Κεντρικός χώρος δημόσιας συζήτησης της ελληνόφωνης κοινότητας για ζητήματα λημμάτων, πολιτικών, τεχνικών θεμάτων, κατηγοριοποίησης και λειτουργίας της Βικιπαίδειας: https://el.wikipedia.org/wiki/Βικιπαίδεια:Αγορά
Wikipedia, Introduction to Wikipedia: Επίσημη εισαγωγή για νέους συντάκτες με σύντομα μαθήματα για επεξεργασία, παραπομπές, εικόνες, πίνακες και τις βασικές διαδικασίες συνεισφοράς: https://en.wikipedia.org/wiki/Help:Introduction
Wikipedia, Five Pillars: Συνοψίζει τις θεμελιώδεις αρχές της Βικιπαίδειας, μεταξύ των οποίων ο εγκυκλοπαιδικός χαρακτήρας, η ουδέτερη οπτική γωνία, το ελεύθερο περιεχόμενο και η συνεργατική συμπεριφορά: https://en.wikipedia.org/wiki/Wikipedia:Five_pillars
Wikipedia, Verifiability: Βασική πολιτική σύμφωνα με την οποία οι πληροφορίες που προστίθενται στα λήμματα πρέπει να μπορούν να επαληθευτούν μέσω αξιόπιστων δημοσιευμένων πηγών: https://en.wikipedia.org/wiki/Wikipedia:Verifiability
Wikipedia, Reliable Sources: Αναλυτική καθοδήγηση για την αξιολόγηση των πηγών, τη σημασία της εκδοτικής εποπτείας και τη χρήση κατάλληλων πηγών ανάλογα με τον ισχυρισμό που τεκμηριώνεται: https://en.wikipedia.org/wiki/Wikipedia:Reliable_sources
Wikipedia, Neutral Point of View: Θεμελιώδης πολιτική που απαιτεί τα λήμματα να παρουσιάζουν τις σημαντικές απόψεις με δίκαιο και αναλογικό τρόπο, χωρίς η εγκυκλοπαίδεια να υιοθετεί κάποια από αυτές ως δική της θέση: https://en.wikipedia.org/wiki/Wikipedia:Neutral_point_of_view
ΕΕΛΛΑΚ, Το Τετράδιο της Βικιπαίδειας: Ελληνικός πρακτικός οδηγός για μαθητές, εκπαιδευτικούς και νέους συντάκτες, με οδηγίες για δημιουργία λογαριασμού, επεξεργασία λημμάτων, παραπομπές, Wikimedia Commons και τις βασικές αρχές του ελεύθερου περιεχομένου: https://mycontent.ellak.gr/tetradia/.
Στις 30 Νοεμβρίου 2026 το SEMIC, το κορυφαίο ευρωπαϊκό συνέδριο για τη σημασιολογική διαλειτουργικότητα, επιστρέφει στο Δουβλίνο, σε συνεργασία με την Ιρλανδική Προεδρία του Συμβουλίου της Ευρωπαϊκής Ένωσης. Η επιλογή της πόλης δεν είναι τυχαία: το Δουβλίνο είχε φιλοξενήσει το συνέδριο και το 2013, κλείνοντας έτσι έναν κύκλο περίπου δεκατριών ετών που αποτυπώνει με ενδιαφέροντα τρόπο πώς άλλαξε η συζήτηση για τη διαλειτουργικότητα στην Ευρώπη.
Δεκαπέντε χρόνια διαδρομής
Το SEMIC ξεκίνησε το 2011 στις Βρυξέλλες και έκτοτε ταξίδεψε σε ολόκληρη την ήπειρο: Δουβλίνο (2013), Αθήνα (2014), Ρίγα, Ρώμη, Βαλέτα, Σόφια, Ελσίνκι, Μαδρίτη και, πιο πρόσφατα, Κοπεγχάγη. Σε κάθε στάση έφερνε στο ίδιο τραπέζι υπεύθυνους χάραξης πολιτικής, στελέχη δημόσιων φορέων, ερευνητές και τεχνικούς εμπειρογνώμονες, με στόχο την ανταλλαγή τεχνογνωσίας και την ενίσχυση της συνεργασίας γύρω από τα κοινά σημασιολογικά πρότυπα.
Η θεματολογία του συνεδρίου λειτουργεί ουσιαστικά ως χρονολόγιο των ευρωπαϊκών ψηφιακών προτεραιοτήτων. Στα πρώτα χρόνια η συζήτηση επικεντρωνόταν στις σημασιολογικές τεχνολογίες, στα διασυνδεδεμένα δεδομένα (linked data) και στην επαναχρησιμοποίηση λύσεων. Σταδιακά μετατοπίστηκε προς τους χώρους δεδομένων (data spaces), την τεχνητή νοημοσύνη, το ελεύθερο λογισμικό / λογισμικό ανοιχτού κώδικα και, τα τελευταία χρόνια, την εφαρμογή του Κανονισμού για μια Διαλειτουργική Ευρώπη (Interoperable Europe Act). Με άλλα λόγια, η διαλειτουργικότητα έπαψε να είναι ζήτημα αποκλειστικά τεχνικό και αναδείχθηκε σε στρατηγική προτεραιότητα.
Από τη συνεργασία στην ανταγωνιστικότητα
Όταν το συνέδριο φιλοξενήθηκε για πρώτη φορά στο Δουβλίνο, το 2013, το ζητούμενο ήταν κυρίως αποδεικτικό: να φανεί τι μπορούν να πετύχουν οι σημασιολογικές τεχνολογίες στη διασυνοριακή ανταλλαγή πληροφοριών και να πειστούν οι δημόσιες διοικήσεις να υιοθετήσουν κοινές προσεγγίσεις και επαναχρησιμοποιήσιμες λύσεις.
Πάνω από μία δεκαετία αργότερα, το πλαίσιο είναι ριζικά διαφορετικό. Η διαλειτουργικότητα αντιμετωπίζεται πλέον ως θεμελιώδης υποδομή για το ψηφιακό μέλλον της Ευρώπης. Υπό το θέμα «Interoperable Europe driving competitiveness» («Μια Διαλειτουργική Ευρώπη που οδηγεί την ανταγωνιστικότητα»), το SEMIC 2026 θα εξετάσει πώς η διαλειτουργικότητα επιτρέπει δημόσιες υπηρεσίες πιο απλές, πιο γρήγορες, επαναχρησιμοποιήσιμες και ικανές να κλιμακωθούν πέρα από τα εθνικά σύνορα — και, μέσα από αυτό, πώς στηρίζει την καινοτομία, την αξιοποίηση λύσεων ανοιχτού κώδικα, την ψηφιακή κυριαρχία και τη μακροπρόθεσμη ανταγωνιστικότητα της ευρωπαϊκής οικονομίας.
Μια κοινότητα που μεγάλωσε
Η σύγκριση των αριθμών είναι ίσως ο πιο εύγλωττος δείκτης της πορείας αυτής. Το 2013 στο Δουβλίνο συμμετείχαν λίγο περισσότερα από 100 άτομα, προερχόμενα από επτά χώρες. Η διοργάνωση του 2025 στην Κοπεγχάγη συγκέντρωσε πάνω από 500 συμμετέχοντες με φυσική παρουσία, σχεδόν 3.500 διαδικτυακούς θεατές και εκπροσώπηση από 43 χώρες.
Η επιστροφή στην ιρλανδική πρωτεύουσα, επομένως, δεν αφορά μόνο την εξέλιξη του ίδιου του συνεδρίου, αλλά και το πόσο κεντρική θέση έχει αποκτήσει η διαλειτουργικότητα στον ευρωπαϊκό ψηφιακό σχεδιασμό.
Συμμετοχή
Οι εγγραφές για το SEMIC 2026 είναι ήδη ανοιχτές. Το αναλυτικό πρόγραμμα, οι ομιλητές και οι πρακτικές πληροφορίες θα ανακοινωθούν τους επόμενους μήνες μέσα από τη σελίδα του συνεδρίου στην πύλη Interoperable Europe, όπου διατίθεται επίσης υλικό από τις προηγούμενες διοργανώσεις.
Το vibe coding έχει εξελιχθεί ραγδαία. Μέσα σε έναν χρόνο, περάσαμε από τη δημιουργία απλών landing pages σε πλήρως λειτουργικές εφαρμογές παραγωγής με βάσεις δεδομένων, authentication, πληρωμές και πραγματικούς χρήστες. Η υπόσχεση είναι δελεαστική: περιγράφεις αυτό που θέλεις σε φυσική γλώσσα και το AI γράφει τον κώδικα.
Όμως, όπως αποδεικνύεται στην πράξη, το vibe coding δεν είναι ένα παιχνίδι χωρίς κανόνες. Όπως χαρακτηριστικά αναφέρεται, το 2026 το vibe coding σημαίνει "ο προγραμματιστής γράφει προδιαγραφές σε φυσική γλώσσα και το AI παράγει κώδικα υπό δομημένη ανθρώπινη εποπτεία". Χωρίς δομή, τα projects καταλήγουν σε αυτό που έχει ονομαστεί "Vibe Coding Doom Loop", έναν φαύλο κύκλο όπου το AI προσπαθεί να διορθώσει ένα bug, "το φτιάχνει", αλλά το πρόβλημα παραμένει ή δημιουργούνται νέα.
Αυτός ο οδηγός παρουσιάζει 7 παγκόσμιους κανόνες που διαχωρίζουν τα πρόχειρα prototypes από τα production-ready προϊόντα. Κάθε κανόνας βασίζεται σε πραγματικές εμπειρίες, δοκιμασμένες πρακτικές και την πρόσφατη έρευνα γύρω από την ποιότητα στον AI-generated κώδικα. Το κοινό νήμα που τους ενώνει είναι η μείωση του τεχνικού χρέους, το μεγαλύτερο αόρατο κόστος του vibe coding.
1Σχεδιασμός πριν από την συγγραφή κώδικα
Ο κανόνας: Πριν γραφτεί έστω και μία γραμμή κώδικα, η αρχιτεκτονική και οι απαιτήσεις πρέπει να οριστικοποιούνται σε Markdown.
Η μεγαλύτερη παγίδα του vibe coding είναι η άμεση μετάβαση από την ιδέα στον κώδικα. Όταν αλλάζεις γνώμη ή προσθέτεις απαιτήσεις ενώ το AI γράφει κώδικα, δημιουργείται τεχνικό χρέος, υπολείμματα παλιών ιδεών που μπερδεύουν το AI και οδηγούν σε αλυσιδωτά bugs. Όπως περιγράφεται χαρακτηριστικά, "η αλλαγή ιδεών ή απαιτήσεων απευθείας στον κώδικα δημιουργεί τεχνικό χρέος και μπερδεύει το AI".
Πώς εφαρμόζεται:
Γράψε ένα μίνι PRD (Product Requirement Document): Αφιέρωσε 10 λεπτά για να απαντήσεις σε βασικές ερωτήσεις: Τι κάνει η εφαρμογή; Ποιος τη χρησιμοποιεί και γιατί; Ποιες είναι οι βασικές λειτουργίες; Πού θα φιλοξενηθεί;
Χρησιμοποίησε Plan Mode: Τα περισσότερα σύγχρονα εργαλεία AI (Claude Code, Cursor, Antigravity, Windsurf) διαθέτουν λειτουργία σχεδιασμού. Ζήτα από το AI να σου παρουσιάσει αναλυτικά τα αρχεία που θα δημιουργήσει ή τροποποιήσει, τα function signatures, και — το σημαντικότερο — τις υποθέσεις που κάνει. Μία από τις πιο συχνές αιτίες αποτυχίας είναι η ασυμφωνία ανάμεσα σε αυτά που υπέθεσε το AI και σε αυτά που πραγματικά ήθελες.
Επανάληψη στο πλάνο, όχι στον κώδικα: Δούλεψε με το AI σε Markdown, όχι σε κώδικα. Όταν το πλάνο είναι έτοιμο, χρησιμοποίησε έναν AI Plan-Reviewer (ένα ξεχωριστό agent) για να το ελέγξει από φρέσκια σκοπιά, εντοπίζοντας κενά, λογικά λάθη και τυφλά σημεία.
2Διαχείριση Context & αποφυγή "Context Rot"
Ο κανόνας: Το AI χάνει την απόδοσή του όσο μεγαλώνει η συνομιλία. Το "Context Rot" (σήψη πλαισίου) είναι η κύρια αιτία παράξενων bugs.
Το context window του AI γεμίζει γρήγορα. Όσο περισσότερα μηνύματα, αρχεία και εντολές επεξεργάζεται, τόσο πιο πιθανό είναι να ξεχάσει αρχικές οδηγίες ή να ακολουθήσει παρωχημένα μοτίβα. Η απόδοση πέφτει δραματικά όταν το context φτάσει περίπου στο 60% της χωρητικότητάς του.
Πώς εφαρμόζεται:
Κράτα το config file σου λιτό και επίκαιρο: Το αρχείο ρυθμίσεων (π.χ. CLAUDE.md, .cursorrules, AGENTS.md) πρέπει να περιέχει μόνο εντολές build/test, conventions και απαγορευμένες περιοχές — όχι παλιά bug logs, προσωρινά deadlines ή πειράματα που πρόκειται να αφαιρεθούν. Ιδανικά, κράτησέ το κάτω από 50 γραμμές.
Ξεκίνα νέα συνομιλία για κάθε feature: Χρησιμοποίησε την εντολή /clear (ή ξεκίνα νέο chat) μετά από κάθε ολοκληρωμένη εργασία. Μην υποθέτεις ότι το AI θυμάται τίποτα από την προηγούμενη συνομιλία — ξαναδώσε το στόχο, την τρέχουσα κατάσταση του κώδικα και τους περιορισμούς.
Χρησιμοποίησε /rewind ή summarize: Αν το AI πάρει λάθος δρόμο, γύρνα πίσω σε προηγούμενο σημείο αντί να προσπαθείς να το "διορθώσεις" με ατέρμονες συζητήσεις. Το /rewind αναιρεί ενέργειες, ενώ το /clear επαναφέρει το context.
Ο κανόνας: Μην αφήνεις το ίδιο AI agent που έγραψε τον κώδικα να τον ελέγξει.
Κατά τη διάρκεια της ανάπτυξης, το AI αποκτά τις δικές σου προκαταλήψεις και "τυφλά σημεία" (blind spots). Ένα ξεχωριστό agent μπορεί να δει το πρόβλημα με φρέσκια ματιά και να εντοπίσει λάθη που ο αρχικός agent αγνόησε. Αυτή η πρακτική, η χρήση πολλαπλών agents με διαφορετικούς ρόλους, είναι ένα από τα χαρακτηριστικά των ώριμων vibe coding workflows.
Πώς εφαρμόζεται:
AI Plan-Reviewer: Αφού ολοκληρώσεις το πλάνο σε Markdown, ζήτα από έναν ξεχωριστό agent να το αξιολογήσει. Ο ρόλος του είναι να εντοπίζει λογικά κενά, υπερβολική μηχανική (over-engineering) και ασυνέπειες. Δεν διορθώνει το πλάνο, απλώς αναφέρει τα ευρήματα.
AI Code-Reviewer: Αφού το AI γράψει τον κώδικα, ζήτα από έναν άλλο agent να τον σκανάρει για bugs, διπλότυπο κώδικα, νέα μη απαραίτητα patterns ή τεχνολογίες, και κενά ασφαλείας. Ο code-reviewer πρέπει να δίνει ιδιαίτερη προσοχή σε τρεις τομείς: error handling, test coverage, και security.
Επανάληψη μέχρι και οι τρεις να συμφωνούν: Ο κώδικας δεν είναι έτοιμος μέχρι να είναι ικανοποιημένοι και οι τρεις: εσύ, ο planning agent, και ο code-reviewer.
4Διαχωρισμός διάγνωσης από τη διόρθωση
Ο κανόνας: Όταν συναντάς ένα επίμονο bug, μην ζητάς αμέσως από το AI να το διορθώσει.
Αυτός είναι ο ακρογωνιαίος λίθος για να σπάσεις τον "Vibe Coding Doom Loop" — εκείνη την φρικτή κατάσταση όπου το AI λέει "fixed", αλλά το bug παραμένει ή χειροτερεύει.
Πώς εφαρμόζεται:
Ξεκίνα νέα συνομιλία: Μην συνεχίζεις στην ίδια συζήτηση όπου το AI έχει ήδη αποτύχει πολλές φορές. Το context είναι ήδη μολυσμένο.
Δώσε σαφή εντολή:"Μόνο διάγνωσε το πρόβλημα και ανέφερε τα ευρήματα. ΜΗΝ γράψεις ή αλλάξεις κώδικα ακόμα." Αυτό είναι κρίσιμο, αν το AI αρχίσει να "φτιάχνει" πριν καταλάβει την πραγματική αιτία, θα αλλάξει πολλά πράγματα που δεν χρειάζονται αλλαγή, δημιουργώντας νέα bugs.
Σύγκλιση διαγνώσεων: Για ιδιαίτερα δύσκολα bugs, ξεκίνα 2-3 agents με το ίδιο ακριβώς prompt. Αν όλοι καταλήξουν στην ίδια διάγνωση, είσαι σε καλό δρόμο. Μόνο τότε δώσε εντολή για διόρθωση.
Συχνό αίτιο Η πιο συχνή αιτία των επίμονων bugs είναι η ασυμφωνία στα 3 layers της εφαρμογής: Data Layer (αποθήκευση), Controller Layer (λογική), View Layer (διεπαφή). Όταν αλλάζουν οι απαιτήσεις, το AI συχνά ξεχνά να ενημερώσει και τα τρία layers, με αποτέλεσμα ανεξήγητα bugs.
5Full-Stack & ενοποιημένα συστήματα από το πρώτο Prompt
Ο κανόνας: Μην ξεκινάς φτιάχνοντας μόνο το Front-end. Το Auth, οι Πληρωμές και η Βάση Δεδομένων είναι η αρχιτεκτονική βάση, όχι "πινελιές φινιρίσματος".
Πολλά vibe coding projects καταρρέουν όταν προσπαθούν να προσθέσουν authentication, database και payments σε ένα front-end που είχε φτιαχτεί χωρίς αυτά. Το Authentication αλλάζει ολόκληρο το data model. Οι πληρωμές απαιτούν webhook handling και state management. Η αποθήκευση user-generated content απαιτεί πραγματικές σχέσεις βάσης δεδομένων.
Πώς εφαρμόζεται:
Το πρώτο prompt πρέπει να παράγει ένα Full-Stack Skeleton: Ζήτα από το AI να δημιουργήσει έναν λειτουργικό backend με authentication, μια βάση δεδομένων με πραγματικά queries, και έτοιμο payment processing — όχι ένα στατικό landing page με σχόλια "todo: add backend later".
Προτίμησε Integrated Systems: Πλατφόρμες με ενσωματωμένα native backend, authentication, payments και deployment μειώνουν δραστικά τα σημεία αποτυχίας. Αντίθετα, ένα "duct-taped stack" με 7 διαφορετικά dashboards (Supabase για DB, Clerk για auth, Stripe για payments, Vercel για hosting, OpenAI για AI, κ.λπ.) πολλαπλασιάζει τα σημεία όπου κάτι μπορεί να σπάσει.
Production-ready από την πρώτη μέρα: Η εφαρμογή σου πρέπει να έχει authentication, rate limiting, error handling και deployability από την αρχή. Δεν είναι "nice-to-have" — είναι foundation.
6Προστασία Codebase: Απαγορευμένες ζώνες & Version Control
Ο κανόνας: Το Git είναι το δίχτυ ασφαλείας σου. Ορισμένα τμήματα του κώδικα πρέπει να είναι προσβάσιμα μόνο με ειδική έγκριση.
Το AI μπορεί να κάνει μια απλή αλλαγή (π.χ. "άλλαξε το χρώμα ενός κουμπιού") και ταυτόχρονα να ξαναγράψει ολόκληρο το authentication flow ή να διαγράψει αρχεία. Χωρίς version control, η επαναφορά σε προηγούμενη κατάσταση είναι σχεδόν αδύνατη.
Πώς εφαρμόζεται:
Off-Limits Zones: Δήλωσε στο config file σου (π.χ. CLAUDE.md) συγκεκριμένα αρχεία ή φακέλους ως "απαγορευμένους": /src/auth/**, /src/payments/**, .env, migration files. Το AI δεν πρέπει να τα αγγίζει χωρίς ρητή άδεια. Επανέλαβε αυτόν τον περιορισμό και στο prompt όταν δουλεύεις κοντά σε αυτά τα αρχεία.
Review Every Diff: Πριν κάνεις accept οποιαδήποτε αλλαγή, έλεγξε προσεκτικά το diff. Δώσε ιδιαίτερη προσοχή σε: διαγραφές αρχείων, αλλαγές σε public APIs, νέα dependencies (ειδικά στο package.json), και σκληροκωδικοποιημένα API keys.
Git branching & Rollbacks: Κάθε πείραμα γίνεται σε ξεχωριστό branch. Αν το AI κάνει λάθος, μπορείς να κάνεις rollback όχι μόνο τον κώδικα αλλά και το conversation state. Τα σύγχρονα vibe coding tools έχουν ενσωματωμένη υποστήριξη για γρήγορα rollbacks.
7Σχεδιασμός για το "Unhappy Path" & συνεχής έλεγχος
Ο κανόνας: Το AI γράφει εξαιρετικό κώδικα για το "Happy Path" (όταν όλα πάνε καλά), αλλά αγνοεί τα σφάλματα.
Μία μελέτη του 2024 από το Stanford και το UIUC έδειξε ότι οι προγραμματιστές που χρησιμοποιούν AI coding assistants είναι 41% πιο πιθανό να εισάγουν vulnerabilities όταν εμπιστεύονται τον generated κώδικα χωρίς επαλήθευση. Ο κώδικας φαίνεται σωστός στο πρώτο κλικ (happy path), αλλά καταρρέει στα edge cases.
Πώς εφαρμόζεται:
Explicit Error Handling: Δώσε σαφή οδηγία στο AI: "Never swallow errors silently. Always surface exceptions to the caller or to the UI." Ο κώδικας που πιάνει exceptions και δεν κάνει τίποτα είναι από τις πιο συχνές αιτίες αποτυχίας — περνάει όλα τα manual tests γιατί τίποτα δεν σπάει ορατά, αλλά ο χρήστης απλά δεν παίρνει αυτό που ζήτησε.
Unhappy Path Testing: Δοκίμασε επίτηδες λάθος δεδομένα αμέσως μετά τη δημιουργία: κενές φόρμες, μη έγκυρα IDs, unauthenticated requests, timeouts σε API calls.
Typecheck & Linting μετά από κάθε αλλαγή: Τρέξε typecheck, test και lint αμέσως μετά από κάθε αποδεκτή αλλαγή. Μην περιμένεις να συσσωρευτούν οι αλλαγές — όσο πιο γρήγορα εντοπιστεί ένα πρόβλημα, τόσο πιο εύκολα διορθώνεται.
Αυτοματοποίησε ό,τι μπορείς: Τα σύγχρονα εργαλεία μπορούν να τρέχουν αυτόματα tests, να τραβούν screenshots, να ελέγχουν αν κάθε ενέργεια λειτουργεί όπως αναμένεται, και να διορθώνουν προβλήματα χωρίς ανθρώπινη παρέμβαση.
Το Τεχνικό Χρέος στο Vibe Coding
Όλοι οι παραπάνω κανόνες συγκλίνουν σε έναν κοινό στόχο: τη μείωση του τεχνικού χρέους. Στο vibe coding, το τεχνικό χρέος δεν είναι απλά "βρώμικος κώδικας" — είναι η ασυνέπεια ανάμεσα στα τρία layers της εφαρμογής, είναι τα υπολείμματα παλιών ιδεών που μπερδεύουν το AI, είναι η έλλειψη tests που επιτρέπει σε bugs να φτάσουν στην παραγωγή.
Όπως περιγράφεται χαρακτηριστικά, το vibe coding το 2026 είναι "μια πειθαρχημένη διαδικασία όπου ο προγραμματιστής γράφει προδιαγραφές σε φυσική γλώσσα και το AI παράγει κώδικα υπό δομημένη ανθρώπινη εποπτεία". Δεν είναι "γράψε ένα prompt και ελπίζουμε για το καλύτερο". Είναι μια συνεργασία ανθρώπου και AI όπου ο άνθρωπος έχει τον ρόλο του αρχιτέκτονα, του reviewer και του decision-maker.
Η τήρηση αυτών των 7 κανόνων θα οδηγήσει σε:
Μικρότερες συνεδρίες: Λιγότερος χρόνος σε debugging και περισσότερος σε παραγωγική δουλειά.
Μικρότερα diffs: Ο κώδικας που παράγεται είναι πιο συνεπής και προβλέψιμος.
Ταχύτερο debugging: Όταν εμφανίζεται ένα bug, η αιτία του είναι πιο εύκολο να εντοπιστεί.
Πιο συνεπή αποτελέσματα: Η ποιότητα του παραγόμενου κώδικα είναι σταθερή ανεξάρτητα από το feature ή το session.
Το vibe coding είναι το μέλλον της ανάπτυξης λογισμικού. Αλλά όπως κάθε ισχυρό εργαλείο, απαιτεί πειθαρχία, δομή και ένα σαφές πλαίσιο κανόνων. Οι παραπάνω 7 κανόνες είναι το θεμέλιο για να χτίζεις production-ready εφαρμογές με AI, γρήγορα, αξιόπιστα και με ελάχιστο τεχνικό χρέος.
Καθώς το καλοκαίρι φτάνει στο απόγειό του σε ολόκληρη την Ευρώπη, η Ευρωπαϊκή Πύλη Δεδομένων (data.europa.eu) φιλοξενεί μια σειρά από νέα και επικαιροποιημένα σύνολα δεδομένων που φωτίζουν τις εποχικές τάσεις στον τουρισμό, το κλίμα και τις μετακινήσεις. Πρόκειται για δεδομένα που δείχνουν πώς κινούνται οι άνθρωποι, πού ταξιδεύουν και με ποιον τρόπο οι καιρικές συνθήκες ... Read more
Πώς οι νόμοι μπορούν να γίνουν κατανοητοί όχι μόνο από νομικούς, αλλά και από υπολογιστές — και γιατί αυτό μπορεί να αλλάξει τον τρόπο που η δημόσια διοίκηση εξυπηρετεί τους πολίτες.
Κάθε φορά που κάνετε αίτηση για ένα επίδομα, υποβάλλετε μια φορολογική δήλωση ή προσπαθείτε να καταλάβετε αν δικαιούστε μια παροχή, κάπου πίσω από την οθόνη υπάρχει ένας νόμος. Ο νόμος αυτός έχει γραφτεί σε φυσική γλώσσα, από νομοθέτες, με σκοπό να διαβαστεί από ανθρώπους. Όμως η υπηρεσία που σας εξυπηρετεί, είτε είναι μια ιστοσελίδα, είτε μια εφαρμογή, είτε ο υπάλληλος στο γκισέ, βασίζεται τελικά σε λογισμικό. Και το λογισμικό αυτό έχει γραφτεί από κάποιον προγραμματιστή, ο οποίος διάβασε τον νόμο, τον ερμήνευσε όπως καλύτερα μπόρεσε, και τον μετέτρεψε σε κώδικα.
Ανάμεσα σε αυτά τα δύο βήματα, τον νόμο και το λογισμικό, χάνονται πολλά. Χάνεται χρόνος, χάνεται ακρίβεια, και πολλές φορές χάνεται και η εμπιστοσύνη των πολιτών. Το «Rules as Code» (RaC), ή στα ελληνικά κάτι σαν «κανόνες ως κώδικας», είναι μια ιδέα που προσπαθεί να γεφυρώσει ακριβώς αυτό το χάσμα.
Τι είναι το Rules as Code, με απλά λόγια
Η βασική ιδέα είναι απλή: όταν ένας κανόνας (νόμος, κανονισμός, εγκύκλιος) είναι αρκετά συγκεκριμένος ώστε να μπορεί να εφαρμοστεί με «ναι» ή «όχι» (π.χ. «δικαιούστε αυτό το επίδομα αν το εισόδημά σας είναι κάτω από Χ ευρώ»), τότε αυτός ο κανόνας μπορεί να γραφτεί ταυτόχρονα σε γλώσσα κατανοητή από ανθρώπους και σε μια μορφή κατανοητή από μηχανές. Όχι σαν δύο ξεχωριστά κείμενα που κάποιος πρέπει να συγχρονίζει με το χέρι, αλλά σαν μία και μοναδική, επίσημη πηγή αλήθειας.
Είναι σημαντικό να ξεκαθαρίσουμε από την αρχή κάτι: δεν υπάρχει ακόμα πλήρης συναίνεση για το τι ακριβώς σημαίνει «Rules as Code» ή πού ακριβώς βρίσκονται τα όριά του. Είναι ένα πεδίο που εξελίσσεται. Όπως λέει και μια γνωστή παροιμία από τη στατιστική, «όλα τα μοντέλα είναι λάθος, κάποια όμως είναι χρήσιμα», το ίδιο ισχύει και εδώ. Δεν χρειάζεται να πάρουμε την ιδέα κατά γράμμα για να δούμε γιατί αξίζει να τη σκεφτούμε σοβαρά.
Το πρόβλημα: «κανόνες μέσα στην ομίχλη»
Για να καταλάβουμε γιατί χρειαζόμαστε κάτι τέτοιο, ας δούμε πώς λειτουργούν σήμερα τα πράγματα στην πράξη. Μια πολιτική πρόταση γίνεται νόμος. Ο νόμος συνοδεύεται από προεδρικά διατάγματα, υπουργικές αποφάσεις, εγκυκλίους. Κάπου εκεί μέσα, μια ομάδα υπαλλήλων ή αναδόχων πρέπει να καταλάβει τι ακριβώς σημαίνει όλο αυτό σε πρακτικό επίπεδο, να το μετατρέψει σε διαδικασίες και ροές εργασίας, και τελικά σε λογισμικό που θα παράγει μια απόφαση: εγκρίνεστε ή απορρίπτεστε.
Το πρόβλημα είναι ότι σε κάθε βήμα αυτής της αλυσίδας, ο κανόνας περνάει από διαφορετικά χέρια, με διαφορετική εξειδίκευση, διαφορετικό λεξιλόγιο και συχνά διαφορετικούς στόχους. Οι νόμοι είναι δημόσιοι, αλλά συχνά είναι δύσκολο να βρει κανείς άκρη ανάμεσα σε πολλαπλά κείμενα. Και όταν βγαίνει η τελική απόφαση, ο πολίτης συχνά αναρωτιέται: «Εντάξει, αλλά γιατί; Είναι δίκαιο;», χωρίς να μπορεί εύκολα να πάρει απάντηση.
Ακόμα χειρότερα, οι επιχειρησιακοί κανόνες που τελικά μπαίνουν μέσα στο λογισμικό συχνά δεν δημοσιεύονται πουθενά, δεν ενημερώνονται όταν αλλάζει ο νόμος, και καταλήγουν να αποτελούν de facto «ιδιωτική πνευματική ιδιοκτησία» ενός αναδόχου ή μιας ομάδας πληροφορικής, παρόλο που προέρχονται από δημόσιο νόμο. Αυτό δημιουργεί ένα αόρατο παράδοξο: κάτι που ξεκίνησε ως δημόσιος κανόνας καταλήγει κλειδωμένο σε ένα «μαύρο κουτί».
Το αποτέλεσμα είναι δύσκολο να το γνωρίζουμε, να το αξιολογούμε, να το επιβεβαιώνουμε, και αυτό με τη σειρά του, διαβρώνει σιγά σιγά την εμπιστοσύνη των πολιτών στο κράτος.
Ποιοι κανόνες ταιριάζουν στο Rules as Code
Δεν μιλάμε φυσικά για όλους τους νόμους. Υπάρχουν κανόνες που είναι από τη φύση τους ασαφείς και απαιτούν ανθρώπινη κρίση, για παράδειγμα η γενική «πρόθεση» μιας πολιτικής ή γενικές κατευθυντήριες γραμμές. Το Rules as Code ταιριάζει καλύτερα σε κανόνες που είναι πιο «ντετερμινιστικοί», δηλαδή έχουν σαφή, μετρήσιμα κριτήρια: νομικές υποχρεώσεις τύπου «πρέπει» (must), λιγότερο σε κανόνες τύπου «θα έπρεπε» (should) που αφορούν εσωτερικές επιχειρησιακές διαδικασίες, και ακόμα λιγότερο σε απλές κατευθύνσεις ή οδηγίες (could).
Με άλλα λόγια, όσο πιο κοντά είναι ένας κανόνας σε κάτι που μπορεί να αυτοματοποιηθεί χωρίς να χαθεί το νόημά του, τόσο πιο κατάλληλος είναι για να εκφραστεί ως κώδικας. Πράγματα όπως η επιλεξιμότητα για ένα επίδομα, ο υπολογισμός ενός φόρου, ή τα κριτήρια για μια άδεια, είναι τυπικά παραδείγματα όπου το RaC μπορεί να αποδώσει.
Ας δούμε ένα απλό, καθημερινό παράδειγμα για να γίνει πιο απτό το πρόβλημα. Φανταστείτε έναν νόμο που λέει ότι «οικογένειες με ετήσιο εισόδημα κάτω από ένα συγκεκριμένο όριο, και με τουλάχιστον ένα ανήλικο τέκνο, δικαιούνται ένα οικογενειακό επίδομα». Αυτή η πρόταση μοιάζει απλή, αλλά για να μετατραπεί σε λειτουργική ψηφιακή υπηρεσία πρέπει πρώτα κάποιος νομικός να την αναλύσει και να εντοπίσει όλες τις σιωπηρές παραδοχές (τι θεωρείται «εισόδημα»; πώς υπολογίζεται όταν υπάρχουν πολλαπλές πηγές; τι γίνεται σε περίπτωση διαζυγίου ή επιμέλειας;). Στη συνέχεια, ένας αναλυτής πρέπει να μετατρέψει αυτή την ερμηνεία σε δομημένη λογική. Και τέλος, ένας προγραμματιστής πρέπει να τη μετατρέψει σε κώδικα που θα «τρέξει» πραγματικά. Σε κάθε ένα από αυτά τα τρία βήματα υπάρχει περιθώριο για μικρές αποκλίσεις από την αρχική πρόθεση του νομοθέτη, αποκλίσεις που αθροιστικά μπορεί να οδηγήσουν σε λάθος αποφάσεις για πραγματικούς ανθρώπους. Το Rules as Code προσπαθεί ακριβώς να μειώσει αυτές τις αποκλίσεις, κρατώντας μία και μόνο επίσημη πηγή αλήθειας, από την αρχή μέχρι το τέλος αυτής της αλυσίδας.
Ποια είναι τα οφέλη
Σύμφωνα με σχετική έρευνα του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), τα οφέλη ενός σωστά υλοποιημένου Rules as Code είναι πολλαπλά:
Καλύτερα αποτελέσματα και ταχύτερες υπηρεσίες: Μειώνεται το χάσμα ανάμεσα στην πολιτική και την τελική εφαρμογή, οπότε ο πολίτης παίρνει την υπηρεσία του πιο γρήγορα και με λιγότερα λάθη.
Μεγαλύτερη διαφάνεια: Η διαδικασία λήψης απόφασης γίνεται ανοιχτή, και μπορούν να αναπτυχθούν εργαλεία που βοηθούν τους πολίτες να καταλαβαίνουν τα δικαιώματα και τις υποχρεώσεις τους.
Μεγαλύτερη ευελιξία: Το κράτος εξαρτάται λιγότερο από εξωτερικούς αναδόχους για κάθε αλλαγή, και μπορεί να ανταποκρίνεται πιο γρήγορα σε νέες ανάγκες.
Πιο συνεπής και δίκαιη εφαρμογή: Όταν οι κανόνες είναι επίσημα κωδικοποιημένοι, όλοι εφαρμόζονται με τον ίδιο τρόπο, ανεξάρτητα από το ποιος υπάλληλος ή ποιο σύστημα χειρίζεται την υπόθεση.
Λιγότεροι κίνδυνοι: Μία ενιαία, επίσημη πηγή κανόνων μειώνει τις ευπάθειες και τα λάθη που προκύπτουν από πολλαπλές, ασύγχρονες εκδοχές του ίδιου κανόνα.
Διαλειτουργικότητα: Οι ίδιοι κανόνες μπορούν να χρησιμοποιηθούν και να ξαναχρησιμοποιηθούν από διαφορετικές υπηρεσίες και επίπεδα διακυβέρνησης, χωρίς να χρειάζεται να ξαναγραφτούν από την αρχή.
Καινοτομία: Όταν οι θεσμικοί κανόνες γίνονται διαθέσιμοι ως ανοιχτή δημόσια υποδομή, ανοίγει ο δρόμος για νέες εφαρμογές και υπηρεσίες, ακόμα και από τον ιδιωτικό τομέα ή την κοινωνία των πολιτών.
Πού μπορεί να εφαρμοστεί στην πράξη
Οι χρήσεις του Rules as Code δεν περιορίζονται μόνο στο «τελικό στάδιο», δηλαδή στην ψηφιακή υπηρεσία που βλέπει ο πολίτης. Μπορεί να φανεί χρήσιμο σε ολόκληρο τον κύκλο ζωής μιας πολιτικής:
Στο επίπεδο της πολιτικής και της νομοθεσίας: Μπορεί να χρησιμοποιηθεί για την προσομοίωση μιας ρύθμισης πριν αυτή ψηφιστεί, για παράδειγμα, να δούμε πώς θα επηρεάσει μια φορολογική μεταρρύθμιση διαφορετικά νοικοκυριά, πριν γίνει νόμος. Μπορεί επίσης να ενισχύσει τη δημόσια διαβούλευση, αφού η δημόσια έκθεση των κανόνων σε πιο κατανοητή μορφή διευκολύνει τη συμμετοχή πολιτών και φορέων. Και βοηθά στη νομοτεχνική επεξεργασία, ενισχύοντας τη συνεργασία ανάμεσα σε νομικούς και τεχνολόγους, μέσα από κανόνες που μπορούν να διαβαστούν και από μηχανές.
Στο επίπεδο της υλοποίησης: Βοηθά στην ενσωμάτωση της συμμόρφωσης «εκ σχεδιασμού» μέσα στα ίδια τα συστήματα, διαχωρίζει καθαρά τη «λογική της απόφασης» από την τεχνική υλοποίηση (κάτι που κάνει τα συστήματα πιο απλά και πιο εύκολα στη συντήρηση), και προωθεί τη δημοσίευση έγκυρων μοντέλων κανόνων που μπορούν να χρησιμοποιήσουν οι μηχανικοί λογισμικού, ανοίγοντας τον δρόμο και σε πειραματισμό μέσα από ανοιχτά περιβάλλοντα δοκιμών.
Στο επίπεδο της παροχής υπηρεσιών προς τον πολίτη: Επιτρέπει σαφείς, έγκυρες εξηγήσεις των αποφάσεων προς τους πολίτες («γιατί απορρίφθηκε η αίτησή μου, ακριβώς;»). Μπορεί να τροφοδοτήσει «υπολογιστές επιλεξιμότητας» — απλά εργαλεία που σας λένε αν δικαιούστε κάτι πριν καν κάνετε αίτηση. Και μπορεί να στηρίξει προσωπικούς ψηφιακούς βοηθούς, που θα εντοπίζουν προληπτικά παροχές για τις οποίες δικαιούστε αίτηση, χωρίς να χρειάζεται να τις ψάξετε μόνοι σας.
Γιατί ο πηγαίος κώδικας δεν αρκεί
Μια συχνή παρανόηση είναι ότι, αν το λογισμικό μιας δημόσιας υπηρεσίας είναι ανοιχτού κώδικα, τότε το πρόβλημα λύνεται από μόνο του, αφού μπορεί κανείς να δει τι κάνει το σύστημα. Στην πράξη, αυτό δεν αρκεί. Ένα χαρακτηριστικό παράδειγμα προέρχεται από τη Γαλλία: όταν μελετητές προσπάθησαν να συγκρίνουν τον πηγαίο κώδικα που υπολογίζει τα στεγαστικά επιδόματα με τους πραγματικούς νόμους που τα διέπουν, βρέθηκαν μπροστά σε δύο διαφορετικά συστήματα. Το πρώτο, γραμμένο τη δεκαετία του ’90, ήταν μεν δημοσιευμένο, αλλά γραμμένο σε τόσο παλιά και ειδική τεχνολογία που ήταν ουσιαστικά αδιάβαστο. Το δεύτερο, νεότερο σύστημα, ήταν κλειστού κώδικα και γραμμένο σε ιδιόκτητη γλώσσα προγραμματισμού, άρα εξίσου απρόσιτο, απλώς για διαφορετικό λόγο.
Το συμπέρασμα είναι σημαντικό: για να είναι πραγματικά χρήσιμος ένας κανόνας (είτε ως νόμος, είτε ως κώδικας) πρέπει να είναι ταυτόχρονα αναγνώσιμος (όχι κρυπτικός), κατανοητός από ανθρώπους διαφορετικής ειδικότητας, ανιχνεύσιμος πίσω στην αρχική του πηγή, ακριβής, αξιόπιστος (δηλαδή επαληθευμένος και πλήρης) και «αυτοματοποιήσιμος», ακόμα και όταν χρειάζεται ανθρώπινη επιτήρηση. Ο απλός δημόσιος πηγαίος κώδικας, από μόνος του, δεν εγγυάται τίποτα από αυτά.
Το παράδειγμα της Ολλανδίας: «Agile Law Execution»
Η Ολλανδία είναι μία από τις χώρες που έχουν προχωρήσει πρακτικά προς αυτή την κατεύθυνση, μέσα από μια προσέγγιση που ονομάζουν «Agile Law Execution» (ευέλικτη εφαρμογή του νόμου). Η φιλοσοφία της στηρίζεται σε τέσσερις αξίες: τη νομιμότητα (η υπηρεσία πρέπει πράγματι να συμμορφώνεται με τον νόμο), την επαληθευσιμότητα (πρέπει να μπορεί κανείς να ελέγξει ότι είναι σωστή), την επεξηγησιμότητα (ο πολίτης πρέπει να μπορεί να καταλάβει γιατί πήρε τη συγκεκριμένη απόφαση), και τη δικαιοσύνη προς τους πολίτες.
Στην πράξη, η προσέγγιση αυτή λειτουργεί σαν βρόχος: από τον νόμο δημιουργείται μία, και μόνο μία, επίσημη ερμηνεία, η οποία μετατρέπεται σε δομημένα μοντέλα (μέσω τυποποιημένης ανάλυσης). Αυτά τα μοντέλα είναι αναγνώσιμα τόσο από ανθρώπους όσο και από «μηχανές», και μετατρέπονται με ακρίβεια σε εκτελέσιμο κώδικα που τροφοδοτεί την ψηφιακή υπηρεσία. Το σημαντικό είναι ότι ο βρόχος κλείνει: νομικοί και νομοθέτες μπορούν να επαληθεύσουν ότι ο τελικός κώδικας αντιστοιχεί πράγματι σε αυτό που ήθελε ο νόμος, και η μετατροπή σε κώδικα γίνεται με αυτοματοποιημένο, ελεγχόμενο τρόπο, όχι με χειροκίνητη, ασύνδετη μετάφραση από κάποιον προγραμματιστή.
Βασικό εργαλείο σε αυτή τη διαδικασία είναι μια καθιερωμένη μεθοδολογία ανάλυσης νόμων, γνωστή ως «Wetsanalyse» (ανάλυση νόμου), η οποία είναι φτιαγμένη πρωτίστως για νομικούς (όχι για προγραμματιστές) αλλά ταυτόχρονα επιτρέπει πολλαπλές οπτικές (νομική, επιχειρησιακή, τεχνική), ώστε νομοθέτες και υλοποιητές να μιλούν την ίδια γλώσσα. Έχει ήδη αποδείξει την αξία της σε μαζική κλίμακα ψηφιακών υπηρεσιών στην Ολλανδία.
Ανοιχτό λογισμικό και ανοιχτή συνεργασία
Ένα άλλο σημαντικό σκέλος του Rules as Code αφορά το πόσο «ανοιχτό» πρέπει να είναι όλο αυτό το εγχείρημα, όχι μόνο τεχνικά, αλλά και ως προς τη δυνατότητα συμμετοχής διαφορετικών ανθρώπων. Ένας κανόνας μπορεί να εκφραστεί με πολλούς τρόπους: ως απλό κείμενο σε φυσική γλώσσα, ως ημι-τυποποιημένο διάγραμμα (όπως τα πρότυπα BPMN ή DMN που χρησιμοποιούνται για την περιγραφή επιχειρησιακών διαδικασιών), ή τελικά ως πηγαίος κώδικας λογισμικού.
Κάθε μορφή έχει διαφορετικό «κοινό»: ένας πολίτης μπορεί να καταλάβει ένα απλό κείμενο, ένας ειδικός ή αναλυτής μπορεί να διαβάσει ένα τυποποιημένο διάγραμμα, ενώ μόνο ένας προγραμματιστής μπορεί πραγματικά να διαβάσει τον τελικό κώδικα. Το ζητούμενο του Rules as Code, όταν γίνεται σωστά, είναι να διατηρούνται όσο το δυνατόν περισσότερες από αυτές τις μορφές συνδεδεμένες μεταξύ τους, ώστε να μην χάνεται κανείς στη μετάφραση, και, όπου γίνεται, να προτιμάται ο ανοιχτός κώδικας έναντι κλειστών, ιδιόκτητων λύσεων, ακριβώς επειδή διευκολύνει τον έλεγχο και την επαναχρησιμοποίηση.
Αυτό δεν σημαίνει ότι το εγχείρημα είναι απλό. Απαιτεί σωστή διαχείριση του «κύκλου ζωής» των κανόνων (ελέγχους εκδόσεων, δοκιμές, διαχείριση αλλαγών, αντιμετώπιση του κάθε κανόνα σαν ένα ζωντανό «ψηφιακό προϊόν») κάτι που ξεπερνά τα όρια ενός εισαγωγικού άρθρου, αλλά είναι εξίσου κρίσιμο με τον αρχικό σχεδιασμό.
Γιατί αξίζει να το παρακολουθούμε
Το Rules as Code δεν είναι μια μαγική λύση, και δεν ταιριάζει παντού. Υπάρχουν ακόμα ανοιχτά ερωτήματα σχετικά με το ποια μεθοδολογία ταιριάζει καλύτερα, ποιος πρέπει να έχει τον τελευταίο λόγο σε ασαφείς ερμηνείες, και πώς διαχειρίζεται κανείς πολύπλοκους νόμους με πολλές εξαιρέσεις. Αλλά η βασική ιδέα, ότι οι κανόνες που διέπουν τη ζωή μας θα έπρεπε να είναι κατανοητοί, ανιχνεύσιμοι και ανοιχτοί, και όχι κλειδωμένοι μέσα σε συστήματα που κανείς δεν μπορεί εύκολα να ελέγξει, αξίζει την προσοχή μας.
Σε μια εποχή όπου όλο και περισσότερες κρατικές υπηρεσίες μετακινούνται online, το πώς φτιάχνονται αυτές οι υπηρεσίες «από μέσα» έχει άμεση σχέση με το πόσο δίκαιες, κατανοητές και αξιόπιστες θα είναι για τον καθένα από εμάς. Το ταξίδι «από το ΦΕΚ στο API» δεν είναι απλώς ένα τεχνικό εγχείρημα, είναι ουσιαστικά, ένα εγχείρημα εμπιστοσύνης ανάμεσα στο κράτος και τον πολίτη.
Συχνές ερωτήσεις
Το Rules as Code σημαίνει ότι οι νόμοι θα γράφονται πλέον σε γλώσσα προγραμματισμού; Όχι. Ο νόμος συνεχίζει να γράφεται σε φυσική γλώσσα από τους νομοθέτες. Αυτό που αλλάζει είναι ότι, παράλληλα, δημιουργείται και μια δομημένη, επίσημη εκδοχή του ίδιου κανόνα, κατάλληλη να «τροφοδοτήσει» απευθείας ένα ψηφιακό σύστημα, χωρίς ενδιάμεσες, ασύνδετες μεταφράσεις.
Χρειάζεται να είναι κανείς προγραμματιστής για να καταλάβει το Rules as Code; Όχι απαραίτητα. Μεγάλο μέρος της δουλειάς αφορά τη νομική ανάλυση, δηλαδή τη σαφή αποτύπωση του τι πραγματικά λέει ένας νόμος, κάτι που είναι πρωτίστως δουλειά νομικών, όχι μηχανικών λογισμικού.
Εφαρμόζεται ήδη κάπου; Ναι, χώρες όπως η Ολλανδία έχουν ήδη αναπτύξει και εφαρμόσει σχετικές μεθοδολογίες σε μαζική κλίμακα, ενώ το θέμα απασχολεί ενεργά διεθνείς οργανισμούς όπως ο ΟΟΣΑ.
Πώς οι νόμοι μπορούν να γίνουν κατανοητοί όχι μόνο από νομικούς, αλλά και από υπολογιστές — και γιατί αυτό μπορεί να αλλάξει τον τρόπο που η δημόσια διοίκηση εξυπηρετεί τους πολίτες.
Κάθε φορά που κάνετε αίτηση για ένα επίδομα, υποβάλλετε μια φορολογική δήλωση ή προσπαθείτε να καταλάβετε αν δικαιούστε μια παροχή, κάπου πίσω από την οθόνη υπάρχει ένας νόμος. Ο νόμος αυτός έχει γραφτεί σε φυσική γλώσσα, από νομοθέτες, με σκοπό να διαβαστεί από ανθρώπους. Όμως η υπηρεσία που σας εξυπηρετεί, είτε είναι μια ιστοσελίδα, είτε μια εφαρμογή, είτε ο υπάλληλος στο γκισέ, βασίζεται τελικά σε λογισμικό. Και το λογισμικό αυτό έχει γραφτεί από κάποιον προγραμματιστή, ο οποίος διάβασε τον νόμο, τον ερμήνευσε όπως καλύτερα μπόρεσε, και τον μετέτρεψε σε κώδικα.
Ανάμεσα σε αυτά τα δύο βήματα, τον νόμο και το λογισμικό, χάνονται πολά. Χάνεται χρόνος, χάνεται ακρίβεια, και πολλές φορές χάνεται και η εμπιστοσύνη των πολιτών. Το «Rules as Code» (RaC), ή στα ελληνικά κάτι σαν «κανόνες ως κώδικας», είναι μια ιδέα που προσπαθεί να γεφυρώσει ακριβώς αυτό το χάσμα.
Τι είναι το Rules as Code, με απλά λόγια
Η βασική ιδέα είναι απλή: όταν ένας κανόνας (νόμος, κανονισμός, εγκύκλιος) είναι αρκετά συγκεκριμένος ώστε να μπορεί να εφαρμοστεί με «ναι» ή «όχι» (π.χ. «δικαιούστε αυτό το επίδομα αν το εισόδημά σας είναι κάτω από Χ ευρώ»), τότε αυτός ο κανόνας μπορεί να γραφτεί ταυτόχρονα σε γλώσσα κατανοητή από ανθρώπους και σε μια μορφή κατανοητή από μηχανές. Όχι σαν δύο ξεχωριστά κείμενα που κάποιος πρέπει να συγχρονίζει με το χέρι, αλλά σαν μία και μοναδική, επίσημη πηγή αλήθειας.
Είναι σημαντικό να ξεκαθαρίσουμε από την αρχή κάτι: δεν υπάρχει ακόμα πλήρης συναίνεση για το τι ακριβώς σημαίνει «Rules as Code» ή πού ακριβώς βρίσκονται τα όριά του. Είναι ένα πεδίο που εξελίσσεται. Όπως λέει και μια γνωστή παροιμία από τη στατιστική, «όλα τα μοντέλα είναι λάθος, κάποια όμως είναι χρήσιμα», το ίδιο ισχύει και εδώ. Δεν χρειάζεται να πάρουμε την ιδέα κατά γράμμα για να δούμε γιατί αξίζει να τη σκεφτούμε σοβαρά.
Το πρόβλημα: «κανόνες μέσα στην ομίχλη»
Για να καταλάβουμε γιατί χρειαζόμαστε κάτι τέτοιο, ας δούμε πώς λειτουργούν σήμερα τα πράγματα στην πράξη. Μια πολιτική πρόταση γίνεται νόμος. Ο νόμος συνοδεύεται από προεδρικά διατάγματα, υπουργικές αποφάσεις, εγκυκλίους. Κάπου εκεί μέσα, μια ομάδα υπαλλήλων ή αναδόχων πρέπει να καταλάβει τι ακριβώς σημαίνει όλο αυτό σε πρακτικό επίπεδο, να το μετατρέψει σε διαδικασίες και ροές εργασίας, και τελικά σε λογισμικό που θα παράγει μια απόφαση: εγκρίνεστε ή απορρίπτεστε.
Το πρόβλημα είναι ότι σε κάθε βήμα αυτής της αλυσίδας, ο κανόνας περνάει από διαφορετικά χέρια, με διαφορετική εξειδίκευση, διαφορετικό λεξιλόγιο και συχνά διαφορετικούς στόχους. Οι νόμοι είναι δημόσιοι, αλλά συχνά είναι δύσκολο να βρει κανείς άκρη ανάμεσα σε πολλαπλά κείμενα. Και όταν βγαίνει η τελική απόφαση, ο πολίτης συχνά αναρωτιέται: «Εντάξει, αλλά γιατί; Είναι δίκαιο;», χωρίς να μπορεί εύκολα να πάρει απάντηση.
Ακόμα χειρότερα, οι επιχειρησιακοί κανόνες που τελικά μπαίνουν μέσα στο λογισμικό συχνά δεν δημοσιεύονται πουθενά, δεν ενημερώνονται όταν αλλάζει ο νόμος, και καταλήγουν να αποτελούν de facto «ιδιωτική πνευματική ιδιοκτησία» ενός αναδόχου ή μιας ομάδας πληροφορικής, παρόλο που προέρχονται από δημόσιο νόμο. Αυτό δημιουργεί ένα αόρατο παράδοξο: κάτι που ξεκίνησε ως δημόσιος κανόνας καταλήγει κλειδωμένο σε ένα «μαύρο κουτί».
Το αποτέλεσμα είναι δύσκολο να το γνωρίζουμε, να το αξιολογούμε, να το επιβεβαιώνουμε, και αυτό με τη σειρά του, διαβρώνει σιγά σιγά την εμπιστοσύνη των πολιτών στο κράτος.
Ποιοι κανόνες ταιριάζουν στο Rules as Code
Δεν μιλάμε φυσικά για όλους τους νόμους. Υπάρχουν κανόνες που είναι από τη φύση τους ασαφείς και απαιτούν ανθρώπινη κρίση, για παράδειγμα η γενική «πρόθεση» μιας πολιτικής ή γενικές κατευθυντήριες γραμμές. Το Rules as Code ταιριάζει καλύτερα σε κανόνες που είναι πιο «ντετερμινιστικοί», δηλαδή έχουν σαφή, μετρήσιμα κριτήρια: νομικές υποχρεώσεις τύπου «πρέπει» (must), λιγότερο σε κανόνες τύπου «θα έπρεπε» (should) που αφορούν εσωτερικές επιχειρησιακές διαδικασίες, και ακόμα λιγότερο σε απλές κατευθύνσεις ή οδηγίες (could).
Με άλλα λόγια, όσο πιο κοντά είναι ένας κανόνας σε κάτι που μπορεί να αυτοματοποιηθεί χωρίς να χαθεί το νόημά του, τόσο πιο κατάλληλος είναι για να εκφραστεί ως κώδικας. Πράγματα όπως η επιλεξιμότητα για ένα επίδομα, ο υπολογισμός ενός φόρου, ή τα κριτήρια για μια άδεια, είναι τυπικά παραδείγματα όπου το RaC μπορεί να αποδώσει.
Ας δούμε ένα απλό, καθημερινό παράδειγμα για να γίνει πιο απτό το πρόβλημα. Φανταστείτε έναν νόμο που λέει ότι «οικογένειες με ετήσιο εισόδημα κάτω από ένα συγκεκριμένο όριο, και με τουλάχιστον ένα ανήλικο τέκνο, δικαιούνται ένα οικογενειακό επίδομα». Αυτή η πρόταση μοιάζει απλή, αλλά για να μετατραπεί σε λειτουργική ψηφιακή υπηρεσία πρέπει πρώτα κάποιος νομικός να την αναλύσει και να εντοπίσει όλες τις σιωπηρές παραδοχές (τι θεωρείται «εισόδημα»; πώς υπολογίζεται όταν υπάρχουν πολλαπλές πηγές; τι γίνεται σε περίπτωση διαζυγίου ή επιμέλειας;). Στη συνέχεια, ένας αναλυτής πρέπει να μετατρέψει αυτή την ερμηνεία σε δομημένη λογική. Και τέλος, ένας προγραμματιστής πρέπει να τη μετατρέψει σε κώδικα που θα «τρέξει» πραγματικά. Σε κάθε ένα από αυτά τα τρία βήματα υπάρχει περιθώριο για μικρές αποκλίσεις από την αρχική πρόθεση του νομοθέτη, αποκλίσεις που αθροιστικά μπορεί να οδηγήσουν σε λάθος αποφάσεις για πραγματικούς ανθρώπους. Το Rules as Code προσπαθεί ακριβώς να μειώσει αυτές τις αποκλίσεις, κρατώντας μία και μόνο επίσημη πηγή αλήθειας, από την αρχή μέχρι το τέλος αυτής της αλυσίδας.
Ποια είναι τα οφέλη
Σύμφωνα με σχετική έρευνα του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), τα οφέλη ενός σωστά υλοποιημένου Rules as Code είναι πολλαπλά:
Καλύτερα αποτελέσματα και ταχύτερες υπηρεσίες: Μειώνεται το χάσμα ανάμεσα στην πολιτική και την τελική εφαρμογή, οπότε ο πολίτης παίρνει την υπηρεσία του πιο γρήγορα και με λιγότερα λάθη.
Μεγαλύτερη διαφάνεια: Η διαδικασία λήψης απόφασης γίνεται ανοιχτή, και μπορούν να αναπτυχθούν εργαλεία που βοηθούν τους πολίτες να καταλαβαίνουν τα δικαιώματα και τις υποχρεώσεις τους.
Μεγαλύτερη ευελιξία: Το κράτος εξαρτάται λιγότερο από εξωτερικούς αναδόχους για κάθε αλλαγή, και μπορεί να ανταποκρίνεται πιο γρήγορα σε νέες ανάγκες.
Πιο συνεπής και δίκαιη εφαρμογή: Όταν οι κανόνες είναι επίσημα κωδικοποιημένοι, όλοι εφαρμόζονται με τον ίδιο τρόπο, ανεξάρτητα από το ποιος υπάλληλος ή ποιο σύστημα χειρίζεται την υπόθεση.
Λιγότεροι κίνδυνοι: Μία ενιαία, επίσημη πηγή κανόνων μειώνει τις ευπάθειες και τα λάθη που προκύπτουν από πολλαπλές, ασύγχρονες εκδοχές του ίδιου κανόνα.
Διαλειτουργικότητα: Οι ίδιοι κανόνες μπορούν να χρησιμοποιηθούν και να ξαναχρησιμοποιηθούν από διαφορετικές υπηρεσίες και επίπεδα διακυβέρνησης, χωρίς να χρειάζεται να ξαναγραφτούν από την αρχή.
Καινοτομία: Όταν οι θεσμικοί κανόνες γίνονται διαθέσιμοι ως ανοιχτή δημόσια υποδομή, ανοίγει ο δρόμος για νέες εφαρμογές και υπηρεσίες, ακόμα και από τον ιδιωτικό τομέα ή την κοινωνία των πολιτών.
Πού μπορεί να εφαρμοστεί στην πράξη
Οι χρήσεις του Rules as Code δεν περιορίζονται μόνο στο «τελικό στάδιο», δηλαδή στην ψηφιακή υπηρεσία που βλέπει ο πολίτης. Μπορεί να φανεί χρήσιμο σε ολόκληρο τον κύκλο ζωής μιας πολιτικής:
Στο επίπεδο της πολιτικής και της νομοθεσίας: Μπορεί να χρησιμοποιηθεί για την προσομοίωση μιας ρύθμισης πριν αυτή ψηφιστεί, για παράδειγμα, να δούμε πώς θα επηρεάσει μια φορολογική μεταρρύθμιση διαφορετικά νοικοκυριά, πριν γίνει νόμος. Μπορεί επίσης να ενισχύσει τη δημόσια διαβούλευση, αφού η δημόσια έκθεση των κανόνων σε πιο κατανοητή μορφή διευκολύνει τη συμμετοχή πολιτών και φορέων. Και βοηθά στη νομοτεχνική επεξεργασία, ενισχύοντας τη συνεργασία ανάμεσα σε νομικούς και τεχνολόγους, μέσα από κανόνες που μπορούν να διαβαστούν και από μηχανές.
Στο επίπεδο της υλοποίησης: Βοηθά στην ενσωμάτωση της συμμόρφωσης «εκ σχεδιασμού» μέσα στα ίδια τα συστήματα, διαχωρίζει καθαρά τη «λογική της απόφασης» από την τεχνική υλοποίηση (κάτι που κάνει τα συστήματα πιο απλά και πιο εύκολα στη συντήρηση), και προωθεί τη δημοσίευση έγκυρων μοντέλων κανόνων που μπορούν να χρησιμοποιήσουν οι μηχανικοί λογισμικού, ανοίγοντας τον δρόμο και σε πειραματισμό μέσα από ανοιχτά περιβάλλοντα δοκιμών.
Στο επίπεδο της παροχής υπηρεσιών προς τον πολίτη: Επιτρέπει σαφείς, έγκυρες εξηγήσεις των αποφάσεων προς τους πολίτες («γιατί απορρίφθηκε η αίτησή μου, ακριβώς;»). Μπορεί να τροφοδοτήσει «υπολογιστές επιλεξιμότητας» — απλά εργαλεία που σας λένε αν δικαιούστε κάτι πριν καν κάνετε αίτηση. Και μπορεί να στηρίξει προσωπικούς ψηφιακούς βοηθούς, που θα εντοπίζουν προληπτικά παροχές για τις οποίες δικαιούστε αίτηση, χωρίς να χρειάζεται να τις ψάξετε μόνοι σας.
Γιατί ο πηγαίος κώδικας δεν αρκεί
Μια συχνή παρανόηση είναι ότι, αν το λογισμικό μιας δημόσιας υπηρεσίας είναι ανοιχτού κώδικα, τότε το πρόβλημα λύνεται από μόνο του, αφού μπορεί κανείς να δει τι κάνει το σύστημα. Στην πράξη, αυτό δεν αρκεί. Ένα χαρακτηριστικό παράδειγμα προέρχεται από τη Γαλλία: όταν μελετητές προσπάθησαν να συγκρίνουν τον πηγαίο κώδικα που υπολογίζει τα στεγαστικά επιδόματα με τους πραγματικούς νόμους που τα διέπουν, βρέθηκαν μπροστά σε δύο διαφορετικά συστήματα. Το πρώτο, γραμμένο τη δεκαετία του '90, ήταν μεν δημοσιευμένο, αλλά γραμμένο σε τόσο παλιά και ειδική τεχνολογία που ήταν ουσιαστικά αδιάβαστο. Το δεύτερο, νεότερο σύστημα, ήταν κλειστού κώδικα και γραμμένο σε ιδιόκτητη γλώσσα προγραμματισμού, άρα εξίσου απρόσιτο, απλώς για διαφορετικό λόγο.
Το συμπέρασμα είναι σημαντικό: για να είναι πραγματικά χρήσιμος ένας κανόνας (είτε ως νόμος, είτε ως κώδικας) πρέπει να είναι ταυτόχρονα αναγνώσιμος (όχι κρυπτικός), κατανοητός από ανθρώπους διαφορετικής ειδικότητας, ανιχνεύσιμος πίσω στην αρχική του πηγή, ακριβής, αξιόπιστος (δηλαδή επαληθευμένος και πλήρης) και «αυτοματοποιήσιμος», ακόμα και όταν χρειάζεται ανθρώπινη επιτήρηση. Ο απλός δημόσιος πηγαίος κώδικας, από μόνος του, δεν εγγυάται τίποτα από αυτά.
Το παράδειγμα της Ολλανδίας: «Agile Law Execution»
Η Ολλανδία είναι μία από τις χώρες που έχουν προχωρήσει πρακτικά προς αυτή την κατεύθυνση, μέσα από μια προσέγγιση που ονομάζουν «Agile Law Execution» (ευέλικτη εφαρμογή του νόμου). Η φιλοσοφία της στηρίζεται σε τέσσερις αξίες: τη νομιμότητα (η υπηρεσία πρέπει πράγματι να συμμορφώνεται με τον νόμο), την επαληθευσιμότητα (πρέπει να μπορεί κανείς να ελέγξει ότι είναι σωστή), την επεξηγησιμότητα (ο πολίτης πρέπει να μπορεί να καταλάβει γιατί πήρε τη συγκεκριμένη απόφαση), και τη δικαιοσύνη προς τους πολίτες.
Στην πράξη, η προσέγγιση αυτή λειτουργεί σαν βρόχος: από τον νόμο δημιουργείται μία, και μόνο μία, επίσημη ερμηνεία, η οποία μετατρέπεται σε δομημένα μοντέλα (μέσω τυποποιημένης ανάλυσης). Αυτά τα μοντέλα είναι αναγνώσιμα τόσο από ανθρώπους όσο και από «μηχανές», και μετατρέπονται με ακρίβεια σε εκτελέσιμο κώδικα που τροφοδοτεί την ψηφιακή υπηρεσία. Το σημαντικό είναι ότι ο βρόχος κλείνει: νομικοί και νομοθέτες μπορούν να επαληθεύσουν ότι ο τελικός κώδικας αντιστοιχεί πράγματι σε αυτό που ήθελε ο νόμος, και η μετατροπή σε κώδικα γίνεται με αυτοματοποιημένο, ελεγχόμενο τρόπο, όχι με χειροκίνητη, ασύνδετη μετάφραση από κάποιον προγραμματιστή.
Βασικό εργαλείο σε αυτή τη διαδικασία είναι μια καθιερωμένη μεθοδολογία ανάλυσης νόμων, γνωστή ως «Wetsanalyse» (ανάλυση νόμου), η οποία είναι φτιαγμένη πρωτίστως για νομικούς (όχι για προγραμματιστές) αλλά ταυτόχρονα επιτρέπει πολλαπλές οπτικές (νομική, επιχειρησιακή, τεχνική), ώστε νομοθέτες και υλοποιητές να μιλούν την ίδια γλώσσα. Έχει ήδη αποδείξει την αξία της σε μαζική κλίμακα ψηφιακών υπηρεσιών στην Ολλανδία.
Ανοιχτό λογισμικό και ανοιχτή συνεργασία
Ένα άλλο σημαντικό σκέλος του Rules as Code αφορά το πόσο «ανοιχτό» πρέπει να είναι όλο αυτό το εγχείρημα, όχι μόνο τεχνικά, αλλά και ως προς τη δυνατότητα συμμετοχής διαφορετικών ανθρώπων. Ένας κανόνας μπορεί να εκφραστεί με πολλούς τρόπους: ως απλό κείμενο σε φυσική γλώσσα, ως ημι-τυποποιημένο διάγραμμα (όπως τα πρότυπα BPMN ή DMN που χρησιμοποιούνται για την περιγραφή επιχειρησιακών διαδικασιών), ή τελικά ως πηγαίος κώδικας λογισμικού.
Κάθε μορφή έχει διαφορετικό «κοινό»: ένας πολίτης μπορεί να καταλάβει ένα απλό κείμενο, ένας ειδικός ή αναλυτής μπορεί να διαβάσει ένα τυποποιημένο διάγραμμα, ενώ μόνο ένας προγραμματιστής μπορεί πραγματικά να διαβάσει τον τελικό κώδικα. Το ζητούμενο του Rules as Code, όταν γίνεται σωστά, είναι να διατηρούνται όσο το δυνατόν περισσότερες από αυτές τις μορφές συνδεδεμένες μεταξύ τους, ώστε να μην χάνεται κανείς στη μετάφραση, και, όπου γίνεται, να προτιμάται ο ανοιχτός κώδικας έναντι κλειστών, ιδιόκτητων λύσεων, ακριβώς επειδή διευκολύνει τον έλεγχο και την επαναχρησιμοποίηση.
Αυτό δεν σημαίνει ότι το εγχείρημα είναι απλό. Απαιτεί σωστή διαχείριση του «κύκλου ζωής» των κανόνων (ελέγχους εκδόσεων, δοκιμές, διαχείριση αλλαγών, αντιμετώπιση του κάθε κανόνα σαν ένα ζωντανό «ψηφιακό προϊόν») κάτι που ξεπερνά τα όρια ενός εισαγωγικού άρθρου, αλλά είναι εξίσου κρίσιμο με τον αρχικό σχεδιασμό.
Γιατί αξίζει να το παρακολουθούμε
Το Rules as Code δεν είναι μια μαγική λύση, και δεν ταιριάζει παντού. Υπάρχουν ακόμα ανοιχτά ερωτήματα σχετικά με το ποια μεθοδολογία ταιριάζει καλύτερα, ποιος πρέπει να έχει τον τελευταίο λόγο σε ασαφείς ερμηνείες, και πώς διαχειρίζεται κανείς πολύπλοκους νόμους με πολλές εξαιρέσεις. Αλλά η βασική ιδέα, ότι οι κανόνες που διέπουν τη ζωή μας θα έπρεπε να είναι κατανοητοί, ανιχνεύσιμοι και ανοιχτοί, και όχι κλειδωμένοι μέσα σε συστήματα που κανείς δεν μπορεί εύκολα να ελέγξει, αξίζει την προσοχή μας.
Σε μια εποχή όπου όλο και περισσότερες κρατικές υπηρεσίες μετακινούνται online, το πώς φτιάχνονται αυτές οι υπηρεσίες «από μέσα» έχει άμεση σχέση με το πόσο δίκαιες, κατανοητές και αξιόπιστες θα είναι για τον καθένα από εμάς. Το ταξίδι «από το ΦΕΚ στο API» δεν είναι απλώς ένα τεχνικό εγχείρημα, είναι ουσιαστικά, ένα εγχείρημα εμπιστοσύνης ανάμεσα στο κράτος και τον πολίτη.
Συχνές ερωτήσεις
Το Rules as Code σημαίνει ότι οι νόμοι θα γράφονται πλέον σε γλώσσα προγραμματισμού;
Όχι. Ο νόμος συνεχίζει να γράφεται σε φυσική γλώσσα από τους νομοθέτες. Αυτό που αλλάζει είναι ότι, παράλληλα, δημιουργείται και μια δομημένη, επίσημη εκδοχή του ίδιου κανόνα, κατάλληλη να «τροφοδοτήσει» απευθείας ένα ψηφιακό σύστημα, χωρίς ενδιάμεσες, ασύνδετες μεταφράσεις.
Χρειάζεται να είναι κανείς προγραμματιστής για να καταλάβει το Rules as Code;
Όχι απαραίτητα. Μεγάλο μέρος της δουλειάς αφορά τη νομική ανάλυση, δηλαδή τη σαφή αποτύπωση του τι πραγματικά λέει ένας νόμος, κάτι που είναι πρωτίστως δουλειά νομικών, όχι μηχανικών λογισμικού.
Εφαρμόζεται ήδη κάπου;
Ναι, χώρες όπως η Ολλανδία έχουν ήδη αναπτύξει και εφαρμόσει σχετικές μεθοδολογίες σε μαζική κλίμακα, ενώ το θέμα απασχολεί ενεργά διεθνείς οργανισμούς όπως ο ΟΟΣΑ.
A recent Financial Times long-read article
outlined how diverse financial
institutions try to promote the use of blockchain technology to optimize
how their transactions are performed.
This will allow them to take place instantly, rather than waiting for clearing,
around the clock, rather than during working hours, and with automated
actions, such as the rebalancing of a tracker fund when asset prices change.
Obviously this entails many risks.
Although the article tried to explain the basics of how blockchain technology
works, it left out many important elements.
Read on to learn the absolute essentials of blockchain technology
in fewer than 500 simple words.
Ο Οργανισμός Ανοιχτών Τεχνολογιών κατέθεσε είκοσι πέντε τεκμηριωμένες προτάσεις στη διαβούλευση της ΚτΠ Μ.Α.Ε. για το Ενιαίο Κυβερνητικό Νέφος και εισηγείται να δεσμευτεί το 10% της δαπάνης για την ανάπτυξη ισοδύναμης λύσης ανοιχτού λογισμικού.
Ο Οργανισμός Ανοιχτών Τεχνολογιών (ΕΕΛΛΑΚ) συμμετείχε στη δημόσια διαβούλευση της Κοινωνίας της Πληροφορίας Μ.Α.Ε. για το έργο «Παροχή Υπηρεσιών Δημόσιου Υπολογιστικού Νέφους & Υποστήριξης για το Ενιαίο Κυβερνητικό Νέφος», καταθέτοντας είκοσι πέντε προτάσεις επί συγκεκριμένων παραγράφων του τεύχους.
Δεν πρόκειται για ένα ακόμη έργο πληροφορικής. Μιλάμε για την υποδομή που φιλοξενεί κρίσιμα πληροφοριακά συστήματα της δημόσιας διοίκησης και δεδομένα υγείας, με εκτιμώμενη αξία 126,6 εκατ. ευρώ χωρίς ΦΠΑ — και 189,9 εκατ. ευρώ με το δικαίωμα προαίρεσης.
Η συνέχεια ήταν αναγκαία — και έπρεπε να είχε δρομολογηθεί νωρίτερα
Ας είμαστε σαφείς από την αρχή: η εξασφάλιση της αδιάλειπτης λειτουργίας των υπηρεσιών νέφους του Δημοσίου είναι απολύτως αναγκαία. Το gov.gr, τα φορολογικά και ασφαλιστικά συστήματα, τα μητρώα και οι υπηρεσίες υγείας λειτουργούν σήμερα με τις υπολογιστικές υπηρεσίες του Microsoft Azure. Καμία συζήτηση περί ψηφιακής αυτονομίας δεν δικαιολογεί τη διακινδύνευση της καθημερινής εξυπηρέτησης πολιτών και επιχειρήσεων.
Θα προσθέταμε, όμως, ότι ο διαγωνισμός έπρεπε να είχε προκηρυχθεί τουλάχιστον έξι μήνες νωρίτερα. Μια σύμβαση αυτού του μεγέθους δεν θα έπρεπε να φτάνει σε δεκαπενθήμερη διαβούλευση μέσα στον Αύγουστο, με το χρονικό περιθώριο να λειτουργεί ως πίεση προς όλους — και προς την ίδια την Αναθέτουσα Αρχή. Η έγκαιρη προετοιμασία των μεγάλων προμηθειών είναι η προϋπόθεση για να υπάρξει πραγματικός ανταγωνισμός και ουσιαστικός δημόσιος διάλογος.
Η ιστορία του ίδιου του G-Cloud είναι διδακτική: ο αρχικός διαγωνισμός για την υποδομή του σχεδιάστηκε στις αρχές της δεκαετίας του 2010 και το έργο τέθηκε σε κανονική λειτουργία το 2017.
Γιατί παρεμβαίνουμε: η χώρα είχε ήδη την τεχνογνωσία
Η παρέμβασή μας δεν πηγάζει από καχυποψία απέναντι στους διεθνείς παρόχους, αλλά από μια συγκεκριμένη ιστορική διαπίστωση. Πριν συναφθούν οι συμβάσεις με τη Microsoft Azure, η Ελλάδα διέθετε δικό της δημόσιο υπολογιστικό νέφος και δική της τεχνογνωσία.
Το 2010, ομάδα μηχανικών του τότε ΕΔΕΤ — σημερινού ΕΔΥΤΕ — με επικεφαλής τον Αντιπρόεδρο της ΕΕΛΛΑΚ και καθηγητή του ΕΜΠ κ. Άρη Κοζύρη, ανέπτυξε το Synnefo, με το οποίο μπορούσε κανείς να δημιουργήσει δικό του νέφος. Σε αυτό το περιβάλλον λειτουργεί ακόμη και σήμερα ο «Ωκεανός», παρότι αγνοήθηκε από όλες τις κυβερνήσεις που ακολούθησαν.
Το 2013 ο Ωκεανός πρόσφερε 10.000–15.000 ταυτόχρονες εικονικές μηχανές και πολλαπλά petabytes δεδομένων. Ήταν το μεγαλύτερο δημόσιο υπολογιστικό νέφος ανοιχτού λογισμικού στην Ευρώπη και τον χρησιμοποιούσαν το πανευρωπαϊκό ερευνητικό δίκτυο GÉANT, το CERN και όλα τα ελληνικά πανεπιστήμια και ερευνητικά κέντρα — σε μια εποχή που η Microsoft δεν διέθετε ακόμη το Azure.
Δεν το επικαλούμαστε νοσταλγικά ούτε ζητάμε την επαναφορά ενός έργου του 2010. Το επικαλούμαστε ως απόδειξη ικανότητας: η χώρα διαθέτει το ανθρώπινο δυναμικό και τη θεσμική μνήμη να συμμετέχει στη δημιουργία ψηφιακών υποδομών, όχι μόνο να τις αγοράζει. Αυτό που λείπει είναι η στρατηγική συνέχεια.
Τι λείπει από το τεύχος
Πρόβλεψη για την έξοδο. Σε 143 σελίδες, οι όροι αντιστρεψιμότητα, στρατηγική εξόδου και φορητότητα δεδομένων δεν εμφανίζονται ούτε μία φορά. Χωρίς δοκιμασμένη δυνατότητα μετάβασης, η επόμενη διαπραγμάτευση θα γίνει ξανά χωρίς εναλλακτική.
Απογραφή του αντικειμένου. Το τεύχος δεν καταγράφει τι φιλοξενείται σήμερα στο δημόσιο νέφος, ούτε την ιστορική κατανάλωση. Η οικονομική προσφορά ζητείται για μία και μόνη γραμμή 103 εκατ. ευρώ, με μοναδική μεταβλητή ανταγωνισμού το ποσοστό έκπτωσης επί του τιμοκαταλόγου του παρόχου.
Η μνεία «ή ισοδύναμο». Οι τεχνικές προδιαγραφές απαιτούν οι υπηρεσίες να καλύπτουν το σύνολο του δημοσιευμένου προϊοντικού καταλόγου της Microsoft, χωρίς τη μνεία που επιβάλλει το άρθρο 54 παρ. 4 του ν. 4412/2016.
Πρόσβαση στον διαγωνισμό ανεξάρτητη από τον κατασκευαστή. Απαιτούνται προηγούμενη σύμβαση άνω των 50 εκατ. ευρώ ειδικά στην πλατφόρμα ενός παρόχου, ιδιωτικές εταιρικές πιστοποιήσεις του ίδιου κατασκευαστή και βεβαίωσή του ότι ο προσφέρων είναι εξουσιοδοτημένος να υποβάλει προσφορά.
Πρόσφατοι νόμοι. Το θεσμικό πλαίσιο δεν περιλαμβάνει τον ν. 5321/2026 για την εφαρμογή του AI Act, δημοσιευμένο λίγες ημέρες πριν από τη διαβούλευση, ούτε τον ν. 5188/2025 που πρόσθεσε στον ν. 4727/2020 άρθρο για τη διαλειτουργικότητα του δημόσιου τομέα.
Οι προτάσεις μας ζητούν, μεταξύ άλλων: σχέδιο αντιστρεψιμότητας με ετήσια δοκιμή σε πραγματικές συνθήκες· δωδεκάμηνη γραμμή βάσης κατανάλωσης· ενσωμάτωση των υποχρεώσεων εναλλαγής παρόχου του Data Act, που ισχύουν από τις 12 Ιανουαρίου 2027, δηλαδή μέσα στη διάρκεια της σύμβασης· δημοσίευση της μηνιαίας κατανάλωσης ως ανοιχτών δεδομένων — στοιχεία που το τεύχος ήδη προβλέπει ως παραδοτέο και απλώς δεν δημοσιοποιεί· και διάθεση του κώδικα που θα παραχθεί με ελεύθερη άδεια EUPL-1.2, κατά την αρχή «δημόσιο χρήμα, δημόσιος κώδικας».
Καμία από αυτές τις προτάσεις δεν μεταβάλλει το αντικείμενο ή το χρονοδιάγραμμα του έργου.
Η κεντρική πρόταση: 10% για δημόσια ψηφιακή υποδομή
Οι παραπάνω προτάσεις βελτιώνουν τη θέση του Δημοσίου, αλλά δεν δημιουργούν ικανότητα. Γι’ αυτό η ΕΕΛΛΑΚ εισηγείται κάτι επιπλέον: να δεσμευτεί το 10% της συνολικής δαπάνης — περίπου 19 εκατ. ευρώ — για την ανάπτυξη δημόσιας, ψηφιακά ανεξάρτητης υποδομής νέφους, σε συνεργασία της ΕΔΥΤΕ και της ΕΕΛΛΑΚ με ελληνικές και ευρωπαϊκές ομάδες που αναπτύσσουν ανάλογες λύσεις ανοιχτού λογισμικού. Δηλαδή: την επόμενη γενιά του Synnefo.
Ένα παραγωγικό περιβάλλον, βασισμένο σε ελεύθερο λογισμικό και ανοιχτά πρότυπα, θα μπορεί το 2029 — μετά τη λήξη της σύμβασης — να αντικαταστήσει το Azure. Η μετάπτωση μπορεί να οργανωθεί σε συνεργασία της ΓΓΠΣ με το ΕΔΥΤΕ, ελληνικές εταιρίες και τους φορείς που ήδη λειτουργούν τις εθνικές υπολογιστικές υποδομές. Ο στόχος είναι απλός και μετρήσιμος: η επόμενη διακήρυξη να προδιαγράφει λύση ανοιχτού λογισμικού.
Δεν πρόκειται για ελληνική ιδιαιτερότητα. Η Γαλλία, η Γερμανία, η Ευρωπαϊκή Επιτροπή και άλλες χώρες έχουν προμηθευτεί υπηρεσίες υπολογιστικού νέφους από ευρωπαϊκές εταιρίες και παράλληλα αναπτύσσουν λύσεις ανοιχτού λογισμικού: η Γαλλία το La Suite, η Γερμανία το openDesk, η Εσθονία το X-Road, ενώ σε ενωσιακό επίπεδο λειτουργεί από τον Οκτώβριο του 2025 το Digital Commons EDIC. Καμία από αυτές τις χώρες δεν διέκοψε τη συνεργασία της με διεθνείς παρόχους — επέλεξαν τη σταδιακή μετάβαση του δημόσιου τομέα σε λύσεις ανοιχτού λογισμικού.
Η Ευρωπαϊκή Επιτροπή, με την Ανακοίνωση COM(2026) 503 του Ιουνίου 2026 για την τεχνολογική κυριαρχία και τη Στρατηγική Ανοιχτού Λογισμικού, καλεί τα κράτη μέλη να μεταφράσουν αυτή την κατεύθυνση σε εθνική δράση μέσω της αναθεώρησης των Εθνικών Στρατηγικών Οδικών Χαρτών Ψηφιακής Δεκαετίας τον Δεκέμβριο του 2026.
«Η συνέχεια των υπηρεσιών είναι αδιαπραγμάτευτη και θα έπρεπε να είχε διασφαλιστεί νωρίτερα. Υποστηρίζουμε ότι μια δημόσια δαπάνη 190 εκατ. ευρώ είναι το ισχυρότερο εργαλείο διαμόρφωσης της αγοράς που διαθέτει το Δημόσιο, και σήμερα το χρησιμοποιούμε αποκλειστικά για να αγοράσουμε χωρητικότητα. Η χώρα που το 2013 λειτουργούσε το μεγαλύτερο δημόσιο cloud της Ευρώπης μπορεί, με το 10% της ίδιας δαπάνης, να ξαναβρεί τη θέση της στην παγκόσμια κοινότητα του ανοιχτού λογισμικού. Το δημόσιο συμφέρον εξυπηρετείται καλύτερα όταν έχουμε επιλογές.»
— Καθηγ. Ιωάννης Σταμέλος, Πρόεδρος ΔΣ ΕΕΛΛΑΚ
Και μια πρόταση για την ίδια τη διαβούλευση
Η διαβούλευση διεξάγεται μέσω πλατφόρμας όπου τα σχόλια υποβάλλονται ένα προς ένα ανά άρθρο, χωρίς δυνατότητα κατάθεσης ενιαίου τεκμηριωμένου υπομνήματος και χωρίς οργανωμένη δημόσια παρουσίαση των απαντήσεων της Αναθέτουσας Αρχής.
Θα άξιζε οι διαβουλεύσεις επί τευχών διακήρυξης μεγάλων έργων να φιλοξενούνται σε πλατφόρμα με τις δυνατότητες του ανανεωμένου opengov.gr — μιας υποδομής που η ελληνική δημόσια διοίκηση ήδη διαθέτει και η οποία σχεδιάστηκε ακριβώς για τη διαβούλευση με ανοιχτή συμμετοχή και ορατή ανταπόκριση.
Δείτε το Δελτίο Τύπου του Οργανισμού Ανοιχτών Τεχνολογιών εδώ
Σημειώσεις
Η διαβούλευση διεξάγεται μέσω του ΕΣΗΔΗΣ (www.promitheus.gov.gr) με κωδικό 2026DIAB33320, για δεκαπέντε ημέρες από την ανάρτηση του τεύχους. Ανακοίνωση ΚτΠ Μ.Α.Ε. αρ. πρωτ. 18078/20-07-2026.
Τον Σεπτέμβριο του 2011, οκτώ χώρες συνυπέγραψαν τη Διακήρυξη για την Ανοιχτή Διακυβέρνηση και ίδρυσαν το Open Government Partnership (OGP), με αφετηρία μια απλή αλλά ριζοσπαστική ιδέα: οι κυβερνήσεις οφείλουν να υπηρετούν τους πολίτες — και λειτουργούν καλύτερα όταν είναι διαφανείς, λογοδοτούν και ανοίγουν τις διαδικασίες λήψης αποφάσεων στη συμμετοχή των πολιτών. Δεκαπέντε χρόνια αργότερα, το 2026, η πρωτοβουλία γιορτάζει την επέτειό της έχοντας εξελιχθεί σε ένα παγκόσμιο κίνημα: 73 κράτη-μέλη, περισσότερες από 135 τοπικές και περιφερειακές κυβερνήσεις και χιλιάδες οργανώσεις της κοινωνίας των πολιτών συνεργάζονται σήμερα κάτω από την ομπρέλα του OGP.
Από την ιδέα στα απτά αποτελέσματα
Ο απολογισμός των δεκαπέντε ετών δεν είναι απλώς ποσοτικός. Μέσα από τα εθνικά και τοπικά σχέδια δράσης έχουν συν-διαμορφωθεί πάνω από 5.600 μεταρρυθμίσεις που άλλαξαν τον τρόπο λειτουργίας κυβερνήσεων και θεσμών σε όλο τον πλανήτη. Ανάμεσα στα πιο χαρακτηριστικά επιτεύγματα που αναδεικνύει το ίδιο το OGP στην επετειακή καμπάνια «15 Years of OGP»:
Διαφάνεια πραγματικών δικαιούχων. Η δημοσιοποίηση των πραγματικών ιδιοκτητών των εταιρειών (beneficial ownership) εξελίχθηκε σε παγκόσμιο πρότυπο. Ξεκινώντας από το βρετανικό μητρώο του 2016, σχεδόν 40 χώρες προχώρησαν σε αντίστοιχες μεταρρυθμίσεις, βάζοντας φρένο στις ανώνυμες εταιρικές δομές που διευκολύνουν τη διαφθορά, τη φοροδιαφυγή και τις παράνομες χρηματοοικονομικές ροές — με εκατομμύρια δολάρια να έχουν εξοικονομηθεί ή ανακτηθεί.
Δικαίωμα στην πληροφόρηση. Πέντε από τα δέκα ισχυρότερα θεσμικά πλαίσια για την πρόσβαση στη δημόσια πληροφορία παγκοσμίως προωθήθηκαν μέσα από δεσμεύσεις του OGP, ενισχύοντας το κράτος δικαίου.
Ανοιχτές δημόσιες συμβάσεις. Οι μεταρρυθμίσεις ανοιχτής συμβασιοποίησης (open contracting) φωτίζουν το πού και πώς δαπανάται το δημόσιο χρήμα, αυξάνουν τον ανταγωνισμό και ανοίγουν επιχειρηματικές ευκαιρίες σε περισσότερους.
Πέρα από την εκτελεστική εξουσία. Πάνω από το 90% των μελών εμπλέκουν πλέον κοινοβούλια, δικαστική εξουσία και τοπική αυτοδιοίκηση, ενώ πάνω από το 80% διαθέτουν θεσμοθετημένα πολυσυμμετοχικά φόρουμ όπου οι πολίτες συνδιαμορφώνουν αποφάσεις. Τοπικές καινοτομίες σε χώρες όπως η Γερμανία, το Μαρόκο και η Εσθονία αναβαθμίστηκαν σε εθνικά πρότυπα, αποδεικνύοντας ότι η καινοτομία «ταξιδεύει» από την πόλη προς το κράτος.
Στην καρδιά όλων αυτών βρίσκεται το μοντέλο της συν-δημιουργίας (co-creation): κυβερνήσεις και κοινωνία των πολιτών σχεδιάζουν μαζί τις μεταρρυθμίσεις, τις υλοποιούν και λογοδοτούν αμοιβαία, με τον Ανεξάρτητο Μηχανισμό Αξιολόγησης (IRM) να παρακολουθεί την πρόοδο κάθε χώρας.
Μια επέτειος σε κρίσιμη συγκυρία
Όπως σημειώνει στην ανοιχτή επιστολή του για την επέτειο ο διευθύνων σύμβουλος του OGP, Aidan Eyakuze, τα δεκαπέντε χρόνια συμπληρώνονται σε μια δύσκολη στιγμή για τις δημοκρατίες: αυξανόμενη πόλωση, πτώση της εμπιστοσύνης προς τους θεσμούς, πιέσεις στον χώρο της κοινωνίας των πολιτών και ένα πολυμερές σύστημα υπό δοκιμασία. Οι αποφάσεις που λαμβάνουν σήμερα οι κυβερνήσεις — για την τεχνητή νοημοσύνη, το κλίμα, τα δημόσια οικονομικά και την ασφάλεια — θα καθορίσουν τις επόμενες γενιές.
Ακριβώς γι’ αυτό, υποστηρίζει το OGP, η ανοιχτή διακυβέρνηση δεν ήταν ποτέ πιο αναγκαία: οι ανοιχτές κοινωνίες είναι πιο ανθεκτικές, πιο καινοτόμες και πιο συμπεριληπτικές, ενώ η διαφάνεια και η λογοδοσία μειώνουν τους κινδύνους διαφθοράς και οδηγούν σε καλύτερα αποτελέσματα.
Στο πλαίσιο της επετείου, η Συμμαχία ανανεώνεται σε δύο άξονες. Πρώτον, το επικαιροποιημένο Πλαίσιο Δράσης (Action Framework) του 2026 δίνει στα μέλη μεγαλύτερη ευελιξία να προωθούν μεταρρυθμίσεις με ρυθμό και κλίμακα προσαρμοσμένα στο δικό τους πλαίσιο, αξιοποιώντας πολιτικά «παράθυρα ευκαιρίας» και διατηρώντας τη δυναμική ακόμη και σε περιόδους πολιτικών μεταβάσεων. Δεύτερον, αναβαθμίζονται οι υπηρεσίες προς τα μέλη, με στόχο πιο ευέλικτη και ουσιαστική υποστήριξη και, τελικά, να γίνει η ανοιχτή διακυβέρνηση ο κανόνας σε κάθε χώρα και κάθε επίπεδο διοίκησης.
Η φετινή Open Gov Week, με περισσότερες από 1.500 εκδηλώσεις σε πάνω από 40 χώρες, έδειξε ότι η κοινότητα των μεταρρυθμιστών παραμένει ζωντανή — και ότι μεγάλο μέρος της ενέργειας και του πειραματισμού συμβαίνει πλέον σε τοπικό επίπεδο.
Το μήνυμα της επετείου συμπυκνώνεται σε μια φράση της ηγεσίας του OGP: τα πρώτα δεκαπέντε χρόνια απέδειξαν ότι η θετική αλλαγή είναι εφικτή· τα επόμενα δεκαπέντε πρέπει να την κάνουν αναπόφευκτη. Η ατζέντα του μέλλοντος είναι ήδη εδώ: αλγοριθμική λογοδοσία και διαφάνεια των συστημάτων τεχνητής νοημοσύνης, δημοκρατική ψηφιακή διακυβέρνηση, καταπολέμηση των παράνομων χρηματοοικονομικών ροών, διαφανής και συμμετοχική κλιματική δράση, προστασία του πολιτικού χώρου (civic space) και προληπτική, εξ ορισμού, δημοσιοποίηση της δημόσιας πληροφορίας.
Το OGP φιλοδοξεί να παραμείνει ο «συνδετικός ιστός» που ενώνει μεταρρυθμιστές ανάμεσα σε επίπεδα διακυβέρνησης, περιφέρειες και θεματικές προτεραιότητες. Γιατί, όπως έδειξαν αυτά τα δεκαπέντε χρόνια, κυβερνήσεις και κοινωνία των πολιτών μπορούν να πετύχουν μαζί όσα καμία πλευρά δεν μπορεί να πετύχει μόνη της.
Μετά από χρόνια ανάπτυξης στο πλαίσιο του έργου GÉANT, το eduMEET, η πλατφόρμα τηλεδιασκέψεων ανοιχτού κώδικα που δημιουργήθηκε από και για την ερευνητική και εκπαιδευτική κοινότητα, ολοκληρώνει τη μετάβασή του από χρηματοδοτούμενο έργο σε αυτόνομο λογισμικό με κοινοτική διακυβέρνηση. Την ίδια στιγμή ξεκινά πιλοτικά μια πανευρωπαϊκή, ομόσπονδη και πλήρως διαχειριζόμενη υπηρεσία eduMEET, βασισμένη σε ένα μοντέλο που επιτρέπει στα εθνικά ερευνητικά και εκπαιδευτικά δίκτυα (NRENs) να μοιράζονται κατανεμημένους πόρους τηλεδιάσκεψης.
Μια πλατφόρμα φτιαγμένη για την έρευνα και την εκπαίδευση
Η διεθνής ερευνητική συνεργασία προϋποθέτει επικοινωνία ανάμεσα σε ερευνητές διαφορετικών ιδρυμάτων σε όλο τον κόσμο. Υπάρχουν βέβαια πολλές εμπορικές λύσεις τηλεδιάσκεψης, όμως το κόστος, οι περίπλοκες διαδικασίες προμηθειών και τα ζητήματα εμπιστοσύνης συχνά δυσκολεύουν την υιοθέτησή τους από την ακαδημαϊκή κοινότητα. Το eduMEET αναπτύχθηκε για να καλύψει ακριβώς αυτό το κενό, ως μια λύση ψηφιακής κυριαρχίας που επιτρέπει στα ιδρύματα να στήσουν μια οικονομική και εύχρηστη πλατφόρμα τηλεδιασκέψεων.
Το eduMEET τρέχει απευθείας στον φυλλομετρητή, χωρίς εγκατάσταση εφαρμογών ή πρόσθετων. Αρκεί ένας browser και μια απλή κάμερα. Η έμφαση στην ασφάλεια και στην ιδιωτικότητα, μαζί με την προσαρμογή του στις ανάγκες πανεπιστημίων, σχολείων, ερευνητικών ιδρυμάτων και εθνικών δικτύων, το έχουν καθιερώσει ως αξιόπιστη εναλλακτική απέναντι στις εμπορικές πλατφόρμες. Στις νεότερες εκδόσεις του μάλιστα δεν απευθύνεται πλέον μόνο σε μικρές και μεσαίες ομάδες, αλλά υποστηρίζει και μεγάλες συναντήσεις, ενώ σύντομα θα καλύπτει και webinars.
Όπως σημειώνει ο Bartłomiej Idzikowski (PCSS), υπεύθυνος της υπηρεσίας, η ασφάλεια των δεδομένων είναι κρίσιμη όταν πρόκειται για ερευνητικά δεδομένα, και το eduMEET συνδυάζει τον πλήρη έλεγχο της εγκατάστασης εντός έμπιστων οργανισμών με την ευελιξία και την ευχρηστία της τεχνολογίας WebRTC.
Νέα στέγη διακυβέρνησης: το Commons Conservancy
Το 2023 το GÉANT και το Commons Conservancy συνεργάστηκαν για τη σταδιακή μετάβαση του eduMEET από λογισμικό έργου σε ανεξάρτητο λογισμικό ανοιχτού κώδικα που στηρίζεται στην κοινότητά του. Η μετάβαση αυτή ολοκληρώνεται πλέον και εξασφαλίζει ότι η μελλοντική εξέλιξη της πλατφόρμας θα καθορίζεται από εκείνους που τη χρησιμοποιούν καθημερινά. Το NORDUnet συμμετέχει στο διοικητικό συμβούλιο και τρέχει ήδη πιλοτικό για τα σκανδιναβικά εθνικά δίκτυα.
Εξάπλωση σε όλη την Ευρώπη
Η υιοθέτηση του eduMEET στην Ευρώπη είναι ήδη ευρεία. Στην Ιταλία το GARR λειτουργεί το GARR Meet ως ανοιχτή εθνική υποδομή που συνδυάζει το eduMEET με άλλες λύσεις ανοιχτού κώδικα. Στην Πολωνία το PCSS το χρησιμοποιεί ως βασικό του εργαλείο και παρέχει υπηρεσίες ακόμη και στον Δήμο του Πόζναν. Τα αλβανικά πανεπιστήμια διαθέτουν δικές τους εγκαταστάσεις με κεντρική διαχείριση από το RASH, το ουγγρικό Pro-M προσφέρει ανοιχτές εθνικές υπηρεσίες για την έρευνα και την εκπαίδευση, ενώ στη Γερμανία το Helmholtz Cloud παρουσίασε πρόσφατα το «Let’s meet!», μια υπηρεσία που σέβεται την ιδιωτικότητα, βασίζεται στο eduMEET και φιλοξενείται στο Γερμανικό Κέντρο Έρευνας για τον Καρκίνο (DKFZ).
Σταθμός υπήρξε η κυκλοφορία της έκδοσης 4 τον Ιανουάριο του 2024, με ανασχεδιασμένη αρχιτεκτονική και νέες δυνατότητες. Ανάμεσά τους ξεχωρίζει η κατανεμημένη αρχιτεκτονική για ομόσπονδο μοντέλο συνεργασίας, που επιτρέπει μεγαλύτερες τηλεδιασκέψεις και προσφέρει ανθεκτικότητα σε βλάβες: αν ένας κόμβος πέσει, τη θέση του παίρνουν άλλοι κόμβοι της ομοσπονδίας.
Η Ομοσπονδία eduMEET
Ένα νέο πιλοτικό (Proof of Concept) για την Ομοσπονδία eduMEET επεκτείνεται σταθερά, φέρνοντας κοντά ολοένα και περισσότερα εθνικά δίκτυα και συνεργαζόμενους οργανισμούς, με στόχο να δοκιμαστεί στην πράξη ένα κατανεμημένο μοντέλο κλιμακούμενης και ανθεκτικής τηλεσυνεργασίας. Στο τρέχον πιλοτικό συμμετέχουν τα ARNES, FCCN, GARR, NORDUnet (που παρέχει υποδομή και για τα πέντε σκανδιναβικά δίκτυα), PIONIER/PCSS, Pro-M και URAN, ενώ αναμένεται σύντομα η ένταξη και άλλων.
Η ομοσπονδία βασίζεται σε ένα κοινό απόθεμα κατανεμημένων κόμβων πολυμέσων που συνεισφέρουν τα συμμετέχοντα δίκτυα. Η υπηρεσία έχει κεντρική διαχείριση, αλλά η κίνηση ήχου και βίντεο δρομολογείται στον καταλληλότερο κόμβο ανάλογα με τη γεωγραφική θέση και το τρέχον φορτίο. Αν κάποιος κόμβος τεθεί εκτός λειτουργίας ή κορεστεί, οι χρήστες μεταφέρονται αυτόματα σε άλλον, χωρίς διακοπή της υπηρεσίας.
Κάθε συμμετέχων οργανισμός μπορεί να λειτουργεί τον δικό του χώρο (tenant) με δικό του domain, ταυτοποίηση μέσω SSO ή eduGAIN, διαχείριση αιθουσών και χρηστών, καθώς και δική του οπτική ταυτότητα. Η αρχιτεκτονική 4.x προσφέρει επιπλέον δυνατότητες όπως αίθουσες εργασίας σε υποομάδες (breakout rooms) και προσαρμοσμένο branding.
Τα μέχρι σήμερα αποτελέσματα του πιλοτικού μιλούν από μόνα τους: πάνω από 1.500 τηλεδιασκέψεις, περισσότεροι από 14.000 συνδεδεμένοι χρήστες, 30 κόμβοι πολυμέσων, με τη μεγαλύτερη συνάντηση να φτάνει τους 130 περίπου συμμετέχοντες.
Τα επόμενα βήματα
Το πιλοτικό αποτελεί σημαντικό βήμα ώστε το eduMEET να προσφερθεί ως κλιμακούμενη υπηρεσία συνεργασίας ανοιχτού κώδικα, με σεβασμό στην ιδιωτικότητα και έλεγχο από την ίδια την κοινότητα. Συνδυάζει κεντρικό επιχειρησιακό συντονισμό με τοπικά φιλοξενούμενη υποδομή και κοινή χωρητικότητα μεταξύ των εθνικών δικτύων, ενώ το μοντέλο συμμετοχής καλύπτει τόσο τους οργανισμούς που συνεισφέρουν υποδομή όσο και εκείνους που απλώς χρησιμοποιούν την υπηρεσία.
Παράλληλα, η ολοκλήρωση της μετάβασης σε πρωτοβουλία που στηρίζεται στην κοινότητα ανοίγει ένα νέο κεφάλαιο: η ίδια η ερευνητική και εκπαιδευτική κοινότητα παίρνει το τιμόνι, εξασφαλίζοντας ότι ένα αξιόπιστο εργαλείο επικοινωνίας, υπό τον δικό της έλεγχο, θα παραμείνει διαθέσιμο σε ερευνητές, εκπαιδευτικούς και ιδρύματα για τα επόμενα χρόνια.
Ιδρύματα και προγραμματιστές που ενδιαφέρονται να συμμετάσχουν στην κοινότητα του eduMEET θα βρουν περισσότερες πληροφορίες στο edumeet.org, ενώ μπορούν να συνεισφέρουν μέσω GitHub στο github.com/edumeet. Πληροφορίες για την ένταξη στο πιλοτικό της Ομοσπονδίας υπάρχουν στο docs.edumeet.eu.
Οι εκδηλώσεις δεν σταματούν τον Αύγουστο καθώς αυτές τις εβδομάδες πραγματοποιούνται εκδηλώσεις στην Ελλάδα και στο εξωτερικό για τις ανοιχτές τεχνολογίες και την καινοτομία! Ο Οργανισμός Ανοιχτών Τεχνολογιών (ΕΕΛΛΑΚ) σας προτείνει να τις παρακολουθήσετε και να τις διαδώσετε. Μπορείτε επίσης να δείτε περισσότερες εκδηλώσεις για τις επόμενες εβδομάδες ή να καταχωρίσετε τη δική σας εκδήλωση στο: https://ellak.gr/events.
Γιατί όλες οι εφαρμογές πληροφορικής πρέπει να χρησιμοποιούν κοινά λεξικά δεδομένων βασισμένα σε ευρωπαϊκά και διεθνή πρότυπα
Η ψηφιακή διοίκηση έχει προχωρήσει σημαντικά ως προς τη δυνατότητα μεταφοράς δεδομένων. Τα πληροφοριακά συστήματα μπορούν να ανταλλάσσουν αρχεία, να επικοινωνούν μέσω διεπαφών προγραμματισμού και να ενημερώνουν μητρώα σχεδόν σε πραγματικό χρόνο. Ωστόσο, η δυνατότητα αποστολής μιας πληροφορίας δεν σημαίνει ότι το σύστημα που την παραλαμβάνει την κατανοεί με τον ίδιο τρόπο.
Εδώ βρίσκεται ένα από τα σημαντικότερα, αλλά λιγότερο ορατά προβλήματα του ψηφιακού μετασχηματισμού. Κάθε φορέας, έργο ή ανάδοχος σχεδιάζει συχνά το δικό του μοντέλο δεδομένων. Η ίδια έννοια καταγράφεται ως «ονοματεπώνυμο», «πλήρες όνομα», «name» ή ως δύο χωριστά πεδία για το όνομα και το επώνυμο. Η «διεύθυνση» μπορεί να σημαίνει κατοικία, φορολογική έδρα, τόπο άσκησης δραστηριότητας, διεύθυνση αλληλογραφίας ή τόπο παροχής μιας υπηρεσίας.
Το πρόβλημα δεν είναι απλώς η διαφορετική ονομασία των πεδίων. Είναι ότι διαφορετικά συστήματα μπορεί να αποδίδουν διαφορετικό νόημα στα ίδια δεδομένα. Για να υπάρξει πραγματική διαλειτουργικότητα, πρέπει τα συστήματα και οι άνθρωποι που τα χρησιμοποιούν να διαθέτουν κοινό τρόπο περιγραφής των βασικών εννοιών.
Τα τρία επίπεδα της «συνεννόησης»
Η ανταλλαγή δεδομένων έχει τουλάχιστον τρία επίπεδα. Το πρώτο αφορά τον μορφότυπο μετάδοσης, όπως CSV, XML ή JSON. Το δεύτερο αφορά τη σύνταξη, δηλαδή τη δομή με την οποία οργανώνονται τα πεδία και οι τιμές. Το τρίτο και κρισιμότερο είναι το σημασιολογικό επίπεδο, δηλαδή το κατά πόσο τα δεδομένα έχουν το ίδιο νόημα για τον αποστολέα και τον παραλήπτη.
Τα δύο πρώτα επίπεδα αντιμετωπίζονται σχετικά εύκολα με τεχνικές προδιαγραφές. Μπορούμε να συμφωνήσουμε ότι μια εφαρμογή θα στέλνει JSON και ότι ένα συγκεκριμένο πεδίο θα περιλαμβάνει ημερομηνία. Αυτό όμως δεν αρκεί. Πρέπει επίσης να γνωρίζουμε τι ακριβώς εκφράζει η ημερομηνία, ποιος φορέας την έχει καταγράψει, με ποια νομική βάση, σε ποια χρονική ζώνη, με ποιο βαθμό αξιοπιστίας και αν αφορά την έκδοση, την έναρξη ισχύος ή τη λήξη ενός δικαιώματος.
Η σημασιολογική διαλειτουργικότητα εξασφαλίζει ότι αυτό που αποστέλλεται είναι πράγματι αυτό που γίνεται κατανοητό. Χωρίς αυτήν, οι εφαρμογές μπορεί να είναι τεχνικά συνδεδεμένες, αλλά διοικητικά και λειτουργικά ασύμβατες.
Από τις αμέτρητες διμερείς αντιστοιχίσεις σε έναν κοινό πυρήνα
Όταν κάθε πληροφοριακό σύστημα χρησιμοποιεί το δικό του μοντέλο, κάθε νέα διασύνδεση απαιτεί ειδική αντιστοίχιση. Αν υπάρχουν πολλά μητρώα και εφαρμογές, η πολυπλοκότητα αυξάνεται πολύ γρήγορα. Κάθε σύστημα πρέπει να μάθει πώς περιγράφουν τα δεδομένα όλα τα υπόλοιπα.
Τα κοινά λεξικά δεδομένων αλλάζουν αυτή τη λογική. Κάθε σύστημα αντιστοιχίζει τα δεδομένα του μία φορά προς έναν κοινό σημασιολογικό πυρήνα. Η διασύνδεση παύει να αποτελεί μια ιδιαίτερη συμφωνία μεταξύ δύο εφαρμογών και γίνεται εφαρμογή ενός κοινού προτύπου.
Με αυτόν τον τρόπο μειώνεται το κόστος ανάπτυξης και συντήρησης, περιορίζονται τα σφάλματα και διευκολύνεται η αντικατάσταση ενός συστήματος ή προμηθευτή. Η γνώση για τη σημασία των δεδομένων δεν παραμένει κλειδωμένη στον κώδικα μιας εφαρμογής ή στην εμπειρία μιας συγκεκριμένης ομάδας έργου. Μετατρέπεται σε κοινή και επαναχρησιμοποιήσιμη δημόσια υποδομή.
Τι περιγράφουν τα ευρωπαϊκά βασικά λεξικά
Τα EU Core Vocabularies είναι συμφωνημένα, επαναχρησιμοποιήσιμα και επεκτάσιμα μοντέλα για θεμελιώδεις έννοιες, όπως το φυσικό πρόσωπο, η επιχείρηση, η τοποθεσία, ο δημόσιος οργανισμός, η δημόσια υπηρεσία, τα κριτήρια και τα αποδεικτικά στοιχεία.
Το Βασικό λεξικά Φυσικού Προσώπου δεν περιορίζεται σε ένα πεδίο «ονοματεπώνυμο». Περιγράφει το όνομα, το επώνυμο, την ημερομηνία γέννησης, τα αναγνωριστικά, την κατοικία, την ιθαγένεια και τις σχέσεις του προσώπου με τόπους και διοικητικές δικαιοδοσίες. Παράλληλα, διακρίνει το ίδιο το πρόσωπο από τα έγγραφα και τα αναγνωριστικά που χρησιμοποιούνται για την ταυτοποίησή του.
Αντίστοιχα, το Βασικό λεξικό Δημόσιας Υπηρεσίας δεν περιγράφει απλώς τον τίτλο μιας υπηρεσίας. Τη συνδέει με τον φορέα που την παρέχει, τα γεγονότα ζωής ή επιχειρηματικής δραστηριότητας που την ενεργοποιούν, τις νομικές διατάξεις, τις προϋποθέσεις, τα απαιτούμενα αποδεικτικά, τους διαύλους εξυπηρέτησης, τον χρόνο διεκπεραίωσης και το ενδεχόμενο κόστος.
Επομένως, τα κοινά λεξικά δεν είναι ένας κατάλογος τεχνικών πεδίων. Ενσωματώνουν τη διοικητική και θεσμική διάσταση από την αρχή του σχεδιασμού.
Κοινό λεξικό δεν σημαίνει μία κεντρική βάση δεδομένων
Η υιοθέτηση κοινών λεξικών δεν επιβάλλει μία συγκεκριμένη αρχιτεκτονική. Τα δεδομένα μπορεί να τηρούνται σε κεντρικό μητρώο, σε κατανεμημένα μητρώα διαφορετικών φορέων, σε συγχρονισμένα τοπικά αντίγραφα ή ακόμη και σε υποδομές όπου ο πολίτης ελέγχει τη διάθεσή τους.
Όποια αρχιτεκτονική και αν επιλεγεί, χρειάζεται κοινή σημασία στα δεδομένα που ανταλλάσσονται. Η έννοια «διεύθυνση κατοικίας» πρέπει να έχει την ίδια ακριβή σημασία σε κάθε σημείο στο οποίο χρησιμοποιείται. Αν αλλάξει στο μέλλον ο τρόπος αποθήκευσης ή ανταλλαγής, δεν πρέπει να χρειαστεί να σχεδιαστεί από την αρχή το εννοιολογικό μοντέλο.
Τα κοινά λεξικά δεν συνεπάγονται ούτε ανεξέλεγκτη συγκέντρωση ούτε ελεύθερη κυκλοφορία προσωπικών δεδομένων. Η σημασιολογική διαλειτουργικότητα πρέπει να συνδυάζεται με ελαχιστοποίηση δεδομένων, διαβαθμισμένη πρόσβαση, καταγραφή ενεργειών, σαφή νομική βάση και καθορισμό της έγκυρης πηγής κάθε πληροφορίας.
Από την αρχή «μόνον άπαξ» έως την αξιόπιστη τεχνητή νοημοσύνη
Η αρχή «μόνον άπαξ», σύμφωνα με την οποία ο πολίτης ή η επιχείρηση δεν πρέπει να προσκομίζει ξανά στοιχεία που διαθέτει ήδη η διοίκηση, δεν μπορεί να εφαρμοστεί μόνο με περισσότερες διασυνδέσεις. Προϋποθέτει συμφωνία για το τι σημαίνει κάθε δεδομένο, ποιο μητρώο αποτελεί την έγκυρη πηγή του και με ποιους κανόνες μπορεί να επαναχρησιμοποιηθεί.
Τα κοινά λεξικά είναι εξίσου κρίσιμα για την ανάλυση δεδομένων και την τεχνητή νοημοσύνη. Ένα σύστημα ΤΝ δεν μπορεί να θεραπεύσει αντιφατικούς ορισμούς, ελλιπή μεταδεδομένα και ασύμβατες ταξινομήσεις. Όταν τα δεδομένα δεν έχουν σαφή προέλευση και κοινή σημασία, τα αποτελέσματα παραμένουν αναξιόπιστα, όσο προηγμένο και αν είναι το μοντέλο.
Η ποιότητα της τεχνητής νοημοσύνης εξαρτάται πρώτα από την ποιότητα, τη δομή και τη διακυβέρνηση των δεδομένων πάνω στα οποία λειτουργεί.
Μια εθνική πολιτική σημασιολογικής διαλειτουργικότητας
Η Ελλάδα χρειάζεται ένα ανοικτό εθνικό μητρώο λεξικών, κωδικολογίων, σχημάτων και προφίλ εφαρμογής. Το μητρώο πρέπει να διαθέτει σταθερά αναγνωριστικά, ιστορικό εκδόσεων, μηχαναγνώσιμες μορφές, τεκμηρίωση, κανόνες επικύρωσης και σαφή υπεύθυνο διαχείρισης για κάθε έννοια.
Κάθε δημόσιο έργο πληροφορικής πρέπει να υποχρεώνεται από τη διακήρυξη να επαναχρησιμοποιεί τα ευρωπαϊκά και διεθνή πρότυπα, να δημοσιεύει τα σχήματα δεδομένων και τις διεπαφές του και να αιτιολογεί κάθε απόκλιση. Για τα υφιστάμενα συστήματα χρειάζεται σταδιακή χαρτογράφηση προς τα κοινά λεξικά, χωρίς να απαιτείται η άμεση αντικατάστασή τους.
Τα εθνικά προφίλ εφαρμογής πρέπει να αναπτύσσονται ανοικτά, με τη συμμετοχή δημόσιων φορέων, πανεπιστημίων, επιχειρήσεων και κοινοτήτων ανοικτών τεχνολογιών. Πρέπει επίσης να διατίθενται με ανοικτές άδειες, ώστε να μπορούν να επαναχρησιμοποιηθούν από δήμους, περιφέρειες, οργανισμούς και ιδιωτικές εφαρμογές που συναλλάσσονται με το Δημόσιο.
Ο ευρωπαϊκός κανονισμός για τη διαλειτουργική Ευρώπη καθιστά πλέον τη διαλειτουργικότητα θεσμική απαίτηση και όχι προαιρετική τεχνική επιλογή. Η Ευρωπαϊκή Επιτροπή εκτιμά ότι η μείωση των διπλών επενδύσεων και του διοικητικού βάρους μπορεί να εξοικονομεί έως και πέντε δισεκατομμύρια ευρώ ετησίως.
Η ουσία, όμως, δεν είναι μόνο οικονομική. Κοινά λεξικά σημαίνουν λιγότερα δικαιολογητικά, ταχύτερες υπηρεσίες, αξιόπιστα μητρώα, καλύτερη χάραξη πολιτικής, διαφανέστερες αποφάσεις και περισσότερες δυνατότητες για μικρές επιχειρήσεις να αναπτύσσουν συμβατές λύσεις. Ένα ψηφιακό κράτος δεν συγκροτείται απλώς από πολλές εφαρμογές. Συγκροτείται όταν όλες οι εφαρμογές μπορούν να κατανοούν, να ανταλλάσσουν και να επαναχρησιμοποιούν τα δεδομένα με κοινό νόημα.
Πηγές άρθρου:
Publications Office of the European Union, Core Vocabularies: Η επίσημη ευρωπαϊκή συλλογή παρουσιάζει τα βασικά λεξικά ως απλουστευμένα, επαναχρησιμοποιήσιμα και επεκτάσιμα μοντέλα δεδομένων για τον σχεδιασμό συστημάτων, την ανταλλαγή και ενοποίηση πληροφοριών και τη δημοσίευση ανοικτών δεδομένων: https://op.europa.eu/en/web/eu-vocabularies/corevocs,
Ευρωπαϊκή Ένωση, Κανονισμός (ΕΕ) 2024/903 για τη διαλειτουργική Ευρώπη: Ο Κανονισμός θεσπίζει κοινό πλαίσιο συνεργασίας, υποχρεωτικές αξιολογήσεις διαλειτουργικότητας και μηχανισμούς επαναχρησιμοποίησης λύσεων στον ευρωπαϊκό δημόσιο τομέα: https://eur-lex.europa.eu/eli/reg/2024/903/oj/eng,
ISO, ISO/IEC 11179-1:2023, Information technology, Metadata registries: Το διεθνές πρότυπο παρέχει το θεμελιώδες πλαίσιο για την περιγραφή και διακυβέρνηση μεταδεδομένων, εννοιών και μητρώων μεταδεδομένων, ώστε τα δεδομένα να μπορούν να γίνονται κατανοητά και να επαναχρησιμοποιούνται από ανθρώπους και πληροφοριακά συστήματα: https://www.iso.org/standard/78914.html,
Η τεχνολογική επιτάχυνση έχει μετατραπεί σε θεσμικό πρόβλημα
Η τεχνητή νοημοσύνη δεν είναι πλέον ένα εξειδικευμένο εργαλείο που χρησιμοποιείται σε περιορισμένα πεδία. Επηρεάζει την υγεία, την εκπαίδευση, την εργασία, τη δημόσια διοίκηση, τη δικαιοσύνη, την ενημέρωση, την ασφάλεια και την επιστημονική έρευνα. Ταυτόχρονα, τα ισχυρότερα μοντέλα αναπτύσσονται από ελάχιστες εταιρείες και χώρες, με υπολογιστικές υποδομές, δεδομένα και τεχνογνωσία που δεν είναι διαθέσιμα στους περισσότερους δημόσιους θεσμούς. Έτσι δημιουργείται μια βαθιά ασυμμετρία: όσοι κατασκευάζουν τα συστήματα γνωρίζουν πολύ περισσότερα από εκείνους που καλούνται να τα ελέγξουν, ενώ οι κοινωνίες υφίστανται συνέπειες που συχνά εμφανίζονται αφού η τεχνολογία έχει ήδη διαδοθεί.
Η απάντηση δεν μπορεί να είναι ούτε η άκριτη επιτάχυνση ούτε μια γενική επίκληση της «ηθικής ΤΝ». Χρειάζεται δημοκρατική ρύθμιση με κανόνες που εφαρμόζονται, δημόσιους φορείς που διαθέτουν τεχνική ικανότητα και πολίτες που έχουν πραγματικά δικαιώματα απέναντι στις αυτοματοποιημένες αποφάσεις. Η ρύθμιση πρέπει να αντιμετωπίζει ολόκληρο το σύστημα, δηλαδή το μοντέλο, τα δεδομένα, τα εργαλεία που χρησιμοποιεί, το περιβάλλον λειτουργίας, τους ανθρώπους που το επιβλέπουν και τον οργανισμό που το θέτει σε χρήση.
Από τις διακηρύξεις στις υποχρεωτικές εγγυήσεις
Σε εθνικό επίπεδο, κάθε χώρα χρειάζεται ανεξάρτητο θεσμό ελέγχου της ΤΝ με επαρκές προσωπικό, ασφαλή πρόσβαση σε υπολογιστική ισχύ και αρμοδιότητα να απαιτεί στοιχεία, να διενεργεί δοκιμές και να αναστέλλει συστήματα όταν προκύπτει σοβαρός κίνδυνος. Δεν αρκεί μια διοικητική μονάδα που παραλαμβάνει δηλώσεις συμμόρφωσης από τις ίδιες τις εταιρείες. Απαιτούνται ανεξάρτητες αξιολογήσεις από τρίτους, δοκιμές αντοχής, έλεγχοι μεροληψίας και ασφάλειας, καθώς και πρόσβαση σε τεχνικά αρχεία, καταγραφές λειτουργίας και δεδομένα αξιολόγησης υπό κατάλληλες εγγυήσεις εμπιστευτικότητας.
Πριν από την εγκατάσταση ενός συστήματος σε πεδία υψηλής σημασίας πρέπει να είναι υποχρεωτική η εκτίμηση επιπτώσεων στα θεμελιώδη δικαιώματα, στην εργασία, στο περιβάλλον, στον ανταγωνισμό και στην κοινωνική συνοχή. Η εκτίμηση αυτή δεν πρέπει να αποτελεί εσωτερικό έγγραφο του προμηθευτή. Πρέπει να δημοσιεύεται σε κατανοητή μορφή, να υπόκειται σε διαβούλευση και να επαναλαμβάνεται όταν αλλάζει το μοντέλο, τα δεδομένα ή ο σκοπός χρήσης του.
Δημόσιο μητρώο, ανθρώπινη ευθύνη και δικαίωμα προσφυγής
Κάθε σύστημα ΤΝ που χρησιμοποιείται από δημόσιο φορέα πρέπει να καταγράφεται σε δημόσιο μητρώο. Ο πολίτης πρέπει να γνωρίζει ποιο σύστημα χρησιμοποιείται, για ποιον σκοπό, με ποια δεδομένα, ποιος είναι υπεύθυνος, ποια είναι τα γνωστά όριά του και πώς μπορεί να αμφισβητήσει το αποτέλεσμά του. Σε αποφάσεις που αφορούν επιδόματα, προσλήψεις, πιστοληπτική αξιολόγηση, ιατρική φροντίδα, αστυνόμευση, μετανάστευση ή απονομή δικαιοσύνης, η τελική ευθύνη δεν μπορεί να μεταβιβάζεται σε αλγόριθμο.
Η ανθρώπινη εποπτεία, όμως, δεν πρέπει να είναι προσχηματική. Ένας υπάλληλος που απλώς επικυρώνει μηχανικά την πρόταση του συστήματος δεν αποτελεί ουσιαστικό έλεγχο. Χρειάζονται σαφή όρια αυτονομίας, δυνατότητα παρέμβασης και αναστροφής, καταγραφή του ποιος έλαβε την τελική απόφαση και δικαίωμα του πολίτη σε αιτιολόγηση, διόρθωση και ανεξάρτητη προσφυγή. Για ορισμένες χρήσεις, ιδίως όταν απειλούνται η ανθρώπινη αξιοπρέπεια, η ισότητα ή το κράτος δικαίου, η απαγόρευση είναι θεμιτή και αναγκαία.
Συνεχής εποπτεία μετά τη διάθεση
Η πιστοποίηση πριν από τη διάθεση δεν αρκεί, επειδή τα συστήματα μεταβάλλονται, συνδέονται με νέα εργαλεία και χρησιμοποιούνται σε συνθήκες που δεν είχαν προβλεφθεί. Χρειάζεται υποχρεωτική παρακολούθηση μετά την εγκατάσταση, κοινή ταξινόμηση συμβάντων και υποχρέωση άμεσης αναφοράς σοβαρών αστοχιών. Οι εποπτικές αρχές πρέπει να μπορούν να ζητούν διορθώσεις, να περιορίζουν λειτουργίες, να αποσύρουν συστήματα και να επιβάλλουν κυρώσεις ανάλογες με τον κύκλο εργασιών και τη βλάβη.
Παράλληλα, πρέπει να προστατεύονται οι εργαζόμενοι, οι ερευνητές και οι πληροφοριοδότες που αποκαλύπτουν κινδύνους. Χωρίς πρόσβαση ανεξάρτητων ερευνητών και οργανώσεων της κοινωνίας των πολιτών σε δεδομένα τεκμηρίωσης, η δημόσια εποπτεία θα παραμένει εξαρτημένη από όσα επιλέγουν να δημοσιοποιήσουν οι πάροχοι.
Εργασία, ανταγωνισμός και δημόσια τεχνολογική ικανότητα
Η δημοκρατική ρύθμιση δεν περιορίζεται στην ασφάλεια των μοντέλων. Πρέπει να καθορίζει ποιος απολαμβάνει τα οφέλη της παραγωγικότητας και ποιος επωμίζεται το κόστος. Οι εργαζόμενοι χρειάζονται δικαίωμα ενημέρωσης και συλλογικής διαπραγμάτευσης όταν συστήματα ΤΝ επηρεάζουν προσλήψεις, βάρδιες, αξιολόγηση, αμοιβές ή απολύσεις. Οι κυβερνήσεις οφείλουν να χρηματοδοτούν κατάρτιση μέσα στον χρόνο εργασίας, να ενισχύουν την κοινωνική προστασία και να μετρούν συστηματικά τις επιπτώσεις σε μισθούς, ποιότητα εργασίας και κατανομή εισοδήματος.
Η συγκέντρωση ισχύος απαιτεί επίσης πολιτική ανταγωνισμού, διαλειτουργικότητα, φορητότητα δεδομένων και σχέδια απεξάρτησης από προμηθευτές. Το Δημόσιο πρέπει να αποκτήσει δικές του υποδομές αξιολόγησης, ασφαλή υπολογιστική ισχύ και ανοικτά σύνολα δεδομένων για τις εθνικές γλώσσες. Στις δημόσιες προμήθειες πρέπει να κατοχυρώνονται δικαιώματα ελέγχου, πρόσβαση στην τεκμηρίωση, ανοικτά πρότυπα και, όπου είναι εφικτό, ανοικτός κώδικας και μοντέλα που μπορούν να εξεταστούν ανεξάρτητα. Η ανοικτότητα δεν καταργεί τους κινδύνους, αλλά μειώνει την αδιαφάνεια και επιτρέπει ευρύτερο επιστημονικό και κοινωνικό έλεγχο.
Η υπερεθνική διάσταση είναι αναπόφευκτη
Καμία χώρα δεν μπορεί μόνη της να ελέγξει αλυσίδες αξίας, υπολογιστικά κέντρα, πλατφόρμες και μοντέλα που λειτουργούν ταυτόχρονα σε πολλές δικαιοδοσίες. Χρειάζονται κοινά διεθνή πρότυπα αξιολόγησης, διασυνοριακή αναγνώριση ελέγχων, παγκόσμιο μητρώο σοβαρών συμβάντων και μόνιμος επιστημονικός μηχανισμός που θα ενημερώνει τις κυβερνήσεις με ανεξάρτητα στοιχεία. Οι διεθνείς συμφωνίες πρέπει να συνδέουν την ΤΝ με τα ανθρώπινα δικαιώματα, τη δημοκρατία και το κράτος δικαίου, όχι μόνο με το εμπόριο και την καινοτομία.
Παράλληλα, απαιτείται χρηματοδότηση για χώρες και γλώσσες που σήμερα δεν διαθέτουν υποδομές, δεδομένα ή προσωπικό αξιολόγησης. Διαφορετικά, η παγκόσμια ρύθμιση θα γράφεται από όσους ήδη ελέγχουν την τεχνολογία. Η πρόσβαση σε δημόσια υπολογιστική ισχύ, ανοικτά εργαλεία, κοινά σύνολα δοκιμών και περιφερειακά κέντρα ασφάλειας μπορεί να περιορίσει το χάσμα και να επιτρέψει ουσιαστική συμμετοχή περισσότερων κοινωνιών.
Η ρύθμιση ως διαρκής δημοκρατική λειτουργία
Η ΤΝ δεν θα ρυθμιστεί αποτελεσματικά με έναν νόμο που θα παραμείνει αμετάβλητος για χρόνια. Χρειάζεται διαρκής θεσμική ικανότητα, περιοδική αναθεώρηση, συμμετοχή των πολιτών, ισχυρές τομεακές αρχές και δημόσια λογοδοσία. Η υγεία, η παιδεία, η εργασία, η δικαιοσύνη και η ενημέρωση έχουν διαφορετικές απαιτήσεις και δεν μπορούν να υπαχθούν σε έναν ενιαίο τεχνικό έλεγχο.
Το πραγματικό ερώτημα δεν είναι αν η ΤΝ θα συνεχίσει να αναπτύσσεται. Είναι ποιος θα καθορίζει τους σκοπούς της, ποιος θα ελέγχει τη λειτουργία της και ποιος θα έχει τη δύναμη να σταματήσει μια επιβλαβή εφαρμογή. Η δημοκρατική απάντηση πρέπει να είναι σαφής: οι κανόνες ορίζονται από τους θεσμούς, ελέγχονται από την κοινωνία και υπηρετούν το δημόσιο συμφέρον.
Πηγές άρθρου:
United Nations, Preliminary Report of the Independent International Scientific Panel on AI: Η πρώτη παγκόσμια ανεξάρτητη επιστημονική αποτίμηση του ΟΗΕ τεκμηριώνει την ταχεία εξέλιξη των δυνατοτήτων της ΤΝ, τη συγκέντρωση υποδομών και ισχύος, τα κενά ανεξάρτητης αξιολόγησης και την ανάγκη διαρκούς διεθνούς εποπτείας: https://www.un.org/independent-international-scientific-panel-ai/en/preliminary-report,
European Union, Regulation (EU) 2024/1689, Artificial Intelligence Act: Το δεσμευτικό ευρωπαϊκό πλαίσιο θεσπίζει κανόνες ανάλογα με τον κίνδυνο, υποχρεώσεις για συστήματα υψηλού κινδύνου, διαφάνεια, ανθρώπινη εποπτεία, παρακολούθηση μετά τη διάθεση και αναφορά σοβαρών συμβάντων: https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng,
United Nations, Global Digital Compact: Το παγκόσμιο πλαίσιο ψηφιακής συνεργασίας δεσμεύει τα κράτη να κυβερνούν την ΤΝ προς το δημόσιο συμφέρον, να μειώνουν τα ψηφιακά χάσματα και να ενισχύουν τις γλώσσες, τα δεδομένα και τις δυνατότητες των τοπικών κοινωνιών: https://www.un.org/pact-for-the-future/en/annex-i-global-digital-compact,
OECD, OECD AI Principles: Οι επικαιροποιημένες αρχές του ΟΟΣΑ παρέχουν κοινή διεθνή βάση για διαφάνεια, επεξηγησιμότητα, ασφάλεια, ανθεκτικότητα, λογοδοσία, προστασία δικαιωμάτων και συνεχή διαχείριση κινδύνων σε ολόκληρο τον κύκλο ζωής των συστημάτων: https://oecd.ai/en/ai-principles,
International Labour Organization, Generative AI and Jobs, A Refined Global Index of Occupational Exposure: Η μελέτη του ILO εξετάζει την έκθεση επαγγελμάτων και καθηκόντων στην παραγωγική ΤΝ και στηρίζει την ανάγκη κοινωνικού διαλόγου, συλλογικών εγγυήσεων, κατάρτισης και πολιτικών που προστατεύουν την ποιότητα της εργασίας: https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure.
Τα αποθετήρια κώδικα είναι κρίσιμη ψηφιακή υποδομή
Το ανοιχτό λογισμικό δεν είναι απλώς ένας τρόπος δημοσίευσης προγραμμάτων. Είναι μέσο διαφάνειας, συνεργασίας, επαναχρησιμοποίησης και ελέγχου της δημόσιας ψηφιακής πολιτικής. Όταν ένα υπουργείο, ένας δήμος, ένα πανεπιστήμιο ή ένας ευρωπαϊκός οργανισμός δημοσιεύει τον κώδικά του, δεν αναρτά μόνο αρχεία. Δημοσιεύει τεχνογνωσία που έχει πληρωθεί με δημόσιους πόρους και δίνει στην κοινωνία τη δυνατότητα να ελέγξει, να αξιοποιήσει και να βελτιώσει το λογισμικό που χρησιμοποιεί το κράτος.
Γι’ αυτό το ερώτημα πού φιλοξενείται ο δημόσιος κώδικας δεν είναι δευτερεύον. Το αποθετήριο δεν είναι απλή αποθήκη. Εκεί βρίσκονται η ιστορία των αλλαγών, οι τεχνικές αποφάσεις, οι συζητήσεις, τα σφάλματα, οι άδειες χρήσης, οι εκδόσεις, τα αιτήματα ενσωμάτωσης και οι συνεισφορές της κοινότητας. Με άλλα λόγια, εκεί οργανώνεται η ζωή του έργου. Αν αυτό εξαρτώνται αποκλειστικά από μια εμπορική πλατφόρμα τρίτης χώρας, τότε ένα κρίσιμο μέρος της δημόσιας ψηφιακής υποδομής δεν βρίσκεται πραγματικά υπό δημόσιο έλεγχο.
Το GitHub έχει παίξει σημαντικό ρόλο στη διάδοση του ανοιχτού λογισμικού. Δεν είναι όμως δημόσια ουδέτερος χώρος. Ανήκει στη Microsoft, λειτουργεί με εμπορικούς όρους και υπάγεται σε αμερικανική δικαιοδοσία. Για ιδιώτες προγραμματιστές και διεθνείς κοινότητες μπορεί να παραμένει χρήσιμο εργαλείο. Για κυβερνήσεις, όμως, δεν μπορεί να είναι η κύρια και μοναδική υποδομή φιλοξενίας δημόσιου κώδικα.
Το ζήτημα δεν είναι αντι-αμερικανισμός, είναι ψηφιακή κυριαρχία
Η ευρωπαϊκή συζήτηση για την τεχνολογική κυριαρχία δεν πρέπει να εκτρέπεται σε συμβολικές αντιπαραθέσεις. Το πρόβλημα δεν είναι ότι το GitHub είναι «κακό». Το πρόβλημα είναι ότι ο δημόσιος τομέας οφείλει να μειώνει τις στρατηγικές εξαρτήσεις του. Όπως δεν θα ήταν λογικό τα αρχεία ενός κράτους, οι συμβάσεις του ή τα μητρώα του να βρίσκονται αποκλειστικά σε ιδιωτική ξένη υποδομή, έτσι δεν είναι λογικό και ο κώδικας να οργανώνεται αποκλειστικά σε μια πλατφόρμα που ελέγχεται από έναν παγκόσμιο τεχνολογικό όμιλο.
Υπάρχει και μια νέα διάσταση: η τεχνητή νοημοσύνη στον προγραμματισμό. Δημόσιος κώδικας που φιλοξενείται σε μεγάλες πλατφόρμες δεν είναι απλώς διαθέσιμος για ανάγνωση και επαναχρησιμοποίηση. Μπορεί να αποτελέσει μέρος ευρύτερων οικοσυστημάτων εκπαίδευσης και βελτίωσης εμπορικών εργαλείων παραγωγής κώδικα. Αυτό ενισχύει την ανάγκη οι δημόσιες διοικήσεις να γνωρίζουν με σαφήνεια πού βρίσκεται ο κώδικάς τους, ποιος ελέγχει την πλατφόρμα, ποιοι όροι ισχύουν και πώς αξιοποιούνται τα δεδομένα χρήσης.
Η αρχή «δημόσιο χρήμα, δημόσιος κώδικας» αποκτά πραγματικό περιεχόμενο μόνο όταν συνοδεύεται από δημόσια ή κοινοτικά ελεγχόμενη υποδομή. Αλλιώς, το κράτος δημοσιεύει μεν τον κώδικα, αλλά παραχωρεί σε τρίτους τον έλεγχο γύρω από αυτόν.
Το ολλανδικό παράδειγμα δείχνει τον δρόμο
Η Ολλανδία έδωσε ένα σημαντικό σήμα με την έναρξη του code.overheid.nl, μιας αυτοφιλοξενούμενης πλατφόρμας για τον δημόσιο κώδικα, βασισμένης στο Forgejo. Η σημασία της πρωτοβουλίας δεν βρίσκεται μόνο στο ότι απομακρύνεται από το GitHub. Βρίσκεται κυρίως στο ότι αντιμετωπίζει το αποθετήριο κώδικα ως δημόσια υποδομή.
Το Forgejo είναι λογισμικό ανοιχτού κώδικα που μπορεί να εγκατασταθεί και να ελεγχθεί από τον ίδιο τον φορέα. Δεν απαιτεί εξάρτηση από κεντρική εμπορική υπηρεσία και επιτρέπει σε μια δημόσια διοίκηση να διαμορφώσει τους δικούς της κανόνες ασφάλειας, πρόσβασης, τεκμηρίωσης και διακυβέρνησης. Αυτό ακριβώς χρειάζεται ο δημόσιος τομέας: όχι μια κλειστή πλατφόρμα με ανοιχτά έργα, αλλά μια ανοιχτή υποδομή που υπηρετεί ανοιχτά έργα.
Το ολλανδικό παράδειγμα δεν είναι μεμονωμένο. Η Γερμανία έχει αναπτύξει το openCode ως κοινή πλατφόρμα για την ανταλλαγή και ανάπτυξη ανοιχτού λογισμικού της δημόσιας διοίκησης. Η Ευρωπαϊκή Επιτροπή διαθέτει το code.europa.eu για έργα ανοιχτού λογισμικού των ευρωπαϊκών θεσμών. Η Γαλλία έχει προχωρήσει με το code.gouv.fr ως κατάλογο δημόσιου κώδικα. Αυτές οι πρωτοβουλίες δείχνουν ότι η Ευρώπη έχει ήδη θέσει τα θεμέλια για ένα διαφορετικό μοντέλο: δημόσιος κώδικας σε δημόσια, ευρωπαϊκά ελεγχόμενα, ανοιχτά και διαλειτουργικά αποθετήρια.
Δεν υπάρχει μία λύση για όλους, αλλά υπάρχει σωστή αρχή
Η συζήτηση δεν πρέπει να μετατραπεί σε νέο μονοπώλιο υπέρ μιας μόνο πλατφόρμας. Το ζητούμενο δεν είναι να αντικατασταθεί το GitHub από έναν άλλο μοναδικό πάροχο. Το ζητούμενο είναι να υιοθετηθεί μια αρχή: ο πρωτεύων τόπος φιλοξενίας του δημόσιου ανοιχτού λογισμικού πρέπει να είναι μια πλατφόρμα ανοιχτού λογισμικού, δημόσια ελεγχόμενη, με δυνατότητα διαλειτουργίας και μακροχρόνιας διατήρησης.
Σε αυτό το πλαίσιο, υπάρχουν περισσότερες από μία κατάλληλες επιλογές. Το Forgejo προσφέρει μια καθαρή κοινοτική κατεύθυνση, με μικρό αποτύπωμα και πλήρη έλεγχο από τον φορέα που το εγκαθιστά. Το Gitea μπορεί επίσης να αξιοποιηθεί σε περιβάλλοντα που χρειάζονται ελαφριά forge υποδομή. Το GitLab Community Edition μπορεί να είναι πρακτική επιλογή για οργανισμούς που χρειάζονται πιο ολοκληρωμένες λειτουργίες διαχείρισης έργων και αυτοματοποίησης, αρκεί να αποφεύγεται η μετατροπή του σε νέα εξάρτηση από εμπορικές λειτουργίες. Το κρίσιμο δεν είναι το όνομα του εργαλείου, αλλά οι όροι: ανοιχτή άδεια, αυτονομία, δυνατότητα εξαγωγής δεδομένων, ανοιχτά πρότυπα, τεκμηρίωση και δυνατότητα μεταφοράς.
Το GitHub μπορεί να χρησιμοποιείται συμπληρωματικά για διεθνή ορατότητα. Δεν πρέπει όμως να είναι το σύστημα αναφοράς του δημόσιου κώδικα. Το κύριο αποθετήριο, οι αποφάσεις, τα ζητήματα, οι εκδόσεις και οι διαδικασίες συνεισφοράς πρέπει να βρίσκονται σε υποδομή που το Δημόσιο μπορεί να ελέγχει.
Τι μπορεί να κάνει η Ελλάδα;
Η Ελλάδα χρειάζεται εθνική πολιτική για τον δημόσιο ανοιχτό κώδικα. Ένα code.gov.gr, βασισμένο σε Forgejo, Gitea, GitLab CE ή σε ισοδύναμη ανοιχτή πλατφόρμα, θα μπορούσε να λειτουργήσει ως κεντρικό σημείο δημοσίευσης, επαναχρησιμοποίησης και συνεργασίας για έργα του Δημοσίου, της αυτοδιοίκησης, των πανεπιστημίων και των ερευνητικών κέντρων.
Μια τέτοια πολιτική πρέπει να περιλαμβάνει υποχρεωτικά την άδεια EUPL για έργα που χρηματοδοτούνται από δημόσιους πόρους, σαφείς κανόνες τεκμηρίωσης, μητρώο εξαρτήσεων λογισμικού, πρότυπα ασφάλειας, αρχεία δημόσιων αποφάσεων και διαδικασίες για συνεισφορές από πολίτες, επιχειρήσεις και ερευνητές. Δεν αρκεί να ανεβαίνει ο κώδικας κάπου στο τέλος ενός έργου. Πρέπει η ανοιχτή ανάπτυξη να είναι μέρος της διαδικασίας από την αρχή.
Έτσι το Δημόσιο θα σταματήσει να αγοράζει ξανά και ξανά παρόμοιο λογισμικό, θα ενισχύσει τις ελληνικές μικρομεσαίες επιχειρήσεις που μπορούν να παρέχουν υπηρεσίες πάνω σε ανοιχτές λύσεις, θα διευκολύνει τα πανεπιστήμια να συνεισφέρουν σε πραγματικές ανάγκες του κράτους και θα αυξήσει την εμπιστοσύνη των πολιτών στις ψηφιακές υπηρεσίες.
Η Ευρώπη δεν χρειάζεται να κλείσει την πόρτα στη διεθνή κοινότητα του ανοιχτού λογισμικού. Χρειάζεται, όμως, να αποκτήσει δική της δημόσια ραχοκοκαλιά για τον δημόσιο κώδικα. Ο κώδικας που πληρώνεται από τους πολίτες πρέπει να φιλοξενείται με όρους που υπηρετούν τους πολίτες. Αυτό είναι το πρακτικό νόημα της ψηφιακής ανεξαρτησίας.
Πηγές άρθρου:
01net, Les Pays-Bas construisent leur propre GitHub pour ne plus dépendre de Microsoft: Το αρχικό άρθρο παρουσιάζει την ολλανδική επιλογή για αυτοφιλοξενούμενη forge πλατφόρμα βασισμένη στο Forgejo και εξηγεί γιατί η φιλοξενία δημόσιου κώδικα σε GitHub θεωρείται πλέον ζήτημα ψηφιακής κυριαρχίας: https://www.01net.com/,
code.overheid.nl, Het overheidsbrede codeplatform: Η επίσημη ολλανδική πλατφόρμα δημόσιου κώδικα δείχνει την πρακτική εφαρμογή μιας αυτοφιλοξενούμενης υποδομής για κυβερνητικά αποθετήρια, φιλοξενούμενης σε ολλανδική δημόσια υποδομή: https://code.overheid.nl/,
Forgejo, Beyond coding. We forge: Το Forgejo είναι πλατφόρμα ανοιχτού λογισμικού για αυτοφιλοξενούμενα αποθετήρια Git, ζητήματα, αιτήματα ενσωμάτωσης και συνεργατική ανάπτυξη, κατάλληλη για φορείς που θέλουν πλήρη έλεγχο της υποδομής τους: https://forgejo.org/,
openCode.de, About openCode: Η γερμανική πλατφόρμα openCode παρουσιάζεται ως κοινή πλατφόρμα της δημόσιας διοίκησης για ανταλλαγή, δημοσίευση και συνεργατική ανάπτυξη ανοιχτού λογισμικού, με σύνδεση στη στρατηγική ψηφιακής κυριαρχίας της Γερμανίας: https://opencode.de/en/about-opencode,
European Commission, code.europa.eu: Το code.europa.eu είναι η επίσημη πλατφόρμα ανάπτυξης κώδικα για έργα ανοιχτού λογισμικού των ευρωπαϊκών θεσμών και αποτελεί θεσμικό παράδειγμα ευρωπαϊκής υποδομής δημόσιου κώδικα: https://about.code.europa.eu/,
Microsoft, Microsoft to acquire GitHub for $7.5 billion: Η επίσημη ανακοίνωση της Microsoft για την εξαγορά του GitHub το 2018: https://news.microsoft.com/,
GitHub, GitHub Copilot: Η επίσημη σελίδα του GitHub Copilot αναφέρει ότι το μοντέλο έχει εκπαιδευτεί σε φυσική γλώσσα και πηγαίο κώδικα από δημόσια διαθέσιμες πηγές, μεταξύ των οποίων και δημόσια αποθετήρια στο GitHub, στοιχείο κρίσιμο για τη συζήτηση περί αξιοποίησης δημόσιου κώδικα σε εμπορικά εργαλεία ΤΝ: https://github.com/features/.
Το τοπίο της τεχνητής νοημοσύνης παραμένει, το 2026, σε μεγάλο βαθμό μονόγλωσσο. Περίπου το 90% των γλωσσικών μονάδων (tokens) που τροφοδοτούν την εκπαίδευση των δημοφιλών μεγάλων γλωσσικών μοντέλων (LLM) προέρχεται από αγγλικά κείμενα. Το αποτέλεσμα είναι διπλό: αφενός τα μοντέλα υστερούν σε άλλες γλώσσες, αφετέρου περιθωριοποιούνται όσοι δεν μιλούν αγγλικά — ένα ζήτημα ιδιαίτερα κρίσιμο για πολύγλωσσα περιβάλλοντα όπως η Ευρωπαϊκή Ένωση.
Πέρα από τη γλωσσική διάσταση, υπάρχει και η εξάρτηση από ιδιόκτητα (proprietary) μοντέλα, τα οποία αναπτύσσονται ως επί το πλείστον εκτός Ευρώπης. Οι κλειστές λύσεις καλύπτουν έως και το 80% της χρήσης, παρότι η έρευνα δείχνει ότι οι ανοιχτές εναλλακτικές φτάνουν το 90% της απόδοσής τους ήδη από την πρώτη κυκλοφορία τους και καλύπτουν γρήγορα την υπόλοιπη διαφορά. Τεχνικές όπως το Retrieval-Augmented Generation (RAG) και η εξειδίκευση (fine-tuning) περιορίζουν ακόμη περισσότερο αυτή την απόσταση. Η εξάρτηση, μάλιστα, από κλειστά μοντέλα έχει και σημαντικό οικονομικό κόστος, καθώς κοστίζουν κατά μέσο όρο έξι φορές περισσότερο από τα ανοιχτά αντίστοιχά τους.
Μέσα σε αυτό το πλαίσιο —και με δεδομένη τη γλωσσική πρόκληση που βιώνει έντονα η Ισπανία, όπου συνυπάρχουν τέσσερις συνεπίσημες γλώσσες με τα ισπανικά— η Ισπανική Κυβέρνηση προχώρησε στην ανάπτυξη της ALIA, μιας δημόσιας υποδομής ΤΝ που υλοποιήθηκε στο πλαίσιο της Εθνικής Στρατηγικής για την Τεχνητή Νοημοσύνη (ENIA) 2024.
Η ALIA είναι μια ολοκληρωμένη, δημόσια χρηματοδοτούμενη υποδομή ΤΝ, που λειτουργεί ως θεμελιώδες ψηφιακό δημόσιο αγαθό. Ο σκοπός της είναι διττός: αφενός να προσφέρει μια δημόσια υποδομή πόρων ΤΝ, όπως ανοιχτά LLM, και αφετέρου να προωθήσει τα ισπανικά και τις συνεπίσημες γλώσσες της Ισπανίας στην ανάπτυξη και τη χρήση της ΤΝ σε παγκόσμιο επίπεδο.
Στον πυρήνα του, το έργο περιστρέφεται γύρω από τη δημιουργία θεμελιωδών και πολυτροπικών μοντέλων ΤΝ ανοιχτού κώδικα, με δυνατότητες κειμένου, φωνής και εικόνας. Τα μοντέλα υποστηρίζονται από το ALIA Kit, έναν ειδικό ψηφιακό χώρο που συγκεντρώνει την τεχνική τεκμηρίωση, τις επιδεικτικές εφαρμογές, τα σύνολα δεδομένων εκπαίδευσης και το υλικό ενσωμάτωσης. Το ALIA Kit λειτουργεί ως το «επίπεδο πρόσβασης», βοηθώντας προγραμματιστές, χρήστες και διαχειριστές να κατανοήσουν, να προσαρμόσουν και να επαναχρησιμοποιήσουν τους διαθέσιμους πόρους.
Στην πράξη, η ALIA παρέχει πλήρη δικαιώματα πρόσβασης στα βάρη (weights) των μοντέλων υπό την άδεια Apache 2.0, μαζί με τα δημόσια διαθέσιμα scripts εκπαίδευσης και τα αρχεία παραμετροποίησης υπό τους ίδιους όρους. Έτσι, δημόσιες διοικήσεις, επιχειρήσεις, πανεπιστήμια και η κοινωνία των πολιτών μπορούν εξίσου να χρησιμοποιούν, να τροποποιούν και να αναδιανέμουν τα μοντέλα.
Ωστόσο, ενώ οι δομικές συνιστώσες των μοντέλων είναι ενιαία ανοιχτές, τα ίδια τα δεδομένα εκπαίδευσης διέπονται από ένα μωσαϊκό αδειών, ανάλογα με την πηγή: σύνολα δημόσιου τομέα όπως το CC0 Common Crawl, αποθετήρια GitHub υπό τις αρχικές τους άδειες, περιεχόμενο Wikimedia υπό CC BY-SA 4.0, EurLex υπό CC BY 4.0, καθώς και άλλα corpora που αποκτήθηκαν με ειδικές άδειες ή νομικές συμφωνίες. Πρακτικά, αυτό σημαίνει ότι τα μοντέλα και ο κώδικας προσφέρουν μια ελεύθερη βάση για προσαρμογή και εγκατάσταση, ενώ τα υποκείμενα δεδομένα απαιτούν αξιολόγηση κατά περίπτωση.
Σημείωση για τον «ανοιχτό» χαρακτήρα: Σύμφωνα με το G7 Vision on AI Openness, η ALIA κατατάσσεται κυρίως στο επίπεδο «Open Source AI» του φάσματος ανοιχτότητας: τα βάρη, ο κώδικας εγκατάστασης και ο κώδικας εκπαίδευσης διατίθενται υπό την άδεια Apache 2.0, ενώ τα δεδομένα εκπαίδευσης διέπονται από συνδυασμό αδειών. Η διάκριση αυτή είναι χρήσιμο να λαμβάνεται υπόψη κάθε φορά που η ALIA χαρακτηρίζεται «ανοιχτή».
Τα βασικά μοντέλα της ALIA
Το γνωστότερο μοντέλο του οικοσυστήματος είναι το ALIA-40B, ένα μεσαίου μεγέθους, πολύγλωσσο θεμελιώδες μοντέλο με 40 δισεκατομμύρια παραμέτρους. Το Barcelona Supercomputing Centre (BSC) το περιγράφει ως ένα από τα πιο εξελιγμένα δημόσια πολύγλωσσα θεμελιώδη μοντέλα της Ευρώπης μέχρι σήμερα. Έχει προεκπαιδευτεί σε ένα εκτενές και προσεκτικά επιμελημένο corpus 9,37 τρισεκατομμυρίων tokens, που καλύπτει 35 ευρωπαϊκές γλώσσες και 92 γλώσσες προγραμματισμού — απόδειξη ότι πρόκειται για μια λύση με ισπανική ηγεσία, όχι όμως αποκλειστικά ισπανική.
Tokens και παράμετροι: Τα tokens είναι τα δομικά κομμάτια κειμένου που επεξεργάζεται το μοντέλο κατά την εκπαίδευση· χτίζουν τη θεμελιώδη γνώση και τη συλλογιστική του ικανότητα. Οι παράμετροι, από την άλλη, αποτελούν το εσωτερικό αριθμητικό δίκτυο που αποθηκεύει τα μοτίβα που έχει μάθει το μοντέλο. Η σχέση μεταξύ τους καθορίζει άμεσα τις δυνατότητες και την αποδοτικότητα ενός μοντέλου: ως γενικός κανόνας, η αναλογία tokens προς παραμέτρους κυμαίνεται μεταξύ 10:1 και 20:1 για βέλτιστη ποιότητα συλλογισμού. Το ALIA-40B ακολουθεί μια δεδομενοκεντρική αναλογία 225:1, εκπαιδεύοντας 40 δισ. παραμέτρους σε πάνω από 9 τρισ. tokens — μια στρατηγική που επιτρέπει στη συμπαγή του αρχιτεκτονική να μεγιστοποιεί την ανάκληση γνώσης και να αποδίδει όπως ένα πολύ μεγαλύτερο σύστημα.
Δίπλα στο ALIA-40B, το οικοσύστημα περιλαμβάνει την οικογένεια μοντέλων Salamandra, βελτιστοποιημένη για πρακτική και ευέλικτη εγκατάσταση με χαμηλότερες απαιτήσεις υποδομής. Περιλαμβάνει, μεταξύ άλλων, το SalamandraTA για εργασίες μετάφρασης και το Salamandra-Guard για ασφαλέστερη πολύγλωσση χρήση σε εφαρμογές δημόσιων υπηρεσιών.
Τέλος, το έργο περιλαμβάνει την οικογένεια μοντέλων RoBERTa, η οποία προσφέρει πρόσθετους πολύγλωσσους πόρους για εργασίες κατανόησης γλώσσας και αξιολόγησης. Η ανάπτυξή της εντάσσεται σε μια ευρύτερη γραμμή εργασίας που καλύπτει και τη δημιουργία σωμάτων κειμένων και ένα πλαίσιο αξιολόγησης μοντέλων, ενισχύοντας τον ρόλο της ALIA όχι μόνο ως παρόχου μοντέλων, αλλά και ως υποδομής δοκιμής, σύγκρισης και προσαρμογής.
Τα τεχνικά χαρακτηριστικά
Η επιτυχής ανάπτυξη των μοντέλων στηρίζεται σε δύο πυλώνες: σε ολοκληρωμένα πολύγλωσσα σύνολα δεδομένων και σε υπολογιστική ισχύ υψηλών επιδόσεων. Το έργο αξιοποιεί μεγάλα σώματα κειμένων, όπως το CATalog dataset (περίπου 23 δισ. tokens), αλλά και εξειδικευμένα δίγλωσσα διοικητικά δεδομένα, όπως το corpus ALIA_DOGV. Η επεξεργασία αυτού του όγκου δεδομένων καθίσταται εφικτή χάρη στον υπερυπολογιστή MareNostrum 5 του BSC.
Πέρα από τα δεδομένα και την υποδομή, η πρακτική αξία του οικοσυστήματος εξαρτάται από τις λειτουργίες που καθιστούν τα μοντέλα αξιοποιήσιμα σε πραγματικές συνθήκες. Η πρώτη είναι η agentic ενσωμάτωση: μέσω δυνατοτήτων function-calling, τα μοντέλα συνδέονται απευθείας με εξωτερικά API, βάσεις δεδομένων και διοικητικές ροές εργασίας, τροφοδοτώντας λειτουργικούς ψηφιακούς βοηθούς. Η δεύτερη είναι η προσαρμογή στην εκτέλεση εντολών (instruction-following), που εξασφαλίζει καθημερινή χρηστικότητα, εκπαιδεύοντας τα μοντέλα να ανταποκρίνονται αξιόπιστα σε εξειδικευμένες εργασίες δημόσιας υπηρεσίας, τυποποιημένα έντυπα και ερωτήματα πολιτών.
Περιπτώσεις χρήσης και εφαρμογές
Σύμφωνα με τη SEDIA, οι πρακτικές εφαρμογές της ALIA αναδύονται ενεργά σε πολλαπλά πεδία. Κύριος μοχλός είναι η πρωτοβουλία GobTechLab, η οποία εντοπίζει και δοκιμάζει περίπου 19 περιπτώσεις χρήσης ΤΝ υψηλού αντικτύπου, ειδικά για τον ισπανικό δημόσιο τομέα. Σε τοπικό επίπεδο, η υποδομή τροφοδοτεί βοηθούς παραγωγικής ΤΝ για δήμους, βοηθώντας τους πολίτες να πλοηγηθούν σε σύνθετες διαδικασίες, να λάβουν απαντήσεις σε συνήθη ερωτήματα, να συντάξουν ευκολότερα έγγραφα και να «μεταφράσουν» τη γραφειοκρατική ορολογία σε πιο κατανοητή γλώσσα.
Δύο εμβληματικές πρωτοβουλίες αναδεικνύουν την ευελιξία του οικοσυστήματος σε κρίσιμους τομείς:
Φορολογία και τελωνεία: μέσω της πρωτοβουλίας Hacienda διερευνώνται προηγμένα εργαλεία, χτισμένα πάνω στην ALIA, για τη βελτιστοποίηση εσωτερικών διοικητικών ροών και την αναβάθμιση της εξυπηρέτησης των φορολογουμένων.
Υγεία: η πρωτοβουλία Cardiomentor προσαρμόζει τις δυνατότητες της ALIA για να υποστηρίξει επαγγελματίες πρωτοβάθμιας φροντίδας, προσφέροντάς τους έξυπνη υποστήριξη στην έγκαιρη ανίχνευση της καρδιακής ανεπάρκειας.
Ανάπτυξη, διακυβέρνηση και χρηματοδότηση
Η ALIA λειτουργεί μέσω ενός συνεργατικού μοντέλου που φέρνει κοντά δημόσιους φορείς, ερευνητικά κέντρα και τεχνικούς εμπειρογνώμονες.
Η τεχνική υλοποίηση του έργου συντονίζεται από το Barcelona Supercomputing Centre, μέσω ενός δικτύου ερευνητών και ειδικών στις γλωσσικές τεχνολογίες. Πέρα από την πρόσβαση σε υποδομές υπολογιστικής υψηλών επιδόσεων, το BSC συνεισφέρει βαθιά ερευνητική τεχνογνωσία και διαχειρίζεται κρίσιμες τεχνικές διεργασίες, όπως η ανάπτυξη, η συντήρηση, η τεκμηρίωση και η δημοσίευση των μοντέλων, των εργαλείων και των συναφών πόρων.
Η χρηματοδότηση στηρίζεται σε ένα δημόσιο μοντέλο που συνδυάζει εθνικούς πόρους και ευρωπαϊκά χρηματοδοτικά εργαλεία, κυρίως το Ευρωπαϊκό Ταμείο Περιφερειακής Ανάπτυξης (ΕΤΠΑ). Η φάση ανάπτυξης έλαβε χρηματοδότηση περίπου 10 εκατ. ευρώ, καλύπτοντας τις στρατηγικές γραμμές δράσης του Μοχλού 3 της ENIA. Ο προϋπολογισμός στηρίζει τη δημιουργία της δημόσιας υποδομής ΤΝ —περιλαμβανομένης της ανάπτυξης και εκπαίδευσης των μοντέλων— και επιτρέπει στην Ισπανική Κυβέρνηση και στο BSC να εξασφαλίσουν τη μακροπρόθεσμη λειτουργία, συντήρηση και εξέλιξη του οικοσυστήματος.
Το μέλλον της ALIA
Η τρέχουσα φάση του έργου ολοκληρώθηκε στο τέλος Ιουνίου 2026, ενώ η επόμενη βρίσκεται υπό σχεδιασμό. Στο εξής, το έργο αναμένεται να συνεχίσει να εστιάζει στην ανάπτυξη ανοιχτών, κυρίαρχων και επαναχρησιμοποιήσιμων πόρων ΤΝ, με απώτερο στόχο μια υποδομή που ενισχύει το ευρύτερο ευρωπαϊκό οικοσύστημα ΤΝ. Αυτό περιλαμβάνει νέα μοντέλα, βελτιωμένα εργαλεία, ποιοτικότερα σύνολα δεδομένων και ενισχυμένες δυνατότητες αξιολόγησης, με τελικό ζητούμενο την παροχή αποτελεσματικών και αποδοτικών υπηρεσιών προς τις ευρωπαϊκές δημόσιες διοικήσεις και τους υπόλοιπους χρήστες.
Οφέλη και προκλήσεις
Σύμφωνα με τη SEDIA, η βασική αξία της ALIA έγκειται ακριβώς στη συμβολή της σε μια κοινή ευρωπαϊκή υποδομή ΤΝ. Προσφέροντας ένα ολοκληρωμένο οικοσύστημα —επιμελημένα δεδομένα, υπολογιστική ισχύ, ανοιχτά μοντέλα, πλαίσια αξιολόγησης και εξειδικευμένη τεχνογνωσία— η πρωτοβουλία δίνει σε δημόσιες διοικήσεις, επιχειρήσεις (συμπεριλαμβανομένων ΜΜΕ και νεοφυών) και ερευνητές μια επαναχρησιμοποιήσιμη βάση για την ανάπτυξη κυρίαρχων υπηρεσιών με βάση την ΤΝ. Έτσι, η ALIA μπορεί να συμβάλει στη μείωση της εξάρτησης από ιδιόκτητες και μη ευρωπαϊκές λύσεις και να προωθήσει πόρους ΤΝ σχεδιασμένους γύρω από τη διαφάνεια, τον δημόσιο έλεγχο και τη βαθιά ενσωμάτωση της περιφερειακής γλωσσικής και πολιτισμικής κληρονομιάς.
Ταυτόχρονα, η ALIA αντιμετωπίζει αρκετές προκλήσεις:
Διαχείριση των προσδοκιών: η υπολογιστική κλίμακα και οι γενικού σκοπού δυνατότητες της ALIA δεν φτάνουν ακόμη εκείνες των μεγαλύτερων εμπορικών μοντέλων αιχμής («frontier»). Απαιτείται, επομένως, σαφής επικοινωνία για τις περιπτώσεις χρήσης στις οποίες η υποδομή είναι σήμερα καταλληλότερη.
Διακυβέρνηση δεδομένων: η διαχείριση του πλήρους κύκλου ζωής των δεδομένων παραμένει σύνθετη, ιδίως όσον αφορά την ισορροπία μεταξύ ποιότητας, όρων αδειοδότησης και αντιπροσωπευτικότητας των διαφορετικών γλωσσών και πεδίων.
Δημόσια εμπιστοσύνη και επικοινωνία: η ενεργός συμμετοχή του κοινού είναι απαραίτητη ώστε οι πολίτες να κατανοούν με σαφήνεια γιατί αναπτύσσεται δημόσια υποδομή ΤΝ, πώς διακυβερνάται και ποιες δικλίδες ασφαλείας διασφαλίζουν την ασφαλή και υπεύθυνη χρήση της.
Οι προκλήσεις αυτές δεν αφορούν αποκλειστικά την ALIA· αντανακλούν ευρύτερα ζητήματα που αντιμετωπίζουν οι δημόσιες και ανοιχτές πρωτοβουλίες ΤΝ, ιδίως όσες επιχειρούν να συνδυάσουν πολύγλωσση κάλυψη, ανοιχτότητα, δημόσιο έλεγχο και πρακτική εφαρμογή. Το έργο διαθέτει τη θεσμική στήριξη, την τεχνική τεχνογνωσία και την πολιτική δυναμική για να τις αντιμετωπίσει σταδιακά. Ο μελλοντικός του αντίκτυπος θα εξαρτηθεί από το πόσο αποτελεσματικά θα συνεχίσει να βελτιώνει τα μοντέλα, τα δεδομένα, τις μεθόδους αξιολόγησης και τους δρόμους υιοθέτησής του.
Πλαίσιο πολιτικής
Για το πλαίσιο πολιτικής του λογισμικού ανοιχτού κώδικα στον ισπανικό δημόσιο τομέα, μπορείτε να συμβουλευτείτε το σχετικό Country Intelligence Report και το αντίστοιχο factsheet στο Knowledge Centre του OSOR. Οι πόροι αυτοί περιλαμβάνουν αναλυτική επισκόπηση των θεσμικών και στρατηγικών παραγόντων, των πολιτικών και νομοθετικών πλαισίων, καθώς και των πρωτοβουλιών ανοιχτού κώδικα στον δημόσιο τομέα της Ισπανίας.
Ολοκληρώθηκε ο Μαραθώνιος εικονογράφησης και καταχώρησης δεδομένων WLE 2026, ο οποίος είχε ως στόχο τον εμπλουτισμό λημμάτων της Βικιπαίδειας, αντικειμένων Wikidata και φωτογραφικού υλικού στα Wikimedia Commons με περιεχόμενο από τον διαγωνισμό φωτογραφίας Wiki Loves Earth 2026.
Κατά τη διάρκεια της δράσης, οι συμμετέχοντες εργάστηκαν για τη βελτίωση της παρουσίας των φυσικών περιοχών και των προστατευόμενων τοποθεσιών στα εγχειρήματα Wikimedia, προσθέτοντας εικόνες, διορθώνοντας και συμπληρώνοντας πληροφορίες και συνδέοντας το διαθέσιμο υλικό με τα αντίστοιχα λήμματα και αντικείμενα δεδομένων.
Η συμμετοχή στον μαραθώνιο συνέβαλε στην αξιοποίηση του φωτογραφικού αρχείου του Wiki Loves Earth 2026 και στην ευρύτερη διάδοση ελεύθερου εκπαιδευτικού περιεχομένου, επιτρέποντας σε περισσότερους χρήστες να γνωρίσουν και να εξερευνήσουν τη φυσική κληρονομιά μέσα από τη Βικιπαίδεια και τα υπόλοιπα εγχειρήματα Wikimedia.
Οι δύο νικητές του διαγωνισμού, οι οποίοι κερδίζουν βιβλία επιλογής τους αξίας 40 € και 30 € αντίστοιχα, είναι οι C messier και ΣΙΤ.
Ο διαγωνισμός διοργανώθηκε από το Wikimedia Community User Group Greece.
Πολλά συγχαρητήρια σε όλους τους συμμετέχοντες για τη συμβολή τους στον εμπλουτισμό των εγχειρημάτων Wikimedia και στην ανάδειξη της φυσικής κληρονομιάς μέσω της ελεύθερης γνώσης.
Η ψηφιακή επικοινωνία των κρατικών υπηρεσιών δεν είναι μια ακόμη εφαρμογή γραφείου. Σε μια φυσική καταστροφή, μια κυβερνοεπίθεση, μια διεθνή κρίση ή μια εκτεταμένη τεχνική βλάβη, από τη δυνατότητα των δημόσιων φορέων να ανταλλάσσουν άμεσα και με ασφάλεια μηνύματα, αρχεία και οδηγίες εξαρτάται η συνέχεια της διοίκησης.
Όταν αυτή η δυνατότητα παρέχεται αποκλειστικά από έναν ιδιωτικό και κεντρικά ελεγχόμενο πάροχο, το κράτος αποδέχεται ότι ένα κρίσιμο τμήμα της λειτουργίας του μπορεί να επηρεαστεί από τεχνικές αστοχίες, εμπορικές αποφάσεις ή νομοθεσίες τρίτων χωρών. Ακόμη και μια υπηρεσία που λειτουργεί υποδειγματικά σε κανονικές συνθήκες μπορεί να μετατραπεί σε σημείο συστημικής αδυναμίας όταν ο πάροχος αντιμετωπίσει βλάβη, κυβερνοεπίθεση, πολιτική πίεση ή επιχειρηματική κρίση.
Η ψηφιακή ανεξαρτησία δεν σημαίνει απλώς ότι τα δεδομένα φιλοξενούνται στην Ελλάδα ή στην Ευρωπαϊκή Ένωση. Σημαίνει ότι η δημόσια διοίκηση μπορεί να λειτουργήσει, να συντηρήσει και να μεταφέρει το σύστημα επικοινωνιών της χωρίς την άδεια ενός μοναδικού προμηθευτή. Σημαίνει επίσης ότι μπορεί να συνεργάζεται με άλλους φορείς χωρίς να τους υποχρεώνει να χρησιμοποιούν την ίδια εμπορική πλατφόρμα.
Τι προσφέρουν το Matrix και το Element
Το Matrix είναι ανοιχτό πρότυπο για αποκεντρωμένες και διαλειτουργικές επικοινωνίες σε πραγματικό χρόνο. Το Element είναι μια εφαρμογή επικοινωνίας που υλοποιεί αυτό το πρότυπο. Η διάκριση είναι ουσιώδης. Το κράτος δεν χρειάζεται να εξαρτηθεί ούτε από την Element ούτε από οποιονδήποτε άλλο προμηθευτή, επειδή μπορεί να επιλέξει διαφορετικές συμβατές εφαρμογές, να λειτουργήσει δικούς του διακομιστές και να αναθέσει την υποστήριξη σε περισσότερους παρόχους.
Κάθε υπουργείο, ανεξάρτητη αρχή, περιφέρεια, δήμος ή νοσοκομείο μπορεί να διατηρεί τον δικό του κόμβο, υπό τον δικό του διοικητικό και νομικό έλεγχο. Οι κόμβοι μπορούν να επικοινωνούν μεταξύ τους μέσω ελεγχόμενης ομοσπονδίας, χωρίς να εξαρτώνται από έναν κεντρικό διακομιστή. Έτσι, μια βλάβη ή διακοπή σε έναν οργανισμό δεν καταργεί ολόκληρο το δίκτυο.
Παράλληλα, η διατερματική κρυπτογράφηση μπορεί να προστατεύει το περιεχόμενο των ιδιωτικών συνομιλιών, ενώ η δημόσια διοίκηση διατηρεί τον έλεγχο των λογαριασμών, των πολιτικών πρόσβασης, των κλειδιών και της αποθήκευσης των δεδομένων.
Η διεθνής εμπειρία δείχνει τον δρόμο
Η επιλογή αυτή δεν αποτελεί πειραματισμό περιορισμένης κλίμακας. Το Matrix χρησιμοποιείται ήδη από δεκάδες κυβερνήσεις και δημόσιους οργανισμούς. Η γαλλική κυβέρνηση λειτουργεί το Tchap για εκατοντάδες χιλιάδες δημόσιους υπαλλήλους. Οι γερμανικές ένοπλες δυνάμεις χρησιμοποιούν το BwMessenger, ενώ αντίστοιχες υποδομές αναπτύσσονται για την ομοσπονδιακή διοίκηση και το σύστημα υγείας.
Η Ευρωπαϊκή Επιτροπή, το ΝΑΤΟ και ο ΟΗΕ έχουν αναπτύξει υποδομές βασισμένες στο Matrix, καθώς και περισσότερες από 35 κυβερνήσεις.
Η σημασία αυτών των παραδειγμάτων δεν βρίσκεται μόνο στην ασφάλεια. Βρίσκεται στη δυνατότητα διαφορετικών κρατών και οργανισμών να επικοινωνούν μέσα από ένα κοινό ανοιχτό πρότυπο, διατηρώντας το καθένα τη δική του υποδομή και τις δικές του πολιτικές ασφάλειας. Είναι το αντίστοιχο του ηλεκτρονικού ταχυδρομείου για σύγχρονες, ασφαλείς επικοινωνίες σε πραγματικό χρόνο.
Μια ρεαλιστική πρόταση για την Ελλάδα
Η Ελλάδα θα μπορούσε να δημιουργήσει μια εθνική ομοσπονδία Matrix για το Δημόσιο, με τεχνικό συντονισμό από κρατικά ή ακαδημαϊκά κέντρα δεδομένων. Η υποδομή θα πρέπει να ενσωματωθεί στις κρατικές υπηρεσίες αυθεντικοποίησης, να υποστηρίζει ισχυρή πολυπαραγοντική ταυτοποίηση και να διαθέτει κοινό κατάλογο δημόσιων φορέων και εξουσιοδοτημένων χρηστών.
Η εφαρμογή μπορεί να αρχίσει πιλοτικά σε φορείς που χρειάζονται ασφαλή διυπηρεσιακή συνεργασία, όπως οι κρατικές υπηρεσίες ασφάλειας, η Πολιτική Προστασία, οι περιφέρειες, τα νοσοκομεία, οι δήμοι και οι υπηρεσίες κυβερνοασφάλειας. Στη συνέχεια μπορεί να επεκταθεί στα υπουργεία και στους εποπτευόμενους οργανισμούς. Ο κώδικας των ελληνικών προσαρμογών πρέπει να δημοσιεύεται σε δημόσιο αποθετήριο, ώστε να ελέγχεται, να επαναχρησιμοποιείται και να βελτιώνεται.
Οι προμήθειες πρέπει να βασίζονται σε ανοιχτές προδιαγραφές και να επιτρέπουν τη συμμετοχή πολλών εταιρειών. Έτσι δημιουργείται εγχώρια τεχνογνωσία, περιορίζεται η εξάρτηση από έναν ανάδοχο και παραμένει εφικτή η αλλαγή παρόχου χωρίς αντικατάσταση ολόκληρου του συστήματος.
Μια κοινή υποδομή θα περιόριζε επίσης τον σημερινό κατακερματισμό, όπου κάθε φορέας αγοράζει χωριστές υπηρεσίες επικοινωνίας με διαφορετικούς όρους, επίπεδα ασφάλειας και δυνατότητες εξαγωγής δεδομένων. Θα επέτρεπε κοινές πιστοποιήσεις, κοινή εκπαίδευση των χρηστών και συντονισμένη αντιμετώπιση ευπαθειών. Η σχετική επένδυση θα παρέμενε ως δημόσια τεχνογνωσία και επαναχρησιμοποιήσιμος κώδικας, αντί να μετατρέπεται κάθε λίγα χρόνια σε νέα άδεια χρήσης μιας κλειστής πλατφόρμας.
Η ασφάλεια απαιτεί διαρκή συντήρηση
Το ανοιχτό λογισμικό δεν αποτελεί από μόνο του εγγύηση ασφάλειας. Απαιτούνται συστηματικές ενημερώσεις, ανεξάρτητοι έλεγχοι κώδικα, δοκιμές διείσδυσης, ασφαλής διαχείριση κλειδιών, καταγραφή συμβάντων, αντίγραφα ασφαλείας και σαφείς διαδικασίες απόκρισης. Για διαβαθμισμένες πληροφορίες χρειάζονται χωριστά και αυστηρά ελεγχόμενα δίκτυα, καθώς και ειδική πιστοποίηση.
Ωστόσο, το Matrix προσφέρει κάτι που οι κλειστές πλατφόρμες δεν μπορούν να εγγυηθούν: τη δυνατότητα του κράτους να γνωρίζει πώς λειτουργεί το σύστημα, να το ελέγχει, να το αλλάζει και να συνεχίζει να το χρησιμοποιεί ακόμη και αν ένας προμηθευτής αποχωρήσει.
Για την Ελλάδα, η υιοθέτηση του Matrix δεν θα ήταν απλώς μια τεχνολογική αναβάθμιση. Θα ήταν επένδυση στην επιχειρησιακή ανθεκτικότητα, στην ασφάλεια των επικοινωνιών, στην ανάπτυξη εγχώριας τεχνογνωσίας και στη θεσμική ψηφιακή ανεξαρτησία.
Πηγές άρθρου:
Element, Interoperable Digital Sovereignty: Παρουσιάζει τη χρήση υποδομών Matrix από περισσότερες από 35 κυβερνήσεις, την Ευρωπαϊκή Επιτροπή, το ΝΑΤΟ και τα Ηνωμένα Έθνη και εξηγεί πώς η ομοσπονδία μεταξύ διαφορετικών παρόχων περιορίζει την τεχνολογική εξάρτηση: https://element.io/en/interoperable-digital-sovereignty,
Matrix.org Foundation, About Matrix: Περιγράφει το Matrix ως ανοιχτό πρωτόκολλο για ασφαλείς και αποκεντρωμένες επικοινωνίες, με ανοιχτή διακυβέρνηση και ουδέτερη εποπτεία του προτύπου από μη κερδοσκοπικό οργανισμό: https://matrix.org/foundation/about/,
Matrix.org Foundation, Matrix Specification: Η επίσημη τεχνική προδιαγραφή καθορίζει τις ανοιχτές διεπαφές, την ομοσπονδία διακομιστών, την αποκεντρωμένη αρχιτεκτονική και τις δυνατότητες διατερματικής κρυπτογράφησης: https://spec.matrix.org/latest/,
Τα δεδομένα αποτελούν σήμερα έναν από τους σημαντικότερους στρατηγικούς πόρους της ψηφιακής εποχής. Η ανάπτυξη της τεχνητής νοημοσύνης, η επιστημονική έρευνα, οι δημόσιες υπηρεσίες, η βιομηχανία και η καινοτομία εξαρτώνται ολοένα και περισσότερο από την ασφαλή και αξιόπιστη ανταλλαγή δεδομένων. Ωστόσο, μεγάλο μέρος αυτών των δεδομένων παραμένει κατακερματισμένο, αποθηκευμένο σε κλειστές πλατφόρμες ή δεσμευμένο από ... Read more
Επί χρόνια, η John Deere φρόντιζε ώστε η επισκευή των τρακτέρ της να είναι σχεδόν ακατόρθωτη για οποιονδήποτε πλην της ίδιας και ενός στενού κύκλου «εξουσιοδοτημένων» συνεργείων, ανεξάρτητα από το αν οι πελάτες της είχαν στην πράξη πρόσβαση σε αυτά. Τώρα, όμως, οι αγρότες και οι υποστηρικτές του δικαιώματος στην επισκευή γιορτάζουν μια σημαντική νίκη: η εταιρεία υποχρεούται πλέον να δώσει στους αγρότες όχι μόνο τα εργαλεία και τους πόρους για να επισκευάζουν οι ίδιοι τον εξοπλισμό τους, αλλά και πρόσβαση στις μελλοντικές ενημερώσεις λογισμικού.
Η υπόθεση της FTC
Το 2025, η Ομοσπονδιακή Επιτροπή Εμπορίου των ΗΠΑ (FTC) μήνυσε την κατασκευάστρια γεωργικού εξοπλισμού John Deere, υποστηρίζοντας ότι εκμεταλλευόταν τον έλεγχο που ασκούσε στα εργαλεία και τους πόρους επισκευής προκειμένου να περιορίζει τη δυνατότητα αγροτών και ανεξάρτητων τεχνικών να επισκευάζουν τα μηχανήματά της. Νωρίτερα μέσα στον μήνα, η εταιρεία κατέληξε σε συμφωνία διακανονισμού με την FTC: δεσμεύτηκε να διαθέσει άμεσα ένα πρώτο πακέτο πόρων επισκευής και να συνεχίσει σταδιακά έως το τέλος του έτους. Στην αγωγή είχαν προσχωρήσει πέντε πολιτείες, οι οποίες θα συνεργάζονται με την FTC τα επόμενα δέκα χρόνια για να διασφαλίσουν ότι η John Deere τηρεί όσα συμφώνησε.
Αξίζει να σημειωθεί πως εκκρεμεί και δεύτερη, ξεχωριστή αγωγή για το ίδιο ζήτημα,αυτή τη φορά από αγρότες. Τον Απρίλιο, η John Deere συμφώνησε και εκεί σε διακανονισμό, ύψους 99 εκατομμυρίων δολαρίων, ο οποίος επίσης περιλαμβάνει όρους για το δικαίωμα στην επισκευή.
Ένα πρόβλημα πολύ ευρύτερο από τα τρακτέρ
Η υπόθεση της John Deere δεν είναι παρά ένα παράδειγμα ενός γενικότερου φαινομένου. Καθώς όλο και περισσότερα μηχανήματα βασίζονται σε λογισμικό, εταιρείες σαν κι αυτήν περιορίζουν την επισκευή τους πίσω από κώδικα που προστατεύεται από νομικά πλαίσια —πλαίσια που δεν εμποδίζουν απλώς την επισκευή, αλλά μπορούν να μετατρέψουν και μια ανεξουσιοδότητη επιδιόρθωση σε ποινικό αδίκημα.
Η κυριαρχία της John Deere στην αγορά γεωργικού εξοπλισμού της χάρισε τεράστια εξουσία πάνω στην πρόσβαση σε εργαλεία και πόρους επισκευής: η εταιρεία περιόριζε ενεργά το ποιος μπορούσε να τα χρησιμοποιήσει, μονοπωλώντας ουσιαστικά την ίδια τη διαδικασία επιδιόρθωσης. Ένα τέτοιο μοντέλο εσόδων και η δυνατότητα να τον ελέγχεις, είναι ενσωματωμένο στο επιχειρηματικό σχέδιο πολλών τεχνολογικών προϊόντων σήμερα. Παράλληλα, ωθεί τις εταιρείες να απομακρύνονται από συσκευές που επισκευάζονται εύκολα στο σπίτι, στρεφόμενες σε προϊόντα με περιττά χαρακτηριστικά που κάνουν την επισκευή δυσκολότερη ,όπως μια τοστιέρα που συνδέεται με εφαρμογή κινητού.
Γιατί μας αφορά όλους
Η υπόθεση John Deere αναδεικνύει την ανάγκη για νόμους, πολιτικές και ουσιαστική επιβολή γύρω από το δικαίωμα στην επισκευή. Κάποτε, όποιος αγόραζε ένα τρακτέρ μπορούσε, με λίγη τεχνογνωσία και ένα εγχειρίδιο, να το επισκευάσει μόνος του. Είναι εύκολο να καταλάβει κανείς γιατί ένας αγρότης δεν θέλει να περιμένει έναν εγκεκριμένο τεχνικό όποτε χαλάσει ο εξοπλισμός του, πόσο μάλλον όταν η αναμονή διαρκεί μέρες ή εβδομάδες και διακυβεύεται η ίδια η σοδειά. Ο νέος διακανονισμός αναμένεται να βάλει τέλος σε αυτή την κατάσταση.
Το ζήτημα, όμως, δεν αφορά μόνο τον γεωργικό εξοπλισμό. Η βασική αρχή είναι απλή: αν δεν μπορείς να επισκευάσεις κάτι, δεν το κατέχεις πραγματικά. Είτε πρόκειται για γεωργικό μηχάνημα, είτε για αυτοκίνητο, laptop ή ακόμη και κινητό τηλέφωνο, όποιος στερείται το νομικό δικαίωμα να επισκευάσει μόνος του μια συσκευή και αναγκάζεται να απευθύνεται αποκλειστικά σε «εγκεκριμένους» παρόχους τότε βρίσκεται στο έλεος μιας εταιρείας. Γι' αυτό οι οργανώσεις ψηφιακών δικαιωμάτων συνεχίζουν να στηρίζουν νόμους για το δικαίωμα στην επισκευή, καθώς και εξαιρέσεις από νομοθεσίες που δυσχεραίνουν τον «πειραματισμό» και την επιδιόρθωση των προσωπικών μας συσκευών.
Ολοκληρώθηκε ο Μαραθώνιος εικονογράφησης και καταχώρησης δεδομένων WLE 2026, ο οποίος είχε ως στόχο τον εμπλουτισμό λημμάτων της Βικιπαίδειας, αντικειμένων Wikidata και φωτογραφικού υλικού στα Wikimedia Commons με περιεχόμενο από τον διαγωνισμό φωτογραφίας Wiki Loves Earth 2026.
Κατά τη διάρκεια της δράσης, οι συμμετέχοντες εργάστηκαν για τη βελτίωση της παρουσίας των φυσικών περιοχών και των προστατευόμενων τοποθεσιών στα εγχειρήματα Wikimedia, προσθέτοντας εικόνες, διορθώνοντας και συμπληρώνοντας πληροφορίες και συνδέοντας το διαθέσιμο υλικό με τα αντίστοιχα λήμματα και αντικείμενα δεδομένων.
Η συμμετοχή στον μαραθώνιο συνέβαλε στην αξιοποίηση του φωτογραφικού αρχείου του Wiki Loves Earth 2026 και στην ευρύτερη διάδοση ελεύθερου εκπαιδευτικού περιεχομένου, επιτρέποντας σε περισσότερους χρήστες να γνωρίσουν και να εξερευνήσουν τη φυσική κληρονομιά μέσα από τη Βικιπαίδεια και τα υπόλοιπα εγχειρήματα Wikimedia.
Οι δύο νικητές του διαγωνισμού, οι οποίοι κερδίζουν βιβλία επιλογής τους αξίας 40 € και 30 € αντίστοιχα, είναι οι C messier και ΣΙΤ.
Ο διαγωνισμός διοργανώθηκε από το Wikimedia Community User Group Greece.
Πολλά συγχαρητήρια σε όλους τους συμμετέχοντες για τη συμβολή τους στον εμπλουτισμό των εγχειρημάτων Wikimedia και στην ανάδειξη της φυσικής κληρονομιάς μέσω της ελεύθερης γνώσης.
Το λογισμικό ανοιχτού κώδικα αποτελεί θεμέλιο της σύγχρονης ψηφιακής οικονομίας. Βρίσκεται σε λειτουργικά συστήματα, υπολογιστικά νέφη, επιστημονικές εφαρμογές, τηλεπικοινωνίες, υπηρεσίες του διαδικτύου και πληροφοριακά συστήματα του δημόσιου και του ιδιωτικού τομέα. Ωστόσο, συχνά αντιμετωπίζεται σαν ένας ανεξάντλητος και δωρεάν πόρος, χωρίς να αναγνωρίζεται η εργασία που απαιτείται για την ανάπτυξη, τη συντήρηση, την ασφάλεια και την τεκμηρίωσή του. Κάθε διόρθωση σφάλματος, κάθε δοκιμή, κάθε μετάφραση και κάθε απάντηση σε έναν νέο χρήστη συντηρεί μια κοινή ψηφιακή υποδομή από την οποία ωφελούνται εκατομμύρια άνθρωποι και οργανισμοί.
Τι αποκαλύπτει το παράδειγμα του CERN
Η μελέτη για τη συνεισφορά του CERN στο ανοιχτό λογισμικό δείχνει πόσο μεγάλη μπορεί να είναι η επίδραση ενός οργανισμού όταν η ανοιχτή συνεργασία αποτελεί σταθερό μέρος της λειτουργίας του. Οι ερευνητές εντόπισαν περισσότερες από έξι εκατομμύρια καταχωρίσεις αλλαγών σε πάνω από 52.000 διακριτά αποθετήρια, με συνεισφορές δεκάδων χιλιάδων δημιουργών που συνδέονται με το CERN. Η δραστηριότητα αυτή δεν περιορίζεται στα γνωστά επιστημονικά έργα του οργανισμού. Εκτείνεται σε λειτουργικά συστήματα, υποδομές υπολογιστικού νέφους, εργαλεία ανάλυσης δεδομένων, βιβλιοθήκες προγραμματισμού και κρίσιμα έργα που χρησιμοποιούνται διεθνώς.
Τα έργα ROOT, Indico, Zenodo και InvenioRDM δείχνουν ότι η αξία της συνεισφοράς δεν εξαντλείται στον αριθμό των αλλαγών στον κώδικα. Αποτυπώνεται επίσης στη χρήση ενός έργου, στον αριθμό των εφαρμογών που εξαρτώνται από αυτό, στη δυνατότητά του να προσελκύει εξωτερικούς συντελεστές και στην κοινότητα που δημιουργείται γύρω του. Ένα έργο είναι πραγματικά επιτυχημένο όταν άλλοι οργανισμοί μπορούν να το χρησιμοποιούν, να το προσαρμόζουν, να το βελτιώνουν και να στηρίζουν τη μακροχρόνια συντήρησή του.
Η συνεισφορά δεν είναι μόνο προγραμματισμός
Μία από τις σημαντικότερες διαπιστώσεις της μελέτης είναι ότι οι αριθμοί των αλλαγών δεν καταγράφουν όλη την εργασία. Στο Indico, εθελοντές έχουν προσφέρει μεταφράσεις σε πολλές γλώσσες, ενώ εξωτερικοί οργανισμοί χρηματοδότησαν βελτιώσεις προσβασιμότητας. Στο ROOT, μια σαφής αναφορά σφάλματος με παράδειγμα που επιτρέπει την αναπαραγωγή του προβλήματος θεωρείται εξαιρετικά πολύτιμη. Στο InvenioRDM, η διαχείριση της κοινότητας, οι συναντήσεις ανάπτυξης, η τεκμηρίωση και η συμμετοχή στη λήψη αποφάσεων είναι εξίσου ουσιώδεις με τον κώδικα.
Αυτό έχει ιδιαίτερη σημασία για όσους διστάζουν να συμμετάσχουν επειδή πιστεύουν ότι δεν διαθέτουν ακόμη αρκετές τεχνικές γνώσεις. Η πρώτη συνεισφορά μπορεί να είναι η διόρθωση μιας ασαφούς οδηγίας, η δοκιμή μιας νέας έκδοσης, η βελτίωση ενός παραδείγματος, η μετάφραση της διεπαφής, η αναφορά ενός προβλήματος ή η προσθήκη μιας δοκιμής. Το ανοιχτό λογισμικό χρειάζεται προγραμματιστές, αλλά χρειάζεται επίσης σχεδιαστές, συγγραφείς τεκμηρίωσης, μεταφραστές, ερευνητές, διαχειριστές κοινοτήτων και ανθρώπους που γνωρίζουν τις πραγματικές ανάγκες των χρηστών.
Ένα πραγματικό σχολείο για νέους προγραμματιστές
Η συμμετοχή σε ένα ενεργό έργο ανοιχτού λογισμικού μεταφέρει τη μάθηση από την άσκηση στην πραγματική παραγωγή λογισμικού. Ο νέος προγραμματιστής μαθαίνει να διαβάζει κώδικα που έχει γραφτεί από άλλους, να κατανοεί μια υπάρχουσα αρχιτεκτονική και να εργάζεται χωρίς να διαταράσσει τη λειτουργία του συστήματος. Μαθαίνει τη διαχείριση εκδόσεων, τη χρήση κλάδων ανάπτυξης, την καταγραφή προβλημάτων, τα αιτήματα ενσωμάτωσης αλλαγών, την αξιολόγηση κώδικα, τις αυτοματοποιημένες δοκιμές και τη συνεχή ενσωμάτωση.
Ακόμη σημαντικότερη είναι η εξοικείωση με τη συνεργασία. Ο συντελεστής πρέπει να εξηγήσει γιατί προτείνει μια αλλαγή, να δεχθεί παρατηρήσεις, να αναθεωρήσει τον κώδικά του και να σεβαστεί τις τεχνικές και κοινωνικές διαδικασίες της κοινότητας. Μαθαίνει ότι η ποιότητα δεν είναι ατομικό κατόρθωμα, αλλά αποτέλεσμα ελέγχου, τεκμηρίωσης και συλλογικής ευθύνης. Μαθαίνει επίσης ότι μια απόρριψη δεν αποτελεί προσωπική αποτυχία. Μπορεί να σημαίνει ότι η αλλαγή δεν ταιριάζει στον σκοπό του έργου, ότι χρειάζεται διαφορετική υλοποίηση ή ότι πρέπει πρώτα να συμφωνηθεί η κατεύθυνση.
Η δημόσια αυτή εργασία δημιουργεί και ένα αξιόπιστο αποτύπωμα δεξιοτήτων. Ένας εργοδότης ή μια ερευνητική ομάδα μπορεί να δει όχι μόνο τελικό κώδικα, αλλά και τον τρόπο με τον οποίο ο υποψήφιος συζητά, τεκμηριώνει, διορθώνει και συνεργάζεται. Δεν πρόκειται απλώς για ένα εντυπωσιακό χαρτοφυλάκιο. Πρόκειται για αποδεικτικό ικανότητας συμμετοχής σε πραγματικές διαδικασίες ανάπτυξης.
Από το μάθημα στην οργανωμένη συμμετοχή
Τα πανεπιστήμια και οι σχολές πληροφορικής μπορούν να εντάξουν συστηματικά τη συνεισφορά σε έργα ανοιχτού λογισμικού στη διδασκαλία. Αντί όλες οι εργασίες να καταλήγουν σε κλειστούς φακέλους που δεν θα χρησιμοποιηθούν ξανά, μέρος της εκπαιδευτικής διαδικασίας μπορεί να συνδέεται με ενεργά έργα, πραγματικά προβλήματα και δημόσια τεκμηρίωση. Οι φοιτητές μπορούν να ξεκινούν με μικρές εργασίες, να εργάζονται σε ομάδες, να καθοδηγούνται από έμπειρους συντηρητές και να αξιολογούνται για την ποιότητα της διαδικασίας, όχι για τον αριθμό των γραμμών κώδικα.
Μια τέτοια πολιτική χρειάζεται προσοχή. Οι κοινότητες δεν πρέπει να αντιμετωπίζονται ως πηγή δωρεάν εργασίας και οι φοιτητές δεν πρέπει να αποστέλλονται μαζικά σε έργα χωρίς προετοιμασία. Χρειάζονται σαφείς κανόνες συνεισφοράς, ενεργοί μέντορες, κώδικας δεοντολογίας και συνεννόηση με τους συντηρητές. Παράλληλα, πανεπιστήμια, ερευνητικά κέντρα, δημόσιοι φορείς και επιχειρήσεις μπορούν να αναγνωρίζουν θεσμικά τις συνεισφορές, να διαθέτουν χρόνο εργασίας και να χρηματοδοτούν τη συντήρηση κρίσιμων έργων.
Η πρώτη συνεισφορά είναι το σημαντικότερο βήμα
Η αρχή μπορεί να γίνει από ένα έργο που ήδη χρησιμοποιεί ο νέος προγραμματιστής. Χρειάζεται να διαβάσει την τεκμηρίωση και τους κανόνες συμμετοχής, να εξετάσει αν το έργο συντηρείται ενεργά και να επιλέξει ένα μικρό, σαφώς ορισμένο πρόβλημα. Πριν από μια μεγάλη αλλαγή, είναι σωστό να προηγείται συζήτηση με τους συντηρητές. Μια μικρή και προσεγμένη συνεισφορά, με δοκιμές και καθαρή εξήγηση, έχει συχνά μεγαλύτερη αξία από μια φιλόδοξη παρέμβαση που αγνοεί τις ανάγκες του έργου.
Το ανοιχτό λογισμικό δεν είναι απλώς ένας τρόπος διάθεσης κώδικα. Είναι τρόπος συλλογικής παραγωγής γνώσης. Όταν οι νέοι μαθαίνουν να συνεισφέρουν, δεν αποκτούν μόνο τεχνικές δεξιότητες. Μαθαίνουν να συνεργάζονται δημόσια, να αναλαμβάνουν ευθύνη για κοινές υποδομές και να επιστρέφουν αξία στα εργαλεία που χρησιμοποιούν. Αυτή η εμπειρία είναι πολύτιμη για τους ίδιους, για τις κοινότητες και για μια χώρα που θέλει να περάσει από την κατανάλωση τεχνολογίας στη συμμετοχή και την παραγωγή της.
Πηγές άρθρου:
Hinge et al., How to Value Open Source Contributions? An Institutional Approach Applied to CERN: Η μελέτη αναπτύσσει μια μεθοδολογία αποτίμησης των θεσμικών συνεισφορών στο ανοιχτό λογισμικό και την εφαρμόζει στο CERN, συνδυάζοντας δεδομένα αλλαγών, εξαρτήσεις, χρήση, οικονομική αποτίμηση και συνεντεύξεις προγραμματιστών: https://dl.acm.org/doi/10.1145/3803437.3805238,
Hoffmann, Nagle και Zhou, The Value of Open Source Software: Η μελέτη του Harvard Business School τεκμηριώνει την τεράστια οικονομική αξία του ανοιχτού λογισμικού και αναδεικνύει την ανάγκη συστηματικών επενδύσεων στη συντήρηση των κοινών ψηφιακών υποδομών: https://www.hbs.edu/faculty/Pages/item.aspx?num=65230,
Software Heritage, The Universal Source Code Archive: Το Software Heritage συλλέγει και διατηρεί πηγαίο κώδικα από διαφορετικές πλατφόρμες ανάπτυξης, παρέχοντας μια ανεξάρτητη υποδομή για την αρχειοθέτηση, την ιχνηλασιμότητα και τη μελέτη της εξέλιξης του λογισμικού: https://www.softwareheritage.org/,
Open Source Security Foundation, Criticality Score: Το έργο παρέχει μια μεθοδολογία αξιολόγησης της επιρροής και της σημασίας έργων ανοιχτού λογισμικού, ώστε να εντοπίζονται οι υποδομές που χρειάζονται προτεραιότητα στη συντήρηση και στην ασφάλεια: https://openssf.org/projects/criticality-score/,
Open Source Guides, How to Contribute to Open Source: Ο οδηγός εξηγεί γιατί η συμμετοχή στον ανοιχτό κώδικα αποτελεί τρόπο μάθησης και απόκτησης εμπειρίας και παρουσιάζει τη διαδικασία επιλογής έργου, επικοινωνίας με την κοινότητα και υποβολής της πρώτης συνεισφοράς: https://opensource.guide/el/how-to-contribute/.
Στον κόσμο των ψηφιακών κοινών (digital commons), το Panoramax έχει καθιερωθεί ταχύτατα ως σημείο αναφοράς. Πρόκειται για μια ανοιχτή και ψηγιακά ανεξάρτητη πλατφόρμα εικόνων σε επίπεδο δρόμου, η οποία φιλοξενεί ήδη περισσότερες από 85 εκατομμύρια φωτογραφίες, καλύπτει πάνω από 494.000 μίλια και στηρίζεται σε μια κοινότητα άνω των 1.800 συνεισφερόντων.
Το εγχείρημα ξεκίνησε το 2022 από το γαλλικό Εθνικό Ινστιτούτο Γεωγραφικής και Δασικής Πληροφορίας (IGN) και το OpenStreetMap France, στο πλαίσιο της πρωτοβουλίας Fabrique des Géocommuns (σήμερα Fabrique de la Donnée Territoriale). Το χρησιμοποιούν κυρίως τοπικές αρχές, δημόσιοι φορείς και ιδιωτικές εταιρείες εξειδικευμένες στα γεωχωρικά δεδομένα. Πολλοί από αυτούς τους οργανισμούς και συνεισφέρουν και επωφελούνται ταυτόχρονα από την πλατφόρμα, αξιοποιώντας την για ένα ευρύ φάσμα σκοπών: ενημέρωση των οδικών υποδομών, χαρτογράφηση του αστικού πρασίνου, καταγραφή ποδηλατοδρόμων, συντήρηση βάσεων διευθύνσεων ή διαχείριση των ονομάτων των οδών.
Τα οφέλη είναι εξίσου απτά. Δίνοντας στους οργανισμούς τη δυνατότητα να συγκεντρώνουν από κοινού τα εδαφικά τους δεδομένα, το Panoramax δημιουργεί σημαντικές οικονομίες κλίμακας: γεωγραφική πληροφορία υψηλότερης ποιότητας, λιγότερες επιτόπιες επισκέψεις των δημόσιων λειτουργών και ταχύτερη διεκπεραίωση των αιτημάτων πολιτών και πελατών. Μέσα σε λίγα μόλις χρόνια, το έργο καθιερώθηκε ως αναγνωρισμένο τμήμα της ψηφιακής υποδομής της Γαλλίας, ενώ παράλληλα επεκτείνεται και διεθνώς, με διακομιστές να λειτουργούν ήδη σε περιοχές όπως η Ταϊβάν και η Ουαλία.
Για να κατανοήσουμε πώς αυτό το ψηφιακό κοινό εξελίχθηκε σε ένα από τα πιο επιτυχημένα έργα ανοιχτής υποδομής της Γαλλίας —και ποιες προκλήσεις αντιμετώπισε στην πορεία— μιλήσαμε με τον Christian Quest: γνωστή μορφή της κοινότητας ελεύθερου και ανοιχτού λογισμικού, έναν από τους πρωτεργάτες του έργου και σήμερα Product Manager του Panoramax στο IGN.
Μια πορεία χτισμένη γύρω από τα κοινά
Η σχέση του Christian Quest με τα ψηφιακά κοινά ξεκινά από τα πρώτα χρόνια του Διαδικτύου. Η αρχή έγινε με το Open Directory Project (DMOZ), τον συνεργατικά συντηρούμενο κατάλογο ιστού που λειτούργησε από το 1998 έως το 2017. «Τότε δεν ήξερα καν ότι επρόκειτο για ψηφιακό κοινό», θυμάται. «Απλώς μου άρεσε η φιλοσοφία του.»
Στα μέσα της δεκαετίας του 2000 έγινε συνεισφέρων στη Wikipedia, προτού προσχωρήσει στο OpenStreetMap (OSM), τη μεγαλύτερη ανοιχτή γεωγραφική βάση δεδομένων στον κόσμο. Το 2011 συνίδρυσε το OpenStreetMap France, όπου παραμένει μέλος του διοικητικού συμβουλίου και συνδιαχειριστής της τεχνικής υποδομής του συλλόγου. Το 2014 εντάχθηκε στην ομάδα ανοιχτών δεδομένων Etalab της γαλλικής κυβέρνησης (υπό τη DINUM), συμβάλλοντας στην ανάπτυξη της πρώτης εθνικής ανοιχτής βάσης διευθύνσεων. Το 2021 επέστρεψε στην Etalab για να αναβιώσει μια ιδέα που είχε υποστηρίξει χρόνια νωρίτερα: τη δημιουργία μιας κοινής υποδομής για γεωγραφικά κοινά. Το έργο —που πήρε το όνομα Panoramax έπειτα από ψηφοφορία της κοινότητας— ξεκίνησε επίσημα το 2022 ως γαλλικό State Startup, με τον ίδιο επικεφαλής.
Όταν η τεχνολογία προλαβαίνει επιτέλους το όραμα
Η ιδέα πίσω από το Panoramax δεν ήταν καινούργια· η στιγμή της εκκίνησης, ωστόσο, προσφέρει ένα πρώτο πολύτιμο μάθημα για τις προϋποθέσεις που καθορίζουν την επιτυχία μιας ανοιχτής πρωτοβουλίας. «Είχα προτείνει την ιδέα του Panoramax στο IGN ήδη από το 2012, αλλά δεν καρποφόρησε», θυμάται ο Quest, αποδίδοντάς το στο ακατάλληλο τεχνολογικό και οικονομικό πλαίσιο της εποχής. «Υπάρχουν έργα που μπορούν να ξεκινήσουν μόνο όταν το επιτρέπουν οι συνθήκες. Το 2012 ήταν πολύ νωρίς για το Panoramax. Το ίδιο ισχύει και για το OpenStreetMap: δεν θα μπορούσε να απογειωθεί πριν από τη δεκαετία του 2000 και την αποστρατιωτικοποίηση του GPS.»
Το 2022 τα άστρα —ή, μάλλον, οι συσκευές— ευθυγραμμίστηκαν επιτέλους. Αυτό που εξέπληξε περισσότερο τον Quest ήταν η ταχύτητα με την οποία απογειώθηκε το έργο, επιτυχία που αποδίδει σε μεγάλο βαθμό σε μια προηγούμενη κατάκτηση που άνοιξε τον δρόμο: εκείνη του OpenStreetMap. «Με το OSM χρειάστηκαν τέσσερα χρόνια για όσα με το Panoramax πετύχαμε σε έξι μήνες. Πριν από μια δεκαετία μάς θεωρούσαν τρελούς· πίστευαν ότι δεν θα τα καταφέρναμε ποτέ, ότι ήταν όνειρο απατηλό. Μια δεκαετία αργότερα, αυτό το όνειρο έγινε πραγματικότητα.» Όπως το συνοψίζει: «Αποδείξαμε έμπρακτα ότι λειτουργεί, ότι η ουτοπία ήταν εφικτή.»
Παρά την ενθαρρυντική αρχή, όμως, το Panoramax αντιμετωπίζει —όπως όλα τα ψηφιακά κοινά— σημαντικές προκλήσεις.
Η κλιμάκωση ενός ψηφιακού κοινού: οι προκλήσεις μπροστά
Καθώς εισέρχεται σε νέα φάση ανάπτυξης, το Panoramax βρίσκεται αντιμέτωπο με ένα δίλημμα οικείο σε πολλά ψηφιακά κοινά: πώς να μεγαλώσει χωρίς να προδώσει τις αρχές που το έκαναν επιτυχημένο εξαρχής.
Όγκος δεδομένων και χρηματοδότηση διακομιστών. Σήμερα η φιλοξενία των φωτογραφιών απαιτεί terabytes αποθηκευτικού χώρου — «τελικά, θα μιλάμε για petabytes», προβλέπει ο Quest. Γι’ αυτό και η ομάδα του θέλησε από νωρίς να προετοιμαστεί: «Σκεφτήκαμε ότι, αν βάζαμε όλα τα αυγά σε ένα καλάθι, δεν θα κρατούσε για πολύ.» Η λύση ήταν όσο το δυνατόν περισσότεροι διακομιστές. Έτσι, δεν υπάρχει ένας μόνο διακομιστής Panoramax, αλλά δύο κύριες παρουσίες (από το IGN και το OSM France), καθώς και λειτουργικοί διακομιστές στην Ταϊβάν, την Ουαλία και αλλού. Νέοι εταίροι, όπως ο Δήμος του Παρισιού, εξετάζουν το ενδεχόμενο να δημιουργήσουν δικούς τους. «Ο μεγαλύτερος στόχος μας σήμερα είναι να συνεχίσουμε τη διεθνή επέκταση», λέει ο Quest. «Θέλουμε να δημιουργήσουμε τοπικά παραρτήματα στο εξωτερικό, αξιοποιώντας τα κατά τόπους παραρτήματα του OSM και εμπλέκοντας κυβερνητικές υπηρεσίες άλλων ευρωπαϊκών χωρών.» Η επιλογή, εξαρχής, ενός αποκεντρωμένου συστήματος —ομοσπονδοποιημένου μέσω ενός «μετα-καταλόγου» που απαριθμεί όλες τις διαθέσιμες φωτογραφίες ανά διακομιστή— είναι ακριβώς η λύση που μειώνει την εξάρτηση από μία και μόνη παρουσία.
Διαλειτουργικότητα. Άλλη καθοριστική πρόκληση, κατά τον Quest, είναι η διαλειτουργικότητα μορφότυπων και πρωτοκόλλων. «Για να λειτουργήσει αυτό, το ζητούμενο είναι να συμφωνήσουμε όλοι σε κοινά πρότυπα. Στο Panoramax οι φωτογραφίες είναι σε μορφή JPEG — δεν εφεύραμε κάτι καινούργιο. Το ίδιο ισχύει και για το API μας, που ακολουθεί το πρότυπο Spatio-Temporal Assets Catalogue (STAC), όπως και για το πρωτόκολλο HTTP. Αυτά τα δομικά στοιχεία είναι απαραίτητα για την ομαλή λειτουργία κάθε αποκεντρωμένου και ομοσπονδοποιημένου συστήματος.»
Χρηματοδότηση και διακυβέρνηση. Πέρα από την τεχνική βιωσιμότητα, ο Quest περνά γρήγορα στο κρίσιμο ερώτημα που αντιμετωπίζει κάθε έργο ανοιχτού κώδικα: ποιος το χρηματοδοτεί; Η μακροπρόθεσμη στήριξη τέτοιων έργων είναι σύνθετο ζήτημα, και —σε συνέπεια με τη στρατηγική της αποκεντρωμένης ομοσπονδίωσης— ο Quest πιστεύει ότι το μέλλον βρίσκεται στη συμμετοχή ενός ευρέος φάσματος φορέων. Γι’ αυτό και η ομάδα εξετάζει την εξέλιξη της διακυβέρνησης: «Σκοπεύουμε να συστήσουμε ένα Ίδρυμα Panoramax, στο οποίο το IGN και το OSM France θα είναι φυσικά μέλη· αυτό θα μας επιτρέψει να θεσπίσουμε σαφέστερη διακυβέρνηση και να εντάξουμε φορείς του ιδιωτικού και του δημόσιου τομέα, όπως πόλεις στη Γαλλία και διεθνώς — κάτι που σήμερα δεν είναι εφικτό μέσα στο πλαίσιο ενός κρατικού startup.»
Συνεισφέροντες: μια κοινότητα αφοσιωμένη σε ένα κοινό εγχείρημα
Πέρα από τις τεχνικές, οργανωτικές και οικονομικές προκλήσεις, το Panoramax στηρίζεται πάνω απ’ όλα στους ανθρώπους που το ζωντανεύουν και υπερασπίζονται το όραμά του. Η προσέλκυση, η συσπείρωση και η ενεργοποίηση μιας κοινότητας συνεισφερόντων παραμένει, έτσι, καθοριστική για τη βιωσιμότητα κάθε ψηφιακού κοινού.
Θεολόγοι, πιστοί και ασκούμενοι. «Συχνά αναρωτιέμαι γιατί συνεισφέρει κανείς σε ένα έργο ανοιχτού κώδικα», λέει ο Quest, ο οποίος διακρίνει τρεις ρόλους —τρία επίπεδα δέσμευσης— στα κοινά: «τους θεολόγους, τους πιστούς και τους ασκούμενους. Οι θεολόγοι θεωρητικολογούν γύρω από την ιδέα των κοινών, χωρίς όμως να εμπλέκονται. Οι πιστοί την πιστεύουν και μιλούν γι’ αυτήν στον περίγυρό τους, αλλά δεν περνούν στη δράση. Οι ασκούμενοι είναι οι πραγματικοί συνεισφέροντες, εκείνοι που δεσμεύονται μέσα από συγκεκριμένες πράξεις.»
Οι πρώτοι συνεισφέροντες. Υπάρχει, κατά τον Quest, ουσιαστική διαφορά ανάμεσα σε όσους συμμετέχουν από την αρχή και σε όσους προσχωρούν αργότερα. «Οι πρώτοι συνεισφέροντες είναι καθοριστικοί: πρέπει να τους εμπλέξεις, να τους δώσεις φωνή και ρόλο, να αναγνωρίσεις την αξία της συνεισφοράς τους. Το κίνητρό τους πηγάζει από μια βαθιά συναισθηματική παρόρμηση.» Χαρακτηριστικό παράδειγμα: το περιβάλλον περιήγησης των φωτογραφιών του Panoramax ξεκίνησε στα γαλλικά και τα αγγλικά, ενώ σήμερα είναι διαθέσιμο σε 15 γλώσσες, χάρη σε ένα συνεργατικό εργαλείο μετάφρασης που αγκάλιασε ένα ευρύ πλήθος συνεισφερόντων.
Το κατάλληλο επιχείρημα για όσο το δυνατόν περισσότερους. Έρχεται μετά ο δεύτερος τύπος συνεισφέροντα, που κινητοποιείται όχι μόνο από την ιδέα της συνεισφοράς αλλά και από την προοπτική ενός άμεσου οφέλους. «Για όσους έρχονται αργότερα, πρέπει να εντοπίσουμε το επιχείρημα που θα τους κινητοποιήσει και τους παράγοντες που τους κρατούν πίσω. Βρίσκοντας συγκεκριμένα επιχειρήματα και αίροντας αυτά τα εμπόδια, μπορούμε να φέρουμε κοντά μεγάλο αριθμό δυνητικών συνεισφερόντων και να κλιμακώσουμε το κοινό. Προσοχή, όμως, να μην πέσουμε στην παγίδα του “commons-washing” ή της υπερβολικής υπόσχεσης: οφείλουμε να είμαστε διαφανείς και ως προς το τι ενδέχεται να χάσουν οι συνεισφέροντες σε ευκολία, συνήθειες ή δυνατότητες όταν στρέφονται σε ένα νέο εργαλείο.»
Το Panoramax αποδεικνύει ότι η επιτυχία ενός ψηφιακού συλλογικού έργου στον δημόσιο τομέα εξαρτάται από μια λεπτή ισορροπία: ένα ευνοϊκό πλαίσιο, ανοιχτές και διαλειτουργικές αρχιτεκτονικές επιλογές, μια διακυβέρνηση σχεδιασμένη να αντέχει στον χρόνο και, πάνω απ’ όλα, τη διαρκή φροντίδα για τις κοινότητες που το ζωντανεύουν. Κάθε άλλο παρά μια εξωπραγματική ουτοπία, το Panoramax οικοδομήθηκε πάνω σε στοιχεία — μέσα από τη χρήση, το άνοιγμα, την απλοποίηση της συνεισφοράς και την τήρηση σαφών κανόνων αμοιβαιότητας. Η διαδρομή αυτή μας θυμίζει ότι τα ψηφιακά κοινά δεν επιβάλλονται με διάταγμα· χτίζονται μακροπρόθεσμα, μέσα από συμβιβασμούς και με την αναγκαία υποδομή στη θέση της.
Η επίθεση στη Hugging Face αποδεικνύει ότι η ασφάλεια των πρακτόρων ΤΝ δεν μπορεί να βασίζεται στην προσδοκία υπακοής
Η παραβίαση των υποδομών της Hugging Face από μοντέλα της OpenAI παρουσιάστηκε ως ένα πρωτοφανές περιστατικό κατά το οποίο ένα σύστημα Τεχνητής Νοημοσύνης δραπέτευσε από το περιβάλλον δοκιμών και επιτέθηκε αυτόνομα σε έναν πραγματικό οργανισμό. Η περιγραφή είναι εντυπωσιακή, αλλά μπορεί να οδηγήσει σε λάθος συμπέρασμα. Το μοντέλο δεν απέκτησε ξαφνικά δική του κακόβουλη πρόθεση. Είχε λάβει την εντολή να εντοπίζει και να εκμεταλλεύεται ευπάθειες λογισμικού. Διέθετε εργαλεία, υπολογιστικούς πόρους και μειωμένους περιορισμούς κυβερνοασφάλειας. Αυτό που έκανε ήταν να εκτελέσει την αποστολή του με μεγαλύτερη επιμονή και αποτελεσματικότητα από όσο είχαν προβλέψει οι άνθρωποι που σχεδίασαν τη δοκιμή. [1][2][3]
Ένα sandbox είναι και αυτό λογισμικό
Τα μοντέλα εκτελούνταν σε ένα απομονωμένο περιβάλλον δοκιμών, το λεγόμενο sandbox. Η άμεση σύνδεση με το διαδίκτυο είχε αποκλειστεί, αλλά υπήρχε ένας ενδιάμεσος μηχανισμός για την εγκατάσταση απαραίτητων πακέτων λογισμικού. Αυτός ο μηχανισμός θεωρήθηκε ασφαλής και ελεγχόμενο πέρασμα προς τον εξωτερικό κόσμο. Ωστόσο, όπως κάθε λογισμικό, μπορούσε να περιέχει σφάλματα. Τα μοντέλα εντόπισαν μια άγνωστη ευπάθεια στον ενδιάμεσο διακομιστή, την εκμεταλλεύτηκαν, απέκτησαν πρόσβαση στο διαδίκτυο και συνέχισαν την αναζήτηση πληροφοριών που θα τα βοηθούσαν να ολοκληρώσουν τη δοκιμασία. Το sandbox δεν παραβιάστηκε από κάποια μεταφυσική ικανότητα της ΤΝ. Παραβιάστηκε επειδή αποτελούσε και το ίδιο μέρος της προσβάσιμης επιφάνειας επίθεσης. [3][4]
Αυτό είναι το βασικό τεχνικό μάθημα του περιστατικού. Όταν δίνουμε σε ένα ισχυρό μοντέλο την εντολή να βρει διαδρομές εκμετάλλευσης ευπαθειών, δεν πρέπει να θεωρούμε ότι θα περιορίσει την έρευνά του στα αρχεία και στα προγράμματα που εμείς έχουμε χαρακτηρίσει ως στόχους. Για το μοντέλο, κάθε προσβάσιμο στοιχείο του περιβάλλοντος μπορεί να αποτελέσει μέρος της λύσης. Ο ενδιάμεσος διακομιστής, τα διαπιστευτήρια, οι υπηρεσίες δικτύου, οι μηχανισμοί καταγραφής και το ίδιο το sandbox δεν είναι αυτονόητα «εκτός ορίων», εκτός αν τα όρια αυτά επιβάλλονται τεχνικά και δεν μπορούν να παρακαμφθούν. [2][3][6]
Το περιστατικό δεν αποδεικνύει ότι κάθε μοντέλο θα ανακαλύπτει πάντοτε κάθε ευπάθεια. Οι ικανότητες εξαρτώνται από το μοντέλο, τα διαθέσιμα εργαλεία, τον χρόνο εκτέλεσης, την ποιότητα των πληροφοριών και τη δυσκολία του στόχου. Επιβάλλει όμως μια νέα παραδοχή ασφαλείας: όταν ένα ικανό μοντέλο έχει εντολή να βρει και να εκμεταλλευτεί αδυναμίες, διαθέτει αρκετό χρόνο και μπορεί να ενεργεί αυτόνομα, πρέπει να θεωρούμε πιθανό ότι θα εξετάσει κάθε προσβάσιμη αδυναμία και θα επιχειρήσει να την αξιοποιήσει. Η ασφάλεια δεν μπορεί πλέον να στηρίζεται στην ελπίδα ότι το σύστημα θα καταλάβει ποια ευπάθεια «επιτρέπεται» να εκμεταλλευτεί. [3][6]
Από το CoastRunners στην πραγματική κυβερνοασφάλεια
Η συμπεριφορά αυτή δεν εμφανίστηκε για πρώτη φορά το 2026. Ήδη από το 2016, η OpenAI είχε παρουσιάσει το παράδειγμα του παιχνιδιού CoastRunners. Ένας πράκτορας είχε ως μετρήσιμο στόχο να συγκεντρώσει όσο το δυνατόν περισσότερους βαθμούς. Οι άνθρωποι θεωρούσαν αυτονόητο ότι αυτό θα γινόταν ολοκληρώνοντας κανονικά τον αγώνα. Το σύστημα ανακάλυψε ότι μπορούσε να πετύχει υψηλότερη βαθμολογία κάνοντας συνεχώς κύκλους και χτυπώντας τους ίδιους στόχους. Δεν απέτυχε να ακολουθήσει τον στόχο. Αντίθετα, τον ακολούθησε με απόλυτη συνέπεια, εκμεταλλευόμενο το κενό ανάμεσα σε αυτό που είχαν ζητήσει οι σχεδιαστές και σε αυτό που πραγματικά επιθυμούσαν. [7][8]
Στην έρευνα για την ασφάλεια της ΤΝ, αυτή η συμπεριφορά περιγράφεται ως εκμετάλλευση της προδιαγραφής. Το σύστημα ικανοποιεί την κατά γράμμα διατύπωση του στόχου, χωρίς να υπηρετεί απαραίτητα την πραγματική ανθρώπινη πρόθεση. Στο CoastRunners, το αποτέλεσμα ήταν ένα σκάφος που έκανε κύκλους. Στο ExploitGym, το αποτέλεσμα ήταν ένα σύστημα που αναζητούσε λειτουργικές εκμεταλλεύσεις πραγματικών ευπαθειών. Όταν η πρόσβαση στο διαδίκτυο και στα δεδομένα της Hugging Face μπορούσε να αυξήσει την πιθανότητα επιτυχίας, το μοντέλο αντιμετώπισε αυτή τη διαδρομή ως μέρος της λύσης. Δεν «εξαπάτησε» επειδή απέκτησε ανθρώπινη πονηριά. Βρήκε έναν αποτελεσματικότερο τρόπο να βελτιστοποιήσει το αποτέλεσμα για το οποίο αξιολογούνταν. [3][6][7][8]
Το ExploitGym περιλαμβάνει εκατοντάδες πραγματικές ευπάθειες από προγράμματα χρήστη, τη μηχανή JavaScript V8 και τον πυρήνα Linux. Τα αποτελέσματά του δείχνουν ότι τα προηγμένα μοντέλα μπορούν ήδη να εκμεταλλευτούν ένα αρχικό σφάλμα σε ένα σημαντικό αριθμό περιπτώσεων. Το κρίσιμο στοιχείο δεν είναι μόνο η παραγωγή κώδικα επίθεσης. Είναι η δυνατότητα διατήρησης μιας πολυσταδιακής διαδικασίας, με διαδοχικές δοκιμές, προσαρμογές και συνδυασμό διαφορετικών αδυναμιών. Η αυτονομία και η υπομονή μετατρέπουν το μοντέλο από βοηθό ανάλυσης σε επίμονο πράκτορα που μπορεί να δοκιμάζει χιλιάδες ενέργειες χωρίς κόπωση. [3][5][6]
Το πρόβλημα ήταν η αρχιτεκτονική, όχι η «ανυπακοή»
Η ουσιαστική ερώτηση δεν είναι γιατί το μοντέλο προσπάθησε να βγει από το sandbox. Η ουσιαστική ερώτηση είναι γιατί το περιβάλλον τού επέτρεψε να βγει. Αν μια αξιολόγηση αφαιρεί τους συνήθεις μηχανισμούς άρνησης ώστε να μετρήσει τις μέγιστες κυβερνοϊκανότητες ενός μοντέλου, τότε πρέπει να ενισχύονται αντίστοιχα οι εξωτερικοί μηχανισμοί περιορισμού. Απαιτούνται πλήρης δικτυακή απομόνωση, αναλώσιμες υποδομές, ελάχιστα δικαιώματα, διαπιστευτήρια χωρίς χρησιμότητα εκτός της δοκιμής, αυστηρά όρια στις ενέργειες και αυτόματη διακοπή όταν εμφανίζεται μη αναμενόμενη συμπεριφορά. Η εντολή «μην επιτεθείς σε άλλα συστήματα» δεν αποτελεί μηχανισμό ασφαλείας. [2][3][5]
Η επίθεση περιλάμβανε χιλιάδες αυτοματοποιημένες ενέργειες και άφησε περισσότερα από 17.000 καταγεγραμμένα συμβάντα προς ανάλυση. Αυτό αποκαλύπτει και την αδυναμία της παραδοσιακής ανθρώπινης εποπτείας. Ένας άνθρωπος δεν μπορεί να παρακολουθεί σε πραγματικό χρόνο κάθε ενέργεια ενός πράκτορα που λειτουργεί με ταχύτητα μηχανής. Χρειάζονται μηχανισμοί ανίχνευσης αποκλίσεων, έλεγχος εξερχόμενης κίνησης, καταγραφή κάθε κλήσης εργαλείου, όρια στον ρυθμό ενεργειών και αμυντικά μοντέλα που αναλύουν τα συμβάντα με αντίστοιχη ταχύτητα. Η Hugging Face χρησιμοποίησε πράκτορες ΤΝ για να ανασυνθέσει μέσα σε ώρες μια ακολουθία γεγονότων που διαφορετικά θα απαιτούσε ημέρες. [2][4][5]
Η άμυνα χρειάζεται ανοιχτά και τοπικά εργαλεία
Η εμπειρία της Hugging Face ανέδειξε επίσης μια κρίσιμη ασυμμετρία. Τα εμπορικά μοντέλα που δοκιμάστηκαν αρχικά για την εγκληματολογική ανάλυση απέρριπταν τα πραγματικά δεδομένα της επίθεσης, επειδή οι μηχανισμοί προστασίας δεν μπορούσαν να διακρίνουν τον αμυνόμενο από τον επιτιθέμενο. Η εταιρεία στράφηκε τελικά σε μοντέλο ανοικτών βαρών, εγκατεστημένο στη δική της υποδομή. Έτσι μπόρεσε να αναλύσει τις εντολές, τα ωφέλιμα φορτία και τα διαπιστευτήρια χωρίς εξωτερικές αρνήσεις και χωρίς να απομακρύνει ευαίσθητα δεδομένα από το περιβάλλον της. Για τους οργανισμούς που διαχειρίζονται κρίσιμες υποδομές, η πρόσβαση σε ελεγμένα, τοπικά και ανοικτά αμυντικά εργαλεία ΤΝ γίνεται πλέον προϋπόθεση ανθεκτικότητας. [2][4]
Το συμπέρασμα δεν είναι ότι τα μοντέλα πρέπει να σταματήσουν να χρησιμοποιούνται στην κυβερνοασφάλεια. Οι ίδιες ικανότητες μπορούν να εντοπίζουν ευπάθειες, να προτείνουν διορθώσεις και να βοηθούν τις αμυντικές ομάδες να αντιδρούν με ταχύτητα μηχανής. Το συμπέρασμα είναι ότι δεν πρέπει να μας εκπλήσσει όταν ένα σύστημα εκτελεί με επιτυχία την αποστολή που του αναθέσαμε. Εκείνο που πρέπει να μας ανησυχεί είναι η ανθρώπινη υπεροψία που θεωρεί ότι ένα ισχυρό μοντέλο θα σεβαστεί άρρητα όρια, ατελείς προδιαγραφές και εύθραυστους τεχνικούς φραγμούς. Η ώριμη πολιτική ασφάλειας ξεκινά από μια αυστηρή παραδοχή: το μοντέλο θα αναζητήσει το παραθυράκι. Δική μας ευθύνη είναι να διασφαλίσουμε ότι κανένα παραθυράκι δεν οδηγεί στον πραγματικό κόσμο. [1][2][3][8]
Πηγές:
MIT Technology Review, «OpenAI called the Hugging Face attack unprecedented. But we’ve been here before»: Το άρθρο συνδέει την επίθεση με το παλαιότερο πρόβλημα της επίτευξης ενός μετρήσιμου στόχου με απρόβλεπτους τρόπους και υποστηρίζει ότι το περιστατικό αφορά πρωτίστως ανθρώπινη υπεροψία και ανεπαρκή μηχανική ασφάλειας: https://www.technologyreview.com/2026/07/27/1140836/openai-hugging-face-attack-precedent/,
ZDNET, «OpenAI’s attack agent did exactly what it was told, just more relentlessly than expected»: Το άρθρο αναδεικνύει ότι η αυτόνομη και επίμονη εκτέλεση μιας αποστολής αποτελεί βασικό χαρακτηριστικό των πρακτόρων ΤΝ και όχι ένδειξη μυστηριώδους «ανταρσίας»: https://www.zdnet.com/article/openai-hugging-face-attack-agent/,
OpenAI, «OpenAI and Hugging Face partner to address security incident during model evaluation»: Η επίσημη προκαταρκτική καταγραφή περιγράφει τη δοκιμή, τους μειωμένους περιορισμούς, την ευπάθεια μηδενικής ημέρας στον ενδιάμεσο διακομιστή και την αλυσίδα ενεργειών που οδήγησε στα συστήματα της Hugging Face: https://openai.com/index/hugging-face-model-evaluation-security-incident/,
Hugging Face, «Security incident disclosure: July 2026»: Η τεχνική ανακοίνωση περιγράφει την αρχική εκτέλεση κώδικα, την κλιμάκωση δικαιωμάτων, την πλευρική μετακίνηση, την ανάλυση περισσότερων από 17.000 συμβάντων και τη χρήση τοπικού μοντέλου ανοικτών βαρών για την αντιμετώπιση της επίθεσης: https://huggingface.co/blog/security-incident-july-2026,
Wang et al., «ExploitGym: Can AI Agents Turn Security Vulnerabilities into Real Attacks?»: Η εργασία παρουσιάζει ένα αναπαραγώγιμο περιβάλλον με 898 πραγματικές ευπάθειες και δείχνει ότι προηγμένα μοντέλα μπορούν να μετατρέπουν ένα αρχικό σφάλμα σε λειτουργική εκμετάλλευση: https://arxiv.org/abs/2605.11086,
OpenAI, «Faulty reward functions in the wild»: Το πείραμα CoastRunners δείχνει ότι ένα σύστημα μπορεί να μεγιστοποιεί επιτυχώς το μετρήσιμο αποτέλεσμα, παρακάμπτοντας την πραγματική ανθρώπινη πρόθεση που δεν αποτυπώθηκε σωστά στην προδιαγραφή: https://openai.com/index/faulty-reward-functions/,
Google DeepMind, «Specification gaming: the flip side of AI ingenuity»: Η ανάλυση εξηγεί πώς ένας πράκτορας μπορεί να ικανοποιεί την κατά γράμμα διατύπωση ενός στόχου εκμεταλλευόμενος κενά, σφάλματα και άρρητες παραδοχές του περιβάλλοντος: https://deepmind.google/blog/specification-gaming-the-flip-side-of-ai-ingenuity/.
Η ανάλυση στηρίχθηκε στην κωδικοποίηση, με τη βοήθεια γλωσσικού μοντέλου (Claude Sonnet 4.6), όλων των 432 απαντήσεων και των 339 συνοδευτικών εγγράφων θέσης, βάσει ενός σταθερού συνόλου κατηγοριών: στάση απέναντι στις εξαιρέσεις εξόρυξης κειμένου και δεδομένων (TDM), μηχανισμοί εξαίρεσης (opt-out), διαφάνεια, αμοιβή, υποδομές δικαιωμάτων και η ερευνητική εξαίρεση. Οι συγγραφείς επισημαίνουν ότι η μέθοδος αυτή έχει αναπόφευκτα περιθώριο σφάλματος και ότι οι αριθμοί πρέπει να διαβάζονται ως τάξεις μεγέθους και όχι ως απολύτως ακριβείς μετρήσεις.
Ο διπλός στόχος της Επιτροπής
Στο κέντρο της διαβούλευσης βρίσκεται μια βαθύτερη πολιτική αντίφαση: η Επιτροπή επιδιώκει ταυτόχρονα να ενισχύσει την αδειοδότηση και την επιβολή των δικαιωμάτων —βελτιώνοντας τους όρους αμοιβής των δημιουργών— αλλά και να διευκολύνει την πρόσβαση των παρόχων γενετικής τεχνητής νοημοσύνης σε περιεχόμενο που προστατεύεται από πνευματικά δικαιώματα. Πρόκειται για δύο στόχους που δύσκολα συμβαδίζουν: η Ευρωπαϊκή Ένωση επιθυμεί να οικοδομήσει μια ανταγωνιστική «ήπειρο της τεχνητής νοημοσύνης», διαφυλάσσοντας παράλληλα την οικονομική θέση του πολιτιστικού και δημιουργικού της κλάδου.
Η πλειονότητα των απαντήσεων, όπως δείχνει η ανάλυση, ζητά στην πράξη να ικανοποιηθεί μόνο το ένα από τα δύο σκέλη, ανάλογα με τα συμφέροντα του φορέα που τις υπέβαλε. Μόνο μια μικρή ομάδα προτάσεων —ανάμεσά τους και εκείνη του ίδιου του Open Future— επιχειρεί να προσεγγίσει σοβαρά και τους δύο στόχους ταυτόχρονα.
Ποιοι απάντησαν
Οι κάτοχοι δικαιωμάτων αποτελούν τη μεγαλύτερη ομάδα, με 241 από τις 432 απαντήσεις, μοιρασμένες ανάμεσα σε μεγάλους εμπορικούς δικαιούχους, οργανισμούς συλλογικής διαχείρισης, ενώσεις μεμονωμένων δημιουργών και μικτούς συνασπισμούς. Ακολουθεί ο τομέας βιβλιοθηκών, έρευνας και ανοιχτής γνώσης με 65 απαντήσεις, ενώ ο κλάδος τεχνολογίας και τεχνητής νοημοσύνης υπέβαλε μόλις 33 απαντήσεις — λιγότερες απ’ όσες θα ανέμενε κανείς, δεδομένου του διακυβεύματος.
Αξιοσημείωτη είναι η απουσία οργανώσεων ψηφιακών δικαιωμάτων και προστασίας καταναλωτών: ούτε το EDRi ούτε το BEUC κατέθεσαν απάντηση, με μόνη εξαίρεση κάποια παραρτήματα της Wikimedia, το ίδιο το Open Future και την Euroconsumers. Παρομοίως, οι απαντήσεις μεμονωμένων πολιτών ήταν ελάχιστες, με αποτέλεσμα το «δημόσιο συμφέρον» να εκπροσωπείται σχεδόν αποκλειστικά από τον τομέα βιβλιοθηκών και ανοιχτής γνώσης.
Η μάχη γύρω από την εξαίρεση TDM
Το βασικό πεδίο αντιπαράθεσης είναι το άρθρο 4 της Οδηγίας για τα δικαιώματα πνευματικής ιδιοκτησίας στην ψηφιακή ενιαία αγορά (DSM), το οποίο επιτρέπει την εξόρυξη κειμένου και δεδομένων —άρα και τη χρήση προστατευμένου περιεχομένου για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης— εκτός εάν οι δικαιούχοι έχουν διατυπώσει ρητή επιφύλαξη (opt-out).
Ο κλάδος των δικαιούχων επιθυμεί σχεδόν ομόφωνα τον περιορισμό ή την κατάργηση αυτής της ρύθμισης, διχάζεται όμως ως προς τον τρόπο: η μεγαλύτερη ομάδα (105 απαντήσεις) ζητά να διατηρηθεί η υπάρχουσα αρχιτεκτονική, αλλά να ενισχυθεί, με δεσμευτικό opt-out και αυστηρότερες υποχρεώσεις διαφάνειας. Μια δεύτερη, μικρότερη ομάδα (72 απαντήσεις), κυρίως από τον οπτικοακουστικό τομέα, ζητά να αποκλειστεί εντελώς η εκπαίδευση μοντέλων τεχνητής νοημοσύνης από το πεδίο εφαρμογής της εξαίρεσης TDM, ώστε να απαιτείται εξ ορισμού άδεια. Η ανάλυση επισημαίνει ότι μια τέτοια αλλαγή θα αντέστρεφε την υφιστάμενη λογική, από «επιτρέπεται εκτός αν υπάρχει επιφύλαξη» σε «απαγορεύεται εκτός αν υπάρχει άδεια», κάτι που θα δυσχέραινε τόσο την πρόσβαση σε δεδομένα εκπαίδευσης όσο και την ανάπτυξη ανταγωνιστικών ευρωπαϊκών μοντέλων τεχνητής νοημοσύνης.
Από την άλλη πλευρά, ο κλάδος τεχνολογίας τάσσεται σχεδόν καθολικά υπέρ της διατήρησης του σημερινού καθεστώτος, με τη Meta να υιοθετεί τη σκληρότερη θέση, ζητώντας πλήρη κατάργηση της δυνατότητας opt-out.
Παράλληλα, 151 απαντήσεις —από όλα τα στρατόπεδα— συμφωνούν ότι το σημερινό σύστημα σηματοδότησης επιφυλάξεων δεν λειτουργεί σωστά, χωρίς όμως να υπάρχει συναίνεση για το ποιο τεχνικό πρότυπο θα έπρεπε να το αντικαταστήσει: το πρότυπο robots.txt συγκεντρώνει τις περισσότερες υποστηρίξεις, αλλά δέχεται και την πιο έντονη κριτική από την πλευρά των δικαιούχων.
Διαφάνεια, υποδομές και αμοιβή
Ένα σημαντικό εύρημα της ανάλυσης είναι ότι η απαίτηση για υποχρεωτική γνωστοποίηση —σε επίπεδο μεμονωμένου έργου— των υλικών που χρησιμοποιούνται για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης συγκεντρώνει ευρύτατη στήριξη (185 απαντήσεις, σχεδόν ομόφωνα από τους δικαιούχους), ενώ η αντίθετη θέση του κλάδου τεχνολογίας —συγκεντρωτικές, όχι αναλυτικές αναφορές— συγκεντρώνει μόλις 13 απαντήσεις. Ομοίως, 155 απαντήσεις τάσσονται υπέρ κοινών υποδομών δικαιωμάτων (μητρώα, μεταδεδομένα, ταυτοποιητές περιεχομένου), με στήριξη που διαπερνά όλα τα στρατόπεδα.
Στο ζήτημα της αμοιβής, η πλειονότητα σκέφτεται σχεδόν αποκλειστικά με όρους αδειοδότησης: 125 απαντήσεις προκρίνουν την απευθείας αδειοδότηση στην αγορά, 76 προτιμούν τη συλλογική διαχείριση μέσω οργανισμών, ενώ μόλις 7 —ανάμεσά τους και η πρόταση του Open Future— υποστηρίζουν σύστημα νόμιμης αμοιβής μέσω τέλους στους παρόχους τεχνητής νοημοσύνης.
Μια μικρή ομάδα προτείνει διαφορετική λύση
Το πιο ενδιαφέρον εύρημα της ανάλυσης αφορά μια μικρή αλλά ετερόκλητη ομάδα απαντήσεων που δεν επιχειρούν να ελέγξουν την πρόσβαση στο στάδιο της εκπαίδευσης, αλλά μεταθέτουν την υποχρέωση αμοιβής στο στάδιο της εμπορικής αξιοποίησης του μοντέλου τεχνητής νοημοσύνης, δηλαδή στο σημείο όπου αυτό παράγει έσοδα. Στην ομάδα αυτή ανήκουν, μεταξύ άλλων, το Ινστιτούτο Max Planck για την Καινοτομία και τον Ανταγωνισμό, η γαλλική εταιρεία τεχνητής νοημοσύνης Mistral, το France Digitale, το βρετανικό κέντρο CREATe, η Euroconsumers, καθώς και τα COMMUNIA και Creative Commons, με προτάσεις που κυμαίνονται από απλές νόμιμες αμοιβές έως συνδυαστικά μοντέλα αδειοδότησης και τελών.
Κοινή λογική αυτών των προτάσεων είναι ότι η υποχρέωση πληρωμής συνδέεται με τη διάθεση του μοντέλου στην αγορά και όχι με την ίδια την πράξη της συλλογής δεδομένων. Σύμφωνα με την ανάλυση, πρόκειται για τη μόνη προσέγγιση, ανάμεσα σε όλες τις απαντήσεις, που έχει πραγματική δυνατότητα να ικανοποιήσει και τους δύο στόχους της Επιτροπής ταυτόχρονα: θα προσέφερε στους προγραμματιστές μοντέλων τεχνητής νοημοσύνης ανεμπόδιστη πρόσβαση σε δεδομένα εκπαίδευσης, ενώ παράλληλα θα εξασφάλιζε στους δημιουργούς μια αξίωση αμοιβής που θα κάλυπτε κάθε εμπορική χρήση —ακόμη και εκείνων που δεν θα υπέγραφαν ποτέ σύμβαση αδειοδότησης.
Τι μπορεί να συγκρατήσει η Επιτροπή
Η ανάλυση καταλήγει ότι δύο ευρήματα είναι άμεσα αξιοποιήσιμα: η διαφάνεια σε επίπεδο έργου και οι κοινές υποδομές δικαιωμάτων συγκεντρώνουν ευρύτερη και λιγότερο αμφισβητούμενη στήριξη από οποιαδήποτε θέση επί των ίδιων των εξαιρέσεων, και είναι συμβατές με κάθε μοντέλο αμοιβής που βρίσκεται στο τραπέζι. Ωστόσο, η διαφάνεια και οι υποδομές, από μόνες τους, δεν επιλύουν τη βαθύτερη σύγκρουση γύρω από την αδειοδότηση και την αμοιβή. Εκεί, η διαβούλευση παρουσιάζει δύο καλά οργανωμένα στρατόπεδα, καθένα από τα οποία ζητά το μισό από τον στόχο της Επιτροπής, και μια μικρή, ετερόκλητη ομάδα που υποδεικνύει τον μόνο ορατό δρόμο προς την επίτευξη και των δύο μισών μαζί.
Η συμμόρφωση δεν είναι ένα πιστοποιητικό στο τέλος της διαδικασίας, αλλά συνεχής δημόσια ευθύνη σε ολόκληρο τον κύκλο ζωής ενός συστήματος ΤΝ
Η Τεχνητή Νοημοσύνη εισέρχεται με ταχύτητα στην εκπαίδευση, στην επιστημονική έρευνα, στην εργασία, στην υγεία, στη δημόσια διοίκηση και στην παραγωγή. Δεν αποτελεί πλέον ένα ακόμη λογισμικό γραφείου. Μετατρέπεται σε κρίσιμη υποδομή που διαμεσολαβεί την πρόσβαση στη γνώση, επηρεάζει την κατανομή πόρων και υποστηρίζει αποφάσεις με πραγματικές συνέπειες για τη ζωή των ανθρώπων.
Για τον λόγο αυτόν, το ερώτημα δεν είναι μόνο πόσο αποτελεσματική είναι η ΤΝ, αλλά ποιον υπηρετεί, ποιος την ελέγχει, σε ποια δεδομένα βασίζεται, ποιος ευθύνεται για τα λάθη της και πώς μπορεί ο πολίτης να αμφισβητήσει μια απόφαση που τον αφορά. Η ηθική και η νομιμότητα δεν μπορούν να αντιμετωπίζονται ως πρόσθετες προδιαγραφές που εξετάζονται λίγο πριν από την εγκατάσταση ενός συστήματος. Πρέπει να ενσωματώνονται από την πρώτη στιγμή στον σκοπό, στα δεδομένα, στην αρχιτεκτονική, στις διαδικασίες προμήθειας και στην καθημερινή λειτουργία του.
Πρώτα εξετάζουμε αν πράγματι χρειάζεται ΤΝ
Η πρώτη αρχή μιας υπεύθυνης πολιτικής είναι απλή: η χρήση ΤΝ δεν αποτελεί αναπόφευκτη εξέλιξη ούτε αυταξία. Κάθε φορέας πρέπει να τεκμηριώνει ποιο πραγματικό πρόβλημα επιχειρεί να λύσει και γιατί δεν επαρκεί μια απλούστερη, ασφαλέστερη και οικονομικότερη λύση.
Δεν χρειάζεται κάθε ταξινόμηση εγγράφων ένα μεγάλο γλωσσικό μοντέλο ούτε κάθε δημόσια υπηρεσία ένα σύστημα πρόβλεψης της συμπεριφοράς των πολιτών. Η επιλογή πρέπει να βασίζεται στην αναγκαιότητα, στην αναλογικότητα και στο δημόσιο όφελος. Όσο σοβαρότερες είναι οι συνέπειες για δικαιώματα, παροχές, προσλήψεις, υγεία, εκπαίδευση ή πρόσβαση σε υπηρεσίες, τόσο αυστηρότερη πρέπει να είναι η αξιολόγηση πριν από τη χρήση.
Ποιοτικά δεδομένα, νόμιμη επεξεργασία και δίκαια αποτελέσματα
Ένα σύστημα ΤΝ δεν είναι καλύτερο από τα δεδομένα και τις διαδικασίες που το διαμορφώνουν. Ελλιπή, ανακριβή ή μη αντιπροσωπευτικά δεδομένα μπορούν να αναπαράγουν παλαιές διακρίσεις με το κύρος της τεχνικής αντικειμενικότητας. Η νομιμότητα της συλλογής δεν αρκεί. Απαιτούνται σαφής προέλευση, τεκμηρίωση, ακρίβεια, περιορισμός στον αναγκαίο όγκο δεδομένων και έλεγχος για συστηματικές στρεβλώσεις.
Η προστασία προσωπικών δεδομένων πρέπει να εφαρμόζεται ήδη από τον σχεδιασμό. Ο φορέας οφείλει να γνωρίζει ποια δεδομένα επεξεργάζεται, για ποιον σκοπό, για πόσο χρόνο, ποιος έχει πρόσβαση και πού αποθηκεύονται. Για εφαρμογές αυξημένου κινδύνου απαιτείται εκτίμηση επιπτώσεων, πραγματικός έλεγχος της νομικής βάσης και δυνατότητα άμεσης διακοπής της λειτουργίας όταν εμφανίζονται σοβαρά προβλήματα.
Αντίστοιχη προσοχή χρειάζεται για τα πνευματικά δικαιώματα. Η ανάπτυξη μοντέλων δεν μπορεί να στηρίζεται στην αντίληψη ότι κάθε διαθέσιμο έργο αποτελεί ελεύθερη πρώτη ύλη. Χρειάζονται διαφάνεια για τα δεδομένα εκπαίδευσης, σεβασμός των δικαιωμάτων των δημιουργών και δίκαιη κατανομή του οικονομικού οφέλους.
Ο άνθρωπος παραμένει υπεύθυνος και η απόφαση πρέπει να αμφισβητείται
Η ανθρώπινη εποπτεία δεν μπορεί να περιορίζεται στην τυπική παρουσία ενός υπαλλήλου που εγκρίνει μηχανικά την εισήγηση του συστήματος. Ο άνθρωπος πρέπει να έχει χρόνο, γνώση, αρμοδιότητα και επαρκή στοιχεία ώστε να απορρίψει την πρόταση της ΤΝ.
Καμία κρίσιμη διοικητική απόφαση για επίδομα, πρόσληψη, πρόστιμο, άδεια ή πρόσβαση σε δημόσια υπηρεσία δεν πρέπει να λαμβάνεται αποκλειστικά από αλγόριθμο. Ο πολίτης πρέπει να ενημερώνεται ότι χρησιμοποιήθηκε ΤΝ, να γνωρίζει τα βασικά κριτήρια, να μπορεί να ζητήσει ανθρώπινη επανεξέταση και να προσφεύγει σε αναγνωρίσιμο υπεύθυνο φορέα. Η ευθύνη δεν μπορεί να μεταβιβάζεται στο μοντέλο, στον προμηθευτή ή σε ένα ακατανόητο «τεχνικό σφάλμα».
Ανοικτότητα, έλεγχος και δημόσια ψηφιακή υποδομή
Η χρήση τοπικών και ανοικτών μοντέλων μπορεί να ενισχύσει ουσιαστικά τη συμμόρφωση, επειδή επιτρέπει τη διατήρηση δεδομένων σε δημόσια ελεγχόμενη υποδομή, την καταγραφή των ενεργειών, την ανεξάρτητη αξιολόγηση και την αλλαγή μοντέλου χωρίς πλήρη εξάρτηση από έναν προμηθευτή.
Η ανοικτότητα, ωστόσο, δεν καθιστά αυτομάτως ένα σύστημα ηθικό. Ένα ανοικτό μοντέλο μπορεί επίσης να είναι ανακριβές, μεροληπτικό ή ακατάλληλο. Δημιουργεί όμως τις προϋποθέσεις για ουσιαστικό έλεγχο. Για κάθε δημόσια εφαρμογή χρειάζονται τεκμηρίωση του μοντέλου και των δεδομένων, καταγραφή εκδόσεων, αξιολογήσεις ανά ομάδα χρηστών, αρχεία λειτουργίας, αναφορά συμβάντων και δημόσιο μητρώο συστημάτων ΤΝ.
Ιδιαίτερα στις διοικητικές και νομικές εφαρμογές, τα μοντέλα δεν πρέπει να απαντούν μόνο από την εσωτερική τους μνήμη. Πρέπει να συνδέονται με ελεγμένες πηγές, όπως νόμους, κανονιστικές πράξεις και επίσημες διοικητικές διαδικασίες, να εμφανίζουν τις πηγές τους και να δηλώνουν πότε δεν διαθέτουν επαρκή τεκμηρίωση.
Η επιστημονική και δημιουργική ακεραιότητα χρειάζεται προστασία
Στην έρευνα, η ΤΝ μπορεί να επιταχύνει την αναζήτηση βιβλιογραφίας, την ανάλυση δεδομένων και την εκτέλεση υπολογισμών. Μπορεί όμως και να εισαγάγει ανύπαρκτες παραπομπές, λανθασμένες συνθέσεις ή ανεξέλεγκτες προκαταλήψεις. Όταν ο ερευνητής αποδέχεται έτοιμα συμπεράσματα χωρίς επαλήθευση, κινδυνεύει να αποσυνδεθεί από τη διαδικασία παραγωγής της γνώσης.
Τα πανεπιστήμια και τα ερευνητικά κέντρα χρειάζονται σαφείς πολιτικές δήλωσης της χρήσης ΤΝ, επαλήθευσης αποτελεσμάτων, προστασίας εμπιστευτικών δεδομένων και διατήρησης της ανθρώπινης ευθύνης. Η ΤΝ πρέπει να ενισχύει την κριτική σκέψη και τη δημιουργικότητα, όχι να τις υποκαθιστά.
Από τις αρχές στους θεσμούς
Η ηθική ΤΝ δεν εξασφαλίζεται με εθελοντικές διακηρύξεις εταιρειών. Χρειάζεται θεσμική ικανότητα. Οι δημόσιοι οργανισμοί πρέπει να διαθέτουν υπεύθυνους δεδομένων, νομικούς, τεχνικούς, ειδικούς δεοντολογίας και εκπροσώπους των χρηστών. Οι προμήθειες πρέπει να απαιτούν ανοικτά πρότυπα, δυνατότητα ελέγχου, πρόσβαση στα αρχεία λειτουργίας, σχέδιο αποδέσμευσης από τον προμηθευτή και ανεξάρτητες δοκιμές πριν από την παραγωγική χρήση.
Κάθε σύστημα πρέπει να έχει περιοδική επαναξιολόγηση και ημερομηνία λήξης της έγκρισής του. Οι κοινωνικές συνθήκες, τα δεδομένα και τα ίδια τα μοντέλα μεταβάλλονται. Ένα σύστημα που κρίθηκε αποδεκτό σήμερα δεν πρέπει να λειτουργεί επ’ αόριστον χωρίς νέο έλεγχο.
Η ΤΝ μπορεί να γίνει δύναμη κοινωνικής προόδου μόνο όταν υπηρετεί την ανθρώπινη αξιοπρέπεια, τη δημοκρατία, τη δικαιοσύνη και το δημόσιο συμφέρον. Το πραγματικό ζητούμενο δεν είναι να προσαρμοστεί η κοινωνία στις απαιτήσεις των αλγορίθμων. Είναι να σχεδιαστούν οι αλγόριθμοι σύμφωνα με τους κανόνες μιας ελεύθερης, δίκαιης και δημοκρατικής κοινωνίας.
Πηγές άρθρου:
1. διαΝΕΟσις, «[Πώς] μπορεί η Τεχνητή Νοημοσύνη να είναι ηθική και σύννομη; Επιτελική Σύνοψη»: Η μελέτη εξετάζει συνολικά τη σχέση της ΤΝ με τα θεμελιώδη δικαιώματα, την επιστημονική ακεραιότητα, την ανθρώπινη δημιουργικότητα, την πνευματική ιδιοκτησία, την περιβαλλοντική δικαιοσύνη και τον ψηφιακό συνταγματισμό: https://www.dianeosis.org/wp-content/uploads/2026/07/epiteliki-synopsi_AI_ethicslaw.pdf,
2. Ευρωπαϊκή Ένωση, Κανονισμός (ΕΕ) 2024/1689 για την Τεχνητή Νοημοσύνη: Ο ευρωπαϊκός Κανονισμός θεσπίζει προσέγγιση βάσει κινδύνου, απαγορευμένες πρακτικές, απαιτήσεις για συστήματα υψηλού κινδύνου, κανόνες διαφάνειας και υποχρεώσεις για μοντέλα ΤΝ γενικού σκοπού: https://eur-lex.europa.eu/eli/reg/2024/1689/oj,
3. Ευρωπαϊκή Ένωση, Γενικός Κανονισμός για την Προστασία Δεδομένων, Κανονισμός (ΕΕ) 2016/679: Ο ΓΚΠΔ αποτελεί το βασικό θεσμικό πλαίσιο για τη νομιμότητα, τη διαφάνεια, την ελαχιστοποίηση και την ασφάλεια της επεξεργασίας προσωπικών δεδομένων από συστήματα ΤΝ: https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng,
4. UNESCO, Recommendation on the Ethics of Artificial Intelligence: Η πρώτη παγκόσμια συμφωνία αρχών για την ηθική της ΤΝ συνδέει την τεχνολογική ανάπτυξη με την ανθρώπινη αξιοπρέπεια, τα δικαιώματα, τη διαφάνεια, τη λογοδοσία, την ανθρώπινη εποπτεία και την περιβαλλοντική βιωσιμότητα: https://www.unesco.org/en/artificial-intelligence/recommendation-ethics,
5. Συμβούλιο της Ευρώπης, Framework Convention on Artificial Intelligence and Human Rights, Democracy and the Rule of Law: Η πρώτη διεθνώς δεσμευτική σύμβαση για την ΤΝ καλύπτει ολόκληρο τον κύκλο ζωής των συστημάτων και απαιτεί σεβασμό της ανθρώπινης αξιοπρέπειας, διαφάνεια, εποπτεία, λογοδοσία και απαγόρευση διακρίσεων: https://www.coe.int/en/web/artificial-intelligence/the-framework-convention-on-artificial-intelligence,
6. ALLEA, The European Code of Conduct for Research Integrity, Revised Edition 2023: Ο Κώδικας αποτελεί το κύριο ευρωπαϊκό πλαίσιο για την αξιοπιστία, την εντιμότητα, τον σεβασμό και τη λογοδοσία στην έρευνα, συμπεριλαμβανομένων των νέων προκλήσεων που δημιουργούν η ανοικτή επιστήμη και τα εργαλεία ΤΝ: https://allea.org/code-of-conduct/,
7. GlossAPI, «Η Τεχνητή Νοημοσύνη είναι πλέον κρίσιμη δημόσια υποδομή»: Το άρθρο τεκμηριώνει ότι η εκπαίδευση, η επιστήμη, η παραγωγή και το κράτος χρειάζονται ανοικτά μοντέλα, ποιοτικά δεδομένα, υπολογιστική ισχύ, δεξιότητες και ανθρώπινη ευθύνη για τις κρίσιμες αποφάσεις: https://glossapi.gr/,
8. GlossAPI, «Τοπικά ανοιχτά μοντέλα ΤΝ: από την ενοικιαζόμενη νοημοσύνη στη δημόσια ψηφιακή υποδομή»: Το άρθρο παρουσιάζει την τοπική λειτουργία ανοικτών μοντέλων ως βάση για την προστασία δεδομένων, τον ανεξάρτητο έλεγχο, τη δυνατότητα αλλαγής προμηθευτή και την οικοδόμηση δημόσιας τεχνογνωσίας: https://glossapi.gr/.
Οι εκδηλώσεις δεν σταματούν καθώς αυτήν την εβδομάδα πραγματοποιούνται εκδηλώσεις στην Ελλάδα και στο εξωτερικό για τις ανοιχτές τεχνολογίες και την καινοτομία! Ο Οργανισμός Ανοιχτών Τεχνολογιών (ΕΕΛΛΑΚ) σας προτείνει να τις παρακολουθήσετε και να τις διαδώσετε. Μπορείτε επίσης να δείτε περισσότερες εκδηλώσεις για τις επόμενες εβδομάδες ή να καταχωρίσετε τη δική σας εκδήλωση στο: https://ellak.gr/events.
Η εκπαίδευση, η επιστήμη, η παραγωγή και το κράτος χρειάζονται υπολογιστική ισχύ, ανοικτά μοντέλα, ποιοτικά δεδομένα και ανθρώπινο έλεγχο
Η Τεχνητή Νοημοσύνη δεν είναι πλέον απλώς μια εφαρμογή που χρησιμοποιούμε για να γράψουμε ένα κείμενο, να μεταφράσουμε μια παράγραφο ή να δημιουργήσουμε μια εικόνα. Μετατρέπεται σταδιακά σε βασικό υπόβαθρο για την εκπαίδευση, την επιστημονική έρευνα, την παραγωγή, την υγεία και τη λειτουργία του κράτους. Όπως τα δίκτυα, τα υπολογιστικά κέντρα, τα δημόσια δεδομένα και οι υπηρεσίες ταυτοποίησης, έτσι και η ΤΝ εξελίσσεται σε υποδομή πάνω στην οποία θα στηρίζονται όλο και περισσότερες δραστηριότητες.
Αυτό δεν σημαίνει ότι τα σημερινά μοντέλα είναι αλάνθαστα ή ότι μπορούν να υποκαταστήσουν τον εκπαιδευτικό, τον ερευνητή, τον μηχανικό ή τον δημόσιο λειτουργό. Σημαίνει ότι η δυνατότητα πρόσβασης σε υπολογιστική ισχύ, μοντέλα, δεδομένα, εργαλεία αξιολόγησης και εξειδικευμένο ανθρώπινο δυναμικό θα επηρεάζει πλέον άμεσα την ποιότητα της εκπαίδευσης, την επιστημονική ικανότητα, την ανταγωνιστικότητα της βιομηχανίας και την αποτελεσματικότητα των δημόσιων υπηρεσιών.
Εκπαίδευση με κατανόηση και όχι απλή κατανάλωση
Στην εκπαίδευση, η ΤΝ μπορεί να υποστηρίξει εξατομικευμένη μάθηση, προσαρμοσμένες ασκήσεις, γλωσσική βοήθεια, προσβασιμότητα και προετοιμασία εκπαιδευτικού υλικού. Μπορεί επίσης να βοηθήσει τους εκπαιδευτικούς να εντοπίζουν μαθησιακές δυσκολίες και να οργανώνουν καλύτερα τη διδασκαλία τους.
Η απλή εισαγωγή εμπορικών εργαλείων στις σχολικές αίθουσες, όμως, δεν συνιστά εκπαιδευτική πολιτική. Όταν μαθητές και εκπαιδευτικοί χρησιμοποιούν συστήματα που δεν μπορούν να ελεγχθούν, να μελετηθούν ή να προσαρμοστούν, η εκπαίδευση κινδυνεύει να μετατραπεί σε παθητική κατανάλωση έτοιμων απαντήσεων.
Το σχολείο και το πανεπιστήμιο πρέπει να καλλιεργούν την ικανότητα κατανόησης, αξιολόγησης και αμφισβήτησης των συστημάτων ΤΝ. Οι μαθητές χρειάζεται να γνωρίζουν πώς παράγονται οι απαντήσεις, γιατί τα μοντέλα κάνουν λάθη, πώς αναπαράγουν προκαταλήψεις και γιατί κάθε ισχυρισμός πρέπει να ελέγχεται. Οι εκπαιδευτικοί χρειάζονται επιμόρφωση, παιδαγωγικές οδηγίες και πρόσβαση σε ασφαλή εργαλεία που δεν εξαρτούν τη δημόσια εκπαίδευση από έναν μόνο προμηθευτή.
Νέα υποδομή για την επιστήμη και την έρευνα
Η επιστημονική έρευνα είναι ίσως το πεδίο όπου η ΤΝ μπορεί να έχει τη βαθύτερη επίδραση. Μοντέλα και επιστημονικοί πράκτορες μπορούν να αναζητούν βιβλιογραφία, να συγκρίνουν αποτελέσματα, να γράφουν και να εκτελούν κώδικα, να αναλύουν δεδομένα, να προτείνουν υποθέσεις και να χρησιμοποιούν εξειδικευμένα εργαλεία βιολογίας, χημείας, φυσικής και επιστήμης υλικών.
Ένα γλωσσικό μοντέλο, όμως, δεν αποτελεί από μόνο του επιστημονικό εργαστήριο. Χρειάζεται πρόσβαση σε έγκυρες βάσεις δεδομένων, υπολογιστικά περιβάλλοντα, εξειδικευμένο λογισμικό και διαδικασίες ελέγχου. Χρειάζεται επίσης να αξιολογείται όχι μόνο ως προς το αν δίνει πειστικές απαντήσεις, αλλά ως προς το αν μπορεί να διατυπώνει υποθέσεις, να σχεδιάζει πειράματα, να ερμηνεύει αποτελέσματα και να αναγνωρίζει τα λάθη του.
Οι ανοικτές αξιολογήσεις επιστημονικών πρακτόρων δείχνουν ότι η απόσταση ανάμεσα στη θεωρητική γνώση και στην πραγματική επιστημονική ικανότητα παραμένει μεγάλη. Αυτό είναι ένα κρίσιμο μάθημα. Η ΤΝ μπορεί να επιταχύνει την έρευνα, αλλά μόνο όταν εντάσσεται σε αναπαραγώγιμες διαδικασίες με διαθέσιμα δεδομένα, κώδικα, ενδιάμεσα αποτελέσματα και ανθρώπινη επιστημονική κρίση.
Από την αγορά λογισμικού στη βιομηχανική ικανότητα
Για τη βιομηχανία, η ΤΝ δεν είναι απλώς chatbot. Μπορεί να χρησιμοποιηθεί στον σχεδιασμό προϊόντων, στη συντήρηση εξοπλισμού, στον ποιοτικό έλεγχο, στην εξοικονόμηση ενέργειας, στην πρόβλεψη της ζήτησης και στη διαχείριση εφοδιαστικών αλυσίδων. Η παραγωγική της αξία εξαρτάται, όμως, από τη σύνδεση με τα δεδομένα, τα μηχανήματα και τις πραγματικές διαδικασίες κάθε επιχείρησης.
Οι μικρές και μεσαίες επιχειρήσεις δεν μπορούν να αναπτύξουν τέτοιες δυνατότητες όταν η πρόσβαση σε μοντέλα και υπολογιστική ισχύ ελέγχεται από λίγες πολυεθνικές εταιρείες. Χρειάζονται κοινές υποδομές, κέντρα δοκιμών, ευρωπαϊκά υπολογιστικά εργοστάσια ΤΝ, ανοικτά πρότυπα και τεχνική υποστήριξη.
Το κρίσιμο ζήτημα δεν είναι μόνο ποια χώρα χρησιμοποιεί περισσότερη ΤΝ, αλλά ποια χώρα διαθέτει την τεχνογνωσία για να την προσαρμόζει στις δικές της ανάγκες. Χωρίς αυτή την ικανότητα, η ψηφιακή μετάβαση μπορεί να αυξήσει την εξάρτηση αντί να ενισχύσει την παραγωγικότητα.
Κεντρικό κράτος και αυτοδιοίκηση με δημόσια ικανότητα ΤΝ
Η ΤΝ μπορεί να βοηθήσει υπουργεία, περιφέρειες και δήμους να επεξεργάζονται διοικητικά έγγραφα, να εντοπίζουν ασυνέπειες, να υποστηρίζουν την πολιτική προστασία, να αναλύουν προμήθειες, να προβλέπουν ανάγκες και να καθοδηγούν τους πολίτες στις δημόσιες διαδικασίες.
Η χρήση της στο κράτος, όμως, δεν πρέπει να περιοριστεί στην αγορά κλειστών υπηρεσιών. Η δημόσια διοίκηση χρειάζεται δική της ικανότητα να επιλέγει μοντέλα, να φιλοξενεί κρίσιμες εφαρμογές, να προστατεύει δεδομένα, να ελέγχει αποτελέσματα και να αλλάζει προμηθευτή χωρίς να ξαναχτίζει ολόκληρα πληροφοριακά συστήματα.
Ιδιαίτερα για τους δήμους και τις περιφέρειες, οι κοινές ανοικτές υποδομές είναι αναγκαίες. Κάθε δήμος δεν μπορεί να δημιουργήσει μόνος του ένα πλήρες σύστημα ΤΝ. Μπορεί όμως να αξιοποιεί περιφερειακούς κόμβους, κοινές βιβλιοθήκες, εθνικές υπηρεσίες μοντέλων και τοπικούς εξυπηρετητές για ευαίσθητα δεδομένα.
Σε κάθε κρίσιμη διοικητική χρήση, η ΤΝ πρέπει να λειτουργεί ως βοηθός και όχι ως τελικός αποφασίζων. Η ευθύνη για ένα επίδομα, μια άδεια, έναν έλεγχο ή μια κύρωση πρέπει να παραμένει σε αναγνωρίσιμο δημόσιο όργανο.
Η ανοικτότητα ως πολλαπλασιαστής της δημόσιας επένδυσης
Η αντιμετώπιση της ΤΝ ως κρίσιμης υποδομής απαιτεί διαφορετική επενδυτική λογική. Σε ένα κλειστό σύστημα, τα πειράματα, τα δεδομένα και τα ενδιάμεσα αποτελέσματα παραμένουν ιδιωτικά. Η δημόσια επένδυση μπορεί τελικά να παράγει μόνο μια υπηρεσία που δεν είναι δυνατόν να ελεγχθεί ή να επαναχρησιμοποιηθεί.
Στην ανοικτή ΤΝ, ένα εκπαιδευμένο μοντέλο μπορεί να συνοδεύεται από κώδικα, τεκμηρίωση, μεθόδους αξιολόγησης, σύνολα δεδομένων και ενδιάμεσα σημεία εκπαίδευσης. Έτσι, κάθε ώρα υπολογιστικής ισχύος μπορεί να αξιοποιηθεί ξανά από πανεπιστήμια, επιχειρήσεις, δημόσιους φορείς και ανεξάρτητους ερευνητές.
Η ανοικτότητα δεν σημαίνει απουσία κανόνων. Σημαίνει δυνατότητα μελέτης, ελέγχου, προσαρμογής και επαναχρησιμοποίησης. Σημαίνει ότι η κοινωνία δεν καλείται απλώς να εμπιστευτεί τις διαβεβαιώσεις ενός προμηθευτή, αλλά μπορεί να εξετάσει τα τεκμήρια.
Η Ελλάδα και η Ευρώπη χρειάζονται ένα οικοσύστημα που θα συνδέει τα σχολεία, τα πανεπιστήμια, τα ερευνητικά κέντρα, τη βιομηχανία και το κράτος. Χρειάζονται υπολογιστικά κέντρα, τοπικούς κόμβους, ανοικτά μοντέλα, ποιοτικά γλωσσικά δεδομένα, κοινά εργαλεία και ανθρώπους που μπορούν να τα λειτουργήσουν.
Η ΤΝ γίνεται κρίσιμη υποδομή όχι επειδή μπορεί να αντικαταστήσει την ανθρώπινη γνώση, αλλά επειδή θα διαμεσολαβεί όλο και περισσότερο την πρόσβαση στη γνώση, την παραγωγή, την έρευνα και τις δημόσιες υπηρεσίες. Το πολιτικό ερώτημα είναι ποιος θα ελέγχει αυτή την υποδομή και με ποιους όρους. Η απάντηση πρέπει να είναι σαφής: με ανοικτή γνώση, δημόσια λογοδοσία, κατανεμημένη πρόσβαση και τον άνθρωπο πάντοτε υπεύθυνο για τις κρίσιμες αποφάσεις.
Πηγές:
Allen Institute for AI, Who Gets to Understand AI?: Το Ai2 εξηγεί γιατί η δυνατότητα κατανόησης και ελέγχου των συστημάτων ΤΝ δεν πρέπει να συγκεντρώνεται σε λίγες εταιρείες και γιατί η ανοικτή διάθεση δεδομένων, κώδικα, αξιολογήσεων και ενδιάμεσων αποτελεσμάτων είναι απαραίτητη για την επιστήμη και το δημόσιο συμφέρον: https://allenai.org/blog/who-gets-to-understand-ai/
Allen Institute for AI, Open by Design, NSF OMAI Compute Now Live: Η ανοικτή πολυτροπική υποδομή ΤΝ του NSF και του Ai2 δείχνει πώς η δημόσια χρηματοδότηση υπολογιστικής ισχύος μπορεί να παράγει επαναχρησιμοποιήσιμα μοντέλα, δεδομένα και επιστημονικές μεθόδους αντί για ένα μόνο κλειστό εμπορικό προϊόν: https://allenai.org/blog/omai-compute-now-live/
Allen Institute for AI, Evaluating Agents for Scientific Discovery: Τα ανοικτά περιβάλλοντα ScienceWorld και DiscoveryWorld αξιολογούν αν οι πράκτορες ΤΝ μπορούν πραγματικά να σχεδιάζουν και να εκτελούν επιστημονικές έρευνες, αναδεικνύοντας τόσο την πρόοδο όσο και τα σοβαρά όρια των σημερινών συστημάτων: https://allenai.org/blog/evaluating-scientific-discovery-agents/
European Commission, Apply AI Strategy: Η στρατηγική καλύπτει δέκα κρίσιμους βιομηχανικούς τομείς και τον δημόσιο τομέα, επιβεβαιώνοντας ότι η ΤΝ αποτελεί πλέον οριζόντια παραγωγική και διοικητική ικανότητα που απαιτεί υποδομές, δεδομένα, δεξιότητες και συντονισμένη διακυβέρνηση: https://digital-strategy.ec.europa.eu/en/policies/apply-ai/
European Commission, AI Factories: Τα ευρωπαϊκά εργοστάσια ΤΝ αξιοποιούν τις υποδομές EuroHPC για να συνδέσουν υπερυπολογιστές, δεδομένα, τεχνογνωσία και υπηρεσίες, διευρύνοντας την πρόσβαση ερευνητών, νεοφυών επιχειρήσεων, μικρομεσαίων επιχειρήσεων και δημόσιων φορέων σε προηγμένη υπολογιστική ισχύ: https://digital-strategy.ec.europa.eu/en/policies/ai-factories/
Open Source Initiative, Open Source AI Definition 1.0: Ο ορισμός της OSI προσδιορίζει τις ελευθερίες χρήσης, μελέτης, τροποποίησης και διαμοιρασμού που απαιτούνται για να μπορεί ένα σύστημα ΤΝ να θεωρείται πραγματικά ανοικτό και όχι απλώς διαθέσιμο για τοπική εκτέλεση: https://opensource.org/ai/open-source-ai-definition/
GlossAPI, Τοπικά ανοικτά μοντέλα ΤΝ: από την ενοικιαζόμενη νοημοσύνη στην κυρίαρχη ψηφιακή υποδομή: Το άρθρο εξηγεί γιατί τα ανοικτά μοντέλα ΤΝ που εγκαθίστανται σε τοπικές, ιδιόκτητες ή δημόσια ελεγχόμενες υποδομές μπορούν να μετατρέψουν την ΤΝ από ενοικιαζόμενη κλειστή υπηρεσία σε δημόσια, ελέγξιμη και επαναχρησιμοποιήσιμη υποδομή για πανεπιστήμια, ερευνητικά κέντρα, επιχειρήσεις, υπουργεία, περιφέρειες και δήμους: https://glossapi.gr/.
Η κριτική σκέψη εμφανίζεται όλο και συχνότερα στη δημόσια συζήτηση για την εκπαίδευση, ιδίως μετά τη ραγδαία εξάπλωση των εργαλείων Τεχνητής Νοημοσύνης. Συχνά παρουσιάζεται ως η αυτονόητη απάντηση σε έναν κόσμο όπου οι μαθητές μπορούν να πάρουν έτοιμες απαντήσεις, περιλήψεις, εργασίες, εικόνες και επιχειρήματα μέσα σε λίγα δευτερόλεπτα. Όμως η κριτική σκέψη κινδυνεύει να γίνει ένα κενό σύνθημα, αν δεν απαντήσουμε με σαφήνεια σε δύο ερωτήματα: τι ακριβώς σημαίνει και πώς μπορεί να διδαχθεί συστηματικά σε όλες τις βαθμίδες της εκπαίδευσης.
Κριτική σκέψη δεν είναι απλώς να «έχει κανείς άποψη». Είναι η ικανότητα να εξετάζει στοιχεία, να εντοπίζει παραδοχές, να συγκρίνει διαφορετικές ερμηνείες, να ξεχωρίζει ισχυρά από αδύναμα επιχειρήματα και να αναθεωρεί τη γνώμη του όταν συναντά καλύτερα τεκμήρια. Στην εποχή της ΤΝ αυτή η ικανότητα αποκτά ακόμη μεγαλύτερη σημασία, επειδή τα παιδιά και οι νέοι δεν καλούνται μόνο να αξιολογήσουν ένα κείμενο, αλλά και το περιβάλλον μέσα στο οποίο το συνάντησαν. Πρέπει να μάθουν να ρωτούν ποιος το παρήγαγε, με ποια δεδομένα, με ποιον σκοπό, μέσα από ποιον αλγόριθμο προβλήθηκε και ποια συμφέροντα μπορεί να εξυπηρετεί.
Από την πληροφορία στην κρίση
Η εκπαίδευση για πολλά χρόνια οργανώθηκε γύρω από τη μετάδοση γνώσεων. Αυτό παραμένει αναγκαίο. Κανείς δεν σκέφτεται κριτικά στο κενό. Χρειάζεται γλώσσα, ιστορική γνώση, μαθηματική σκέψη, επιστημονικές έννοιες, κοινωνική εμπειρία και πολιτισμικά εφόδια. Όμως η κατοχή πληροφοριών δεν αρκεί. Ο μαθητής πρέπει να ασκηθεί στο να σταματά πριν κρίνει, να αναρωτιέται τι γνωρίζει πραγματικά, τι αγνοεί, τι θεωρεί δεδομένο και τι θα τον έκανε να αλλάξει γνώμη.
Αυτό το μικρό διάστημα παύσης, πριν από την άμεση απάντηση, είναι η αρχή της κριτικής σκέψης. Τα ψηφιακά περιβάλλοντα, τα μέσα κοινωνικής δικτύωσης και οι πλατφόρμες σύντομου περιεχομένου συχνά καταργούν αυτή την παύση. Ωθούν τον χρήστη να αντιδράσει γρήγορα, να συμφωνήσει ή να απορρίψει, να κοινοποιήσει ή να θυμώσει. Το σχολείο και το πανεπιστήμιο πρέπει να κάνουν το αντίθετο. Να δημιουργούν χρόνο για σκέψη, τεκμηρίωση, συζήτηση, αμφιβολία και αναθεώρηση.
Η κριτική σκέψη διδάσκεται με επανάληψη
Η κριτική σκέψη δεν διδάσκεται αποτελεσματικά με μία ξεχωριστή ώρα στο πρόγραμμα. Καλλιεργείται σταδιακά, μέσα σε όλα τα μαθήματα, με επαναλαμβανόμενες μαθησιακές εμπειρίες. Στο Δημοτικό, τα παιδιά μπορούν να μάθουν να ξεχωρίζουν γεγονός από γνώμη, να εξηγούν γιατί πιστεύουν κάτι, να συγκρίνουν δύο πηγές και να ακούν μια διαφορετική άποψη χωρίς να τη θεωρούν προσωπική επίθεση. Στο Γυμνάσιο, μπορούν να δουλεύουν με αντικρουόμενες πηγές, να ελέγχουν ισχυρισμούς, να αναγνωρίζουν στερεότυπα, να κατανοούν βασικά σφάλματα συλλογισμού και να μαθαίνουν πώς λειτουργεί η διαδικτυακή παραπληροφόρηση.
Στο Λύκειο, η κριτική σκέψη πρέπει να συνδέεται με τη βαθύτερη κατανόηση των γνωστικών αντικειμένων. Στη φυσική και τη βιολογία, οι μαθητές μπορούν να διατυπώνουν υποθέσεις, να τις ελέγχουν και να αποδέχονται ότι ένα πείραμα μπορεί να τις διαψεύσει. Στην ιστορία, μπορούν να συγκρίνουν διαφορετικές ερμηνείες του ίδιου γεγονότος και να βλέπουν πώς η επιλογή πηγών αλλάζει το συμπέρασμα. Στη λογοτεχνία, μπορούν να εξετάζουν πολλαπλές αναγνώσεις ενός κειμένου. Στα μαθηματικά, μπορούν να εξηγούν όχι μόνο το αποτέλεσμα, αλλά και τη διαδρομή που τους οδήγησε σε αυτό.
Στην επαγγελματική εκπαίδευση, η κριτική σκέψη πρέπει να συνδέεται με πραγματικά προβλήματα εργασίας και παραγωγής. Ένας μαθητής ΕΠΑΛ δεν χρειάζεται μόνο να μάθει μια τεχνική διαδικασία. Χρειάζεται να μπορεί να διαγνώσει ένα πρόβλημα, να αξιολογήσει εναλλακτικές λύσεις, να υπολογίσει κινδύνους, να συνεργαστεί και να τεκμηριώσει την επιλογή του. Στην τριτοβάθμια εκπαίδευση, η κριτική σκέψη πρέπει να γίνει βασικό στοιχείο κάθε επιστημονικής εργασίας: σαφές ερευνητικό ερώτημα, τεκμηρίωση, μεθοδολογία, όρια, πιθανές αντιρρήσεις και αναθεώρηση.
Η διανοητική ταπεινότητα ως δημοκρατική δεξιότητα
Ένα από τα πιο δύσκολα αλλά αναγκαία στοιχεία της κριτικής σκέψης είναι η διανοητική ταπεινότητα. Δεν σημαίνει έλλειψη αυτοπεποίθησης. Σημαίνει ότι ο μαθητής μαθαίνει να αναγνωρίζει τα όρια της γνώσης του. Μαθαίνει να λέει «δεν ξέρω ακόμη», «χρειάζομαι καλύτερα στοιχεία», «η αρχική μου άποψη ήταν ελλιπής». Αυτή η στάση είναι απαραίτητη στην εποχή της ΤΝ, επειδή τα εργαλεία παραγωγής κειμένου μπορούν να δημιουργήσουν την ψευδαίσθηση κατανόησης. Ένα καλογραμμένο κείμενο δεν σημαίνει ότι υπάρχει πραγματική γνώση. Μια γρήγορη απάντηση δεν σημαίνει ότι υπάρχει τεκμηριωμένη κρίση.
Γι’ αυτό οι εργασίες δεν πρέπει να αξιολογούν μόνο το τελικό προϊόν, αλλά και τη διαδικασία. Ο μαθητής πρέπει να δείχνει πώς έφτασε στο συμπέρασμα, ποιες πηγές χρησιμοποίησε, τι απέρριψε, τι άλλαξε στην πορεία και πόση βεβαιότητα δικαιολογείται. Η ΤΝ μπορεί να αξιοποιηθεί παιδαγωγικά, όχι ως μηχανή έτοιμων απαντήσεων, αλλά ως αντικείμενο κριτικής ανάλυσης. Οι μαθητές μπορούν να συγκρίνουν μια απάντηση ΤΝ με θεσμικές πηγές, να εντοπίζουν λάθη, να ζητούν τεκμηρίωση, να βελτιώνουν ερωτήματα και να μαθαίνουν ότι η τεχνολογία χρειάζεται ανθρώπινη κρίση.
Τι χρειάζεται το σχολείο
Για να διδαχθεί αποτελεσματικά η κριτική σκέψη, χρειάζεται αλλαγή στον σχεδιασμό της διδασκαλίας και της αξιολόγησης. Χρειάζονται δραστηριότητες διερεύνησης, συζητήσεις με κανόνες, εργασίες που επιτρέπουν αναθεώρηση, ομαδικά έργα, ανοιχτά εκπαιδευτικά υλικά και ψηφιακά εργαλεία που δεν υποκαθιστούν τον μαθητή. Χρειάζονται επίσης εκπαιδευτικοί με χρόνο, επιμόρφωση και παιδαγωγική ελευθερία. Δεν μπορεί να ζητούμε από το σχολείο να καλλιεργεί κριτική σκέψη, ενώ το πιέζουμε να λειτουργεί μόνο ως μηχανισμός ύλης και εξετάσεων.
Η αξιολόγηση πρέπει να αλλάξει κατεύθυνση. Να μην ρωτά μόνο «ποια είναι η σωστή απάντηση», αλλά «πώς το γνωρίζεις», «ποια άλλη ερμηνεία υπάρχει», «ποιο στοιχείο θα σε έκανε να αναθεωρήσεις», «τι δεν γνωρίζουμε ακόμη». Με αυτόν τον τρόπο η κριτική σκέψη γίνεται καθημερινή συνήθεια και όχι θεωρητικό σύνθημα.
Η κριτική σκέψη ως θεμέλιο δημοκρατίας
Η κριτική σκέψη δεν αφορά μόνο την ατομική επιτυχία του μαθητή. Είναι όρος δημοκρατικής ζωής. Οι δημοκρατικές κοινωνίες χρειάζονται πολίτες που μπορούν να ζυγίζουν ισχυρισμούς, να διαφωνούν με σεβασμό, να αναγνωρίζουν την αβεβαιότητα χωρίς να παραλύουν και να αλλάζουν γνώμη όταν τα δεδομένα το απαιτούν. Σε έναν δημόσιο χώρο γεμάτο αλγοριθμικά επιλεγμένο περιεχόμενο, παραπληροφόρηση και κείμενα ή εικόνες που παράγονται από ΤΝ, αυτή η ικανότητα είναι βασική προϋπόθεση ελευθερίας.
Η εκπαίδευση έχει τη δυνατότητα να προσφέρει ένα ασφαλές περιβάλλον όπου οι μαθητές μπορούν να κάνουν λάθη, να τα διορθώνουν, να ξανασκέφτονται και να μαθαίνουν να κρίνουν υπεύθυνα. Αν θέλουμε πολίτες που δεν θα χειραγωγούνται εύκολα από ό,τι φαίνεται πειστικό, πρέπει να σχεδιάσουμε ένα σχολείο που διδάσκει τη σκέψη ως πράξη ευθύνης. Η κριτική σκέψη δεν είναι πολυτέλεια για λίγους. Είναι κοινό αγαθό και πρέπει να καλλιεργείται από το Νηπιαγωγείο έως το Πανεπιστήμιο.
European Commission, DigComp 3.0: Το ευρωπαϊκό πλαίσιο ψηφιακών ικανοτήτων συνδέει τη χρήση ψηφιακών τεχνολογιών με κριτική, υπεύθυνη και ασφαλή συμμετοχή στην κοινωνία, προσφέροντας χρήσιμη βάση για τη διδασκαλία ψηφιακής κριτικής σκέψης: data.europa.eu/doi/10.2760/0001149,
UNESCO, AI Competency Framework for Students: Το πλαίσιο της UNESCO για τις ικανότητες των μαθητών στην ΤΝ υπογραμμίζει την ανάγκη ανθρώπινης ευθύνης, κριτικής κρίσης, κατανόησης των ορίων της ΤΝ και υπεύθυνης συμμετοχής των μαθητών στην εποχή των αλγορίθμων: https://www.unesco.org/en/articles/ai-competency-framework-students,
Stanford Graduate School of Education, Civic Online Reasoning: Το πρόγραμμα Civic Online Reasoning προσφέρει έτοιμα μαθήματα, αξιολογήσεις και υλικό για να μάθουν οι μαθητές να ελέγχουν ψηφιακές πληροφορίες, πηγές, ισχυρισμούς και διαδικτυακό περιεχόμενο: https://ed.stanford.edu/node/21844,
OECD, PISA 2022 Results, Volume III, Creative Minds, Creative Schools: Η έκθεση PISA 2022 εξετάζει για πρώτη φορά συστηματικά τη δημιουργική σκέψη των 15χρονων μαθητών και δείχνει γιατί τα εκπαιδευτικά συστήματα πρέπει να δίνουν χώρο σε επίλυση προβλημάτων, διερεύνηση και τεκμηριωμένη σκέψη: https://www.oecd.org/en/publications/pisa-2022-results-volume-iii_765ee8c2-en.html.
Το ανοιχτό λογισμικό έχει ήδη διεισδύσει βαθιά στα δίκτυα και στις υποδομές λογισμικού των ευρωπαϊκών τηλεπικοινωνιών. Το πραγματικό στοίχημα πλέον δεν είναι η υιοθέτησή του, αλλά το κατά πόσο ο κλάδος μπορεί να το ελέγχει, να το αξιοποιεί αποδοτικά και να συνεισφέρει πίσω σε αυτό. Ενώ αρκετοί πάροχοι πρωτοπορούν, οι δυνατότητες του ανοιχτού κώδικα στον κλάδο των τηλεπικοινωνιών μόλις τώρα αρχίζουν να αξιοποιούνται πλήρως, και η συνεχής συνεργασία μεταξύ βιομηχανίας, δημόσιου τομέα και κοινότητας ανοιχτού κώδικα θα παραμείνει κρίσιμη τα επόμενα χρόνια.
Αυτό είναι το βασικό μήνυμα του νέου vision paper που δημοσίευσε το OpenForum Europe, με τίτλο για το πώς το λογισμικό ανοιχτού κώδικα μπορεί να ενισχύσει τις δυνατότητες, τα οικοσυστήματα και τις πολιτικές για ένα πιο κυρίαρχο και ανταγωνιστικό μέλλον στον κλάδο. Πρόκειται για τη δεύτερη έκθεση μιας σειράς, μετά από αντίστοιχη μελέτη για την αυτοκινητοβιομηχανία, και βασίζεται σε δευτερογενή έρευνα καθώς και σε 17 ημι-δομημένες συνεντεύξεις με παρόχους, προμηθευτές, ιδρύματα, φορείς τυποποίησης, θεσμικά όργανα της ΕΕ, ρυθμιστικές αρχές και ανεξάρτητους ειδικούς, μεταξύ Φεβρουαρίου και Μαΐου 2026.
Πώς φτάσαμε ως εδώ
Την τελευταία δεκαετία, η εικονικοποίηση, η μετάβαση σε λογισμικό, η αποσυναρμολόγηση (disaggregation) και η μετάβαση στο cloud διέλυσαν το παλιό, κάθετα ολοκληρωμένο μοντέλο που κυριαρχούσε στις τηλεπικοινωνίες. Στη θέση του αναδύθηκαν οριζόντιες, λογισμικο-καθοδηγούμενες υποδομές, με έργα όπως τα OpenStack, Kubernetes, Sylva, και το CAMARA να έχουν μετατραπεί από πειραματικές πρωτοβουλίες σε βιομηχανικά πρότυπα ευρείας χρήσης. Μεγάλοι πάροχοι, όπως η Orange και η Deutsche Telekom, αναφέρονται ως παραδείγματα φορέων που οδήγησαν πολιτισμική και λειτουργική αλλαγή προς πιο ενεργή στήριξη του ανοιχτού κώδικα — η Orange μέσω στρατηγικής αξιοποίησης των προμηθειών της, και η Deutsche Telekom παραδίδοντας το CAMARA σε ανεξάρτητο ίδρυμα, κάτι που συνέβαλε στην ανάπτυξή του.
Οι προκλήσεις που απομένουν
Παρά την αύξηση τόσο της κατανάλωσης όσο και της συνεισφοράς σε ανοιχτό κώδικα, η ολιστική στήριξη — χρήση, συνεισφορά, χρηματοδότηση, διακυβέρνηση — παραμένει άνιση, συγκεντρωμένη κυρίως στους μεγαλύτερους παίκτες. Η μόχλευση σήμερα βρίσκεται σε λίγα χέρια: μια χούφτα προμηθευτών εξοπλισμού μεσολαβεί για ό,τι καταναλώνουν οι πάροχοι, ενώ η βάση συνεισφοράς στα έργα κυριαρχείται από εταιρείες εκτός Ευρώπης. Το αποτέλεσμα είναι συσσωρευμένο από τριάντα χρόνια εξωτερικής ανάθεσης, μια αγορά κατακερματισμένη σε περίπου 170 παρόχους, και ένα ιδιαίτερα ρυθμισμένο πολιτικό περιβάλλον.
Ένα όραμα για μια νέα εποχή
Η έκθεση οργανώνεται σε τρεις άξονες: τις Δυνατότητες (τι μπορούν να κάνουν μόνοι τους οι πάροχοι — τεχνική βάθυνση, στρατηγική χρήση προμηθειών, συνεισφορά), τα Οικοσυστήματα (δυναμικές ανταγωνισμού, ρόλος προμηθευτών και ενσωματωτών) και τις Πολιτικές (χρηματοδοτικά εργαλεία, ρυθμιστικό βάρος, ατζέντα κυριαρχίας). Τρεις μελέτες περίπτωσης — Orange, Deutsche Telekom και Telenor — χρησιμεύουν ως συγκεκριμένα παραδείγματα. Ανάμεσα στις συστάσεις: επανεκπαίδευση εργατικού δυναμικού προσανατολισμένου σε παλιό υλικό εξοπλισμό, καθιέρωση σημείων ελέγχου ανοιχτού κώδικα και διαλειτουργικότητας πολλαπλών προμηθευτών ως συμβατικός κανόνας, και δημιουργία ενός στρώματος «γηγενών» ενσωματωτών ανοιχτού κώδικα που σήμερα σχεδόν δεν υπάρχει στην Ευρώπη.
Το χρονικό πλαίσιο θεωρείται καθοριστικό: ο Νόμος για τα Ψηφιακά Δίκτυα (Digital Networks Act), η Στρατηγική Ανοιχτού Κώδικα της ΕΕ στο πλαίσιο της Δέσμης Τεχνολογικής Κυριαρχίας, και το Ευρωπαϊκό Ταμείο Ανταγωνιστικότητας των 409 δισ. ευρώ βρίσκονται όλα σε διαπραγμάτευση αυτή τη στιγμή. Το έγγραφο επισημαίνει ότι, αν αντιμετωπιστούν ως ξεχωριστά φαινόμενα, θα αλλάξουν λίγα· αν όμως συνδεθούν ως αλληλένδετοι μοχλοί, μπορούν να βοηθήσουν τον κλάδο να μετακινήσει τη μόχλευση προς τη δική του πλευρά.
Διαρροή του σχεδίου συμφωνίας μεταξύ Βρυξελλών και Ουάσιγκτον δείχνει ότι η Ευρωπαϊκή Επιτροπή έχει υποχωρήσει σχεδόν σε όλο το φάσμα των αμερικανικών αξιώσεων για πρόσβαση σε ευρωπαϊκές βάσεις δεδομένων. Το τίμημα για τη διατήρηση των ταξιδιών χωρίς βίζα, προειδοποιούν οργανώσεις ψηφιακών δικαιωμάτων, είναι τα πιο ευαίσθητα προσωπικά δεδομένα εκατομμυρίων ανθρώπων.
Τι είναι το EBSP
Το 2022 η αμερικανική κυβέρνηση ανακοίνωσε έναν νέο όρο για τις χώρες του Προγράμματος Απαλλαγής από Θεώρηση (Visa Waiver Program): αν θέλουν οι πολίτες τους να συνεχίσουν να ταξιδεύουν στις ΗΠΑ χωρίς βίζα, πρέπει να παραχωρήσουν στις αμερικανικές αρχές πρόσβαση στις βιομετρικές τους βάσεις δεδομένων.
Ο μηχανισμός ονομάστηκε «Enhanced Border Security Partnership» (EBSP) και προβλέπει αυτοματοποιημένη ανταλλαγή προσωπικών δεδομένων για τον έλεγχο και την ταυτοποίηση των ταξιδιωτών. Οι συζητήσεις της Κομισιόν με την Ουάσιγκτον ξεκίνησαν ήδη από το 2022, σε μεγάλο βαθμό μακριά από τα φώτα της δημοσιότητας· η επίσημη εντολή από το Συμβούλιο της ΕΕ δόθηκε μόλις τον Δεκέμβριο του 2025. Στόχος είναι μια «Συμφωνία-Πλαίσιο» με τους γενικούς κανόνες, πάνω στην οποία κάθε κράτος-μέλος θα υπέγραφε στη συνέχεια τη δική του διμερή συμφωνία.
Τι αποκάλυψε η διαρροή
Τον Μάιο του 2026 η οργάνωση Statewatch έφερε στο φως αναθεωρημένη εκδοχή του σχεδίου, δίνοντας για πρώτη φορά εικόνα της κατεύθυνσης που έχει πάρει η συμφωνία.
Σύμφωνα με τη νομική ανάλυση της EDRi, το κείμενο αντανακλά σχεδόν στο σύνολό του τις αμερικανικές απαιτήσεις για ανεμπόδιστη πρόσβαση σε πληροφορίες. Δύο είναι τα κεντρικά προβλήματα: αφενός το κείμενο απομακρύνεται σημαντικά από τη διαπραγματευτική εντολή που έδωσαν τα ίδια τα κράτη-μέλη, αφετέρου μεγάλο μέρος των διατάξεων δεν συμμορφώνεται με το ενωσιακό δίκαιο και ιδίως με τον Χάρτη Θεμελιωδών Δικαιωμάτων.
Το πιο κρίσιμο σημείο αφορά την απαίτηση για «ουσιαστικά ισοδύναμο» επίπεδο προστασίας κατά τη διαβίβαση δεδομένων εκτός ΕΕ. Η EDRi εκτιμά ότι το σχέδιο δεν την πληροί — και ότι το Δικαστήριο της ΕΕ δύσκολα θα έκρινε διαφορετικά. Είναι μια προειδοποίηση με ιστορικό προηγούμενο: οι αποφάσεις Schrems I και II κατέρριψαν με παρόμοιο σκεπτικό δύο διαδοχικά πλαίσια διαβίβασης δεδομένων προς τις ΗΠΑ.
Ο κίνδυνος δεν είναι θεωρητικός
Το σχέδιο προβλέπει συστηματική διαβίβαση βιομετρικών στοιχείων αλλά και άλλων εξαιρετικά ευαίσθητων και υποκειμενικών «ενδείξεων κινδύνου» από ευρωπαϊκές εθνικές βάσεις προς μια κυβέρνηση που, όπως σημειώνει η EDRi, έχει επιδείξει κατάφωρη αδιαφορία για βασικά ανθρώπινα δικαιώματα στη μεταχείριση μεταναστών και επισκεπτών.
Επίσης το κείμενο δεν περιλαμβάνει καμία προστασία απέναντι σε διακρίσεις με βάση τις πολιτικές πεποιθήσεις — τη στιγμή που οι αμερικανικές αρχές ελέγχουν ήδη προφίλ ταξιδιωτών στα μέσα κοινωνικής δικτύωσης. Η ανταλλαγή ατομικών αξιολογήσεων επικινδυνότητας, υποτίθεται για την προστασία της «δημόσιας ασφάλειας και τάξης», θα μπορούσε έτσι να στοχοποιήσει ανθρώπους για την αντίθεσή τους στην κυβέρνηση Τραμπ, για την υποστήριξη των δικαιωμάτων των τρανς ατόμων ή για δημόσιες διαμαρτυρίες κατά της γενοκτονίας στη Γάζα, με συνέπειες που μπορεί να φτάνουν μέχρι και την κράτηση στα σύνορα. Το ζήτημα δεν αφορά μόνο πολίτες της ΕΕ: επηρεάζονται όλοι οι υπήκοοι τρίτων χωρών που είναι καταχωρισμένοι σε ευρωπαϊκές βάσεις δεδομένων.
Ανοιχτή επιστολή προς το Συμβούλιο
Στις 20 Ιουλίου 2026 η EDRi δημοσίευσε ανοιχτή επιστολή προς το Συμβούλιο της ΕΕ, συνοδευόμενη από πλήρη νομική ανάλυση του διαρρεύσαντος σχεδίου. Η οργάνωση χαρακτηρίζει τις αμερικανικές απαιτήσεις εκβιασμό και καλεί την Επιτροπή και το Συμβούλιο να αντισταθούν στην πίεση και να αρνηθούν να «πουλήσουν» τα προσωπικά δεδομένα των ανθρώπων σε μια χώρα με βεβαρημένο ιστορικό παραβιάσεων ανθρωπίνων δικαιωμάτων και ταχεία δημοκρατική οπισθοδρόμηση. Μια ισχυρή Ευρώπη, υποστηρίζει, χρειάζεται ισχυρούς κανόνες — και οι νομοθέτες οφείλουν να ενισχύσουν τις προστασίες απέναντι στην εκμετάλλευση δεδομένων, όχι να τις αποδομήσουν κατά παραγγελία.
Η ραγδαία εξάπλωση της Τεχνητής Νοημοσύνης έχει αναζωπυρώσει τη συζήτηση γύρω από τη συλλογή δεδομένων από το διαδίκτυο. Ένας όρος που εμφανίζεται ολοένα και συχνότερα είναι οι λεγόμενοι «stealth crawlers» ή «κρυφοί ανιχνευτές», δηλαδή αυτοματοποιημένα εργαλεία που συλλέγουν δημόσια διαθέσιμες πληροφορίες από ιστοσελίδες χωρίς να αποκαλύπτουν την ταυτότητα του χρήστη που τα χειρίζεται. Παρότι ο όρος δημιουργεί την εντύπωση μιας ύποπτης ή κακόβουλης δραστηριότητας, η πραγματικότητα είναι πολύ διαφορετική.
Σύμφωνα με ανάλυση του Electronic Frontier Foundation (EFF), οι ανώνυμοι crawlers αποτελούν ένα σημαντικό εργαλείο για τη δημοσιογραφία, την επιστημονική έρευνα, την κυβερνοασφάλεια και την προστασία της ιδιωτικότητας, ενώ οι νομοθετικές πρωτοβουλίες που επιχειρούν να περιορίσουν τη χρήση τους ενδέχεται να βλάψουν σοβαρά τον ανοικτό χαρακτήρα του διαδικτύου.
Τι είναι οι «stealth crawlers»;
Οι web crawlers είναι προγράμματα που επισκέπτονται αυτοματοποιημένα ιστοσελίδες και συλλέγουν πληροφορίες που είναι ήδη δημόσια διαθέσιμες. Αποτελούν βασικό στοιχείο της λειτουργίας του διαδικτύου εδώ και δεκαετίες, καθώς χρησιμοποιούνται από μηχανές αναζήτησης, ερευνητές και πλήθος άλλων υπηρεσιών.
Οι λεγόμενοι «stealth crawlers» διαφέρουν μόνο στο ότι δεν αποκαλύπτουν ποιος βρίσκεται πίσω από τη συλλογή των δεδομένων. Η ανωνυμία αυτή δεν αποσκοπεί στην παραβίαση της νομοθεσίας, αλλά συχνά προστατεύει ερευνητές και δημοσιογράφους από πιθανές παρεμβάσεις ή αποκλεισμούς κατά τη διάρκεια της έρευνάς τους.
Πολύτιμο εργαλείο για την έρευνα και τη διαφάνεια
Η ανώνυμη συλλογή δεδομένων έχει διαδραματίσει καθοριστικό ρόλο σε σημαντικές δημοσιογραφικές αποκαλύψεις.
Χαρακτηριστικό παράδειγμα αποτελεί η ερευνητική ιστοσελίδα The Markup, η οποία χρησιμοποίησε ανώνυμους crawlers για να εξετάσει κατά πόσο η Amazon προωθούσε τα δικά της προϊόντα έναντι ανταγωνιστικών επιλογών. Αντίστοιχα, η ProPublica αξιοποίησε αυτοματοποιημένα εργαλεία για να αποκαλύψει ότι οι καταναλωτές οδηγούνταν συχνά σε ακριβότερα προϊόντα αντί για οικονομικότερες επιλογές.
Η δυνατότητα προσομοίωσης της εμπειρίας ενός συνηθισμένου χρήστη ήταν κρίσιμη για την αξιοπιστία αυτών των ερευνών. Αν οι ιστοσελίδες γνώριζαν εκ των προτέρων ότι επρόκειτο για δημοσιογραφική έρευνα, θα μπορούσαν εύκολα να εμφανίσουν διαφορετικά αποτελέσματα ή να αποκλείσουν την πρόσβαση.
Σημαντικός σύμμαχος της κυβερνοασφάλειας
Οι ανώνυμοι crawlers δεν εξυπηρετούν μόνο τη δημοσιογραφία. Χρησιμοποιούνται ευρέως από ειδικούς στην κυβερνοασφάλεια για τον εντοπισμό απειλών, ευπαθειών και κακόβουλων δραστηριοτήτων στο διαδίκτυο.
Παράλληλα, εργαλεία προστασίας της ιδιωτικότητας, όπως το Privacy Badger του EFF, πραγματοποιούν ανώνυμη σάρωση ιστοσελίδων προκειμένου να εντοπίζουν μηχανισμούς παρακολούθησης χωρίς να εκθέτουν τους χρήστες τους.
Εάν η ανώνυμη πρόσβαση απαγορευόταν, πολλές από αυτές τις δραστηριότητες θα μπορούσαν να εμποδιστούν εύκολα από τις ίδιες τις ιστοσελίδες, περιορίζοντας σημαντικά τη δυνατότητα ανεξάρτητης έρευνας και ελέγχου.
Οι νέες νομοθετικές πρωτοβουλίες
Οι εκδότες ειδησεογραφικών οργανισμών εκφράζουν εύλογες ανησυχίες σχετικά με τη μαζική συλλογή περιεχομένου από συστήματα Τεχνητής Νοημοσύνης. Η αυξημένη δραστηριότητα των crawlers μπορεί να επιβαρύνει τους διακομιστές τους, ενώ η χρήση του περιεχομένου τους από μοντέλα AI ενδέχεται να μειώσει την επισκεψιμότητα και τα διαφημιστικά τους έσοδα.
Ωστόσο, ορισμένες προτεινόμενες νομοθεσίες επιχειρούν να αντιμετωπίσουν το πρόβλημα απαιτώντας από κάθε crawler να αποκαλύπτει την ταυτότητα του διαχειριστή του και τον σκοπό χρήσης των δεδομένων που συλλέγει.
Χαρακτηριστικό παράδειγμα αποτελεί ο νόμος NY Stealth Crawler Protection Act, ο οποίος εγκρίθηκε από τη Νομοθετική Συνέλευση της Πολιτείας της Νέας Υόρκης. Η πρόταση αυτή θα επέτρεπε ακόμη και την έκδοση δικαστικών εντολών για την αποκάλυψη της ταυτότητας όσων χρησιμοποιούν ανώνυμους crawlers, χωρίς να απαιτείται απόδειξη παραβίασης της νομοθεσίας.
Γιατί οι περιορισμοί μπορεί να είναι πιο επικίνδυνοι από το πρόβλημα
Το βασικό επιχείρημα του EFF είναι ότι οι συγκεκριμένες ρυθμίσεις δεν αντιμετωπίζουν την πραγματική αιτία του προβλήματος.
Η επιβάρυνση των ιστοσελίδων δεν προκαλείται από την ανωνυμία των crawlers, αλλά από την υπερβολικά επιθετική και ανεξέλεγκτη συλλογή δεδομένων. Ένας crawler που αποκαλύπτει την ταυτότητά του μπορεί να συνεχίσει να επιβαρύνει εξίσου τους διακομιστές, ενώ ένας ανώνυμος crawler μπορεί να λειτουργεί υπεύθυνα και με σεβασμό στους τεχνικούς περιορισμούς μιας ιστοσελίδας.
Επιπλέον, η υποχρεωτική αποκάλυψη της ταυτότητας των χρηστών θα μπορούσε να οδηγήσει σε αποκλεισμό ερευνητών, δημοσιογράφων, οργανώσεων της κοινωνίας των πολιτών ή ακόμη και ειδικών κυβερνοασφάλειας που πραγματοποιούν απολύτως νόμιμη δραστηριότητα.
Με άλλα λόγια, οι νομοθετικές αυτές πρωτοβουλίες κινδυνεύουν να περιορίσουν τη διαφάνεια, την ελευθερία της έρευνας και την ελεύθερη πρόσβαση στις δημόσιες πληροφορίες του διαδικτύου.
Μια πιο ισορροπημένη προσέγγιση
Αντί για γενικευμένες απαγορεύσεις, η αντιμετώπιση των προβλημάτων που προκαλεί η μαζική συλλογή δεδομένων από συστήματα AI θα μπορούσε να βασιστεί σε πιο στοχευμένες τεχνικές λύσεις.
Ο περιορισμός της υπερβολικής συχνότητας πρόσβασης, η εφαρμογή μηχανισμών ελέγχου της κυκλοφορίας (rate limiting), η βελτίωση των πρωτοκόλλων πρόσβασης και η ανάπτυξη νέων προτύπων συνεργασίας μεταξύ ιστοσελίδων και παρόχων AI αποτελούν λύσεις που αντιμετωπίζουν το πραγματικό πρόβλημα χωρίς να υπονομεύουν τον ανοικτό χαρακτήρα του διαδικτύου.
Η συζήτηση για τους «stealth crawlers» δεν αφορά μόνο την Τεχνητή Νοημοσύνη. Αγγίζει θεμελιώδη ζητήματα όπως η ελευθερία της πληροφόρησης, η προστασία της ιδιωτικότητας, η ανεξάρτητη δημοσιογραφία και η δυνατότητα διεξαγωγής επιστημονικής έρευνας.
Τον Φεβρουάριο του 2019 πραγματοποιήθηκε η πρώτη εναρκτήρια συνάντηση του GÉANT Trust & Identity (T&I) Incubator, μιας πρωτοβουλίας που δημιουργήθηκε στο πλαίσιο του προγράμματος GN4-3. Ο στόχος ήταν σαφής: να δημιουργηθεί ένας ασφαλής χώρος όπου νέες ιδέες και τεχνολογίες θα μπορούσαν να δοκιμαστούν και να αξιολογηθούν, χωρίς να επιβαρύνονται οι βασικές υπηρεσίες Trust & Identity, οι οποίες οφείλουν να λειτουργούν, να αναβαθμίζονται και να συντηρούνται αδιάκοπα.
Ένας ασφαλής χώρος για ανάληψη ρίσκου
Η καινοτομία χαρακτηρίζεται από αβεβαιότητα και πειραματισμό. Το Incubator σχεδιάστηκε ακριβώς για να προσφέρει ένα ελεγχόμενο περιβάλλον όπου η πρωτοτυπία και το ρίσκο μπορούν να διερευνηθούν με τρόπο που μεγιστοποιεί το όφελος και περιορίζει το κόστος. Από την πρώτη κιόλας συνάντηση υιοθετήθηκαν αρχές που παραμένουν θεμελιώδεις μέχρι σήμερα, όπως η ευέλικτη διαχείριση έργων με τη χρήση Kanban boards και ρόλων Scrum Master.
Οι δραστηριότητες οργανώνονται σε σύντομους κύκλους διάρκειας έξι έως επτά μηνών, επιτρέποντας στις ιδέες να αποδεικνύουν γρήγορα την αξία τους ή να διακόπτονται εγκαίρως όταν δεν παρουσιάζουν προοπτικές. Κάθε κύκλος φέρνει κοντά φοιτητές, νέους επαγγελματίες και έμπειρους ειδικούς της κοινότητας GÉANT, δημιουργώντας ένα δυναμικό περιβάλλον μάθησης και συνεργασίας.
Επτά χρόνια συνεχούς εξέλιξης
Μέσα σε επτά χρόνια λειτουργίας, το μοντέλο αυτό εφαρμόστηκε σε έντεκα κύκλους εργασιών και σε ένα ευρύ φάσμα θεμάτων. Από τα πρώτα πειράματα μέχρι σήμερα, έχουν ολοκληρωθεί 52 διαφορετικά έργα, με αποτελέσματα που άλλοτε είχαν άμεσο αντίκτυπο και άλλοτε απέκτησαν αξία αρκετά χρόνια αργότερα.
Καθώς το πρόγραμμα εισέρχεται πλέον στον όγδοο χρόνο λειτουργίας του και στον δωδέκατο κύκλο δραστηριοτήτων, συνεχίζει να εξελίσσεται. Ένα από τα σημαντικότερα συμπεράσματα που προέκυψαν είναι ότι η καινοτομία δεν αφορά μόνο τη δημιουργία νέων λύσεων, αλλά και τη διαρκή ανασκόπηση προηγούμενων προσπαθειών, ώστε να γίνεται καλύτερα κατανοητός ο πραγματικός τους αντίκτυπος.
Ιδέες που αποδείχθηκαν διαχρονικές
Ένα ιδιαίτερα ενδιαφέρον στοιχείο είναι ότι σχεδόν όλα τα θέματα που προτάθηκαν από την κοινότητα αποδείχθηκαν διαχρονικά και χρήσιμα. Αυτό αναδεικνύει τη δύναμη της συλλογικής γνώσης και εμπειρίας που χαρακτηρίζει το οικοσύστημα του GÉANT.
Χαρακτηριστικά παραδείγματα αποτελούν η ενασχόληση με τα Trust Marks και η ανάπτυξη του OIDC module για το Shibboleth IdP κατά τον πρώτο κύκλο, πρωτοβουλίες που αποδείχθηκαν ιδιαίτερα σημαντικές τα επόμενα χρόνια. Παράλληλα, έργα όπως η χρήση του ORCID ως Identity Provider, το Distributed Vetting, η ομοσπονδία OpenID και οι τεχνικές Single Sign-On για μη διαδικτυακές εφαρμογές διερευνήθηκαν πριν ακόμη ωριμάσει η αγορά για την υιοθέτησή τους. Όταν όμως οι συνθήκες έγιναν κατάλληλες, οι ήδη καταγεγραμμένες γνώσεις, οι επιδείξεις και η τεκμηρίωση επέτρεψαν στην κοινότητα να αξιοποιήσει τα αποτελέσματα.
Η αξία της αποτυχίας
Η επιτυχία δεν αποτελεί το μοναδικό μέτρο αξιολόγησης ενός πειράματος. Στο πλαίσιο του Incubator, ακόμη και οι αποτυχίες θεωρούνται πολύτιμες, καθώς προσφέρουν σημαντικά διδάγματα.
Ένα χαρακτηριστικό παράδειγμα ήταν η ανάπτυξη μιας λύσης κατανεμημένης υπογραφής βασισμένης σε εξειδικευμένο υλικό. Όταν ο προμηθευτής της τεχνολογίας χρεοκόπησε απροσδόκητα κατά τη διάρκεια του έργου, το proof of concept δεν μπόρεσε να ολοκληρωθεί όπως είχε σχεδιαστεί. Ωστόσο, η εμπειρία αυτή αποτέλεσε σημαντικό μάθημα διαχείρισης κινδύνου, αποδεικνύοντας ότι οι τολμηρές δοκιμές είναι προτιμότερο να πραγματοποιούνται σε ένα περιβάλλον πειραματισμού παρά σε συστήματα παραγωγικής λειτουργίας.
Επένδυση στους ανθρώπους
Πέρα από την τεχνολογική καινοτομία, το πρόγραμμα έχει συμβάλει σημαντικά και στην ανάπτυξη νέων ταλέντων. Μέσω του προγράμματος Trust & Identity Incubator Mentorship (TIM), το οποίο υποστηρίζεται από το GÉANT Learning and Development (GLAD), έχουν συμμετάσχει μέχρι σήμερα έντεκα φοιτητές.
Η σημερινή ομάδα του Incubator αποτελείται από μέλη 14 διαφορετικών οργανισμών, ενώ πολλοί από τους συμμετέχοντες έχουν εξελιχθεί σε αναγνωρισμένους ειδικούς, είτε σε εθνικά ερευνητικά και εκπαιδευτικά δίκτυα (NRENs), είτε στο ίδιο το GÉANT, είτε σε άλλους οργανισμούς του ευρύτερου οικοσυστήματος.
Η δύναμη της κοινότητας
Η επιτυχία του Trust & Identity Incubator βασίζεται σε μεγάλο βαθμό στην ενεργό συμμετοχή της κοινότητας GÉANT. Οι ιδέες, οι προκλήσεις και οι ανάγκες που εκφράζονται από τα μέλη της αποτελούν τη βασική πηγή έμπνευσης για νέα έργα και πρωτοβουλίες.
Όπως χαρακτηριστικά δήλωσε ο Davide Vaghetti, επικεφαλής της ομάδας eduGAIN: «Χωρίς το Incubator, δεν θα μπορούσαμε να είχαμε ξεκινήσει το πιλοτικό πρόγραμμα eduGAIN OIDFed».
Επτά χρόνια μετά την ίδρυσή του, το GÉANT Trust & Identity Incubator παραμένει πιστό στον αρχικό του σκοπό: να αποτελεί έναν χώρο όπου η κοινότητα μπορεί να πειραματίζεται, να αναλαμβάνει υπολογισμένα ρίσκα, να μαθαίνει συλλογικά και να μετατρέπει καινοτόμες ιδέες σε ουσιαστική πρόοδο για το μέλλον των υπηρεσιών ψηφιακής ταυτότητας και εμπιστοσύνης.
Έχεις χρησιμοποιήσει τεχνητή νοημοσύνη σήμερα; Από τη σύνταξη ενός email μέχρι τη δημιουργία μιας εικόνας, τα εργαλεία ΤΝ μπαίνουν με ταχύτατους ρυθμούς στην καθημερινότητα των Ευρωπαίων. Καθώς η υιοθέτησή τους απλώνεται σε κοινωνίες και οικονομίες, γίνεται όλο και πιο σημαντικό να κατανοήσουμε πώς πραγματικά χρησιμοποιείται και βιώνεται η τεχνολογία αυτή. Τα ανοικτά δεδομένα δίνουν μια ... Read more
Το FOSSBot, το εκπαιδευτικό ρομπότ ανοιχτού κώδικα και ανοιχτού σχεδιασμού (open-source & open-design) που μπορεί να κατασκευαστεί με τρισδιάστατη εκτύπωση και ευρέως διαθέσιμα ηλεκτρονικά εξαρτήματα, περνά στη δεύτερη γενιά του. Το FOSSBot:v2 θα είναι μια αναβαθμισμένη, 3D-εκτυπώσιμη έκδοση με ενισχυμένη υποστήριξη υλικού, σημαντικά μειωμένο χρόνο συναρμολόγησης, πλήρες εγχειρίδιο κατασκευής και ολοκληρωμένη στοίβα λογισμικού. Το νέο ρομπότ θα συνοδεύεται μάλιστα από εικονικό προσομοιωτή — ένα «ψηφιακό δίδυμο» — ώστε κάθε φοιτητής και φοιτήτρια να μπορεί να προγραμματίζει και να δοκιμάζει τον κώδικά του ακόμη και χωρίς πρόσβαση στο φυσικό ρομπότ, μειώνοντας δραστικά το κόστος και τα εμπόδια εισόδου στην εκπαιδευτική ρομποτική.
Η ανάπτυξη του FOSSBot:v2 γίνεται στο πλαίσιο του νέου ευρωπαϊκού έργου FOSSBot4AI, το οποίο ξεκίνησε επίσημα και παρουσιάζεται στον ιστότοπό του, fossbot4ai.eu.
Τι είναι το FOSSBot4AI
Το FOSSBot4AI («Teaching AI to higher education students using an open-source and open-design educational robot») είναι έργο Erasmus+ (KA220-HED – Συμπράξεις Συνεργασίας στην Ανώτατη Εκπαίδευση), συγχρηματοδοτούμενο από την Ευρωπαϊκή Ένωση, με στόχο την ενσωμάτωση της εκπαίδευσης στην Τεχνητή Νοημοσύνη (AI), τη Μηχανική Μάθηση (ML) και την εκπαιδευτική ρομποτική σε ένα ενιαίο πρόγραμμα σπουδών, μέσα από ανοιχτές τεχνολογίες και βιωματική, πρακτική μάθηση.
Το έργο έχει διάρκεια 30 μηνών (Νοέμβριος 2025 – Μάιος 2028) και προϋπολογισμό 250.000 €, με συντονιστή τη γαλλική σχολή μηχανικών ECAM-EPMI. Στην κοινοπραξία συμμετέχουν έξι εταίροι από πέντε χώρες: η ECAM-EPMI (Γαλλία), το Χαροκόπειο Πανεπιστήμιο και ο Οργανισμός Ανοιχτών Τεχνολογιών – ΕΕΛΛΑΚ (Ελλάδα), το Πολυτεχνείο του Πόζναν (Πολωνία), η ATERMON B.V. (Ολλανδία) και το Τεχνικό Πανεπιστήμιο του Ερζερούμ (Τουρκία), συνδυάζοντας τεχνογνωσία σε AI, ρομποτική και εκπαίδευση.
Οι στόχοι του έργου
Στο επίκεντρο του FOSSBot4AI βρίσκεται η φιλοδοξία να «εκδημοκρατιστεί» η πρόσβαση στην εκπαίδευση για την Τεχνητή Νοημοσύνη. Πιο συγκεκριμένα, το έργο στοχεύει:
Στην ανάπτυξη του FOSSBot:v2, της αναβαθμισμένης έκδοσης του ανοιχτού εκπαιδευτικού ρομπότ που περιγράψαμε παραπάνω.
Στη δημιουργία ενός ολοκληρωμένου εκπαιδευτικού πλαισίου για την ΤΝ, βασισμένου στις «5 Μεγάλες Ιδέες της Τεχνητής Νοημοσύνης» (Αντίληψη, Αναπαράσταση & Συλλογισμός, Μάθηση, Φυσική Αλληλεπίδραση, Κοινωνικός Αντίκτυπος), με μαθησιακούς πόρους βασισμένους σε έργα (project-based learning) που καλύπτουν AI, ML, επεξεργασία φυσικής γλώσσας, υπολογιστική όραση και IoT.
Στη δημιουργία μιας διαδικτυακής Ακαδημίας, με δομημένες μαθησιακές διαδρομές και micro-credentials για την πιστοποίηση δεξιοτήτων.
Στην ανάπτυξη εικονικού προσομοιωτή (ψηφιακού διδύμου) του FOSSBot:v2 για προγραμματισμό και πειραματισμό.
Στην επικύρωση της προσέγγισης μέσω πιλοτικών προγραμμάτων στα πανεπιστήμια-εταίρους.
Σε πιο μακροπρόθεσμο ορίζοντα, το έργο επιδιώκει να ενισχύσει τον γραμματισμό στην ΤΝ στην ευρωπαϊκή τριτοβάθμια εκπαίδευση, να εφοδιάσει το ακαδημαϊκό προσωπικό με εργαλεία για την ενσωμάτωση της ΤΝ και της ρομποτικής στη διδασκαλία, να καλλιεργήσει μια κοινότητα πρακτικής γύρω από την ανοιχτή εκπαιδευτική ρομποτική και να διασφαλίσει τη βιωσιμότητα των αποτελεσμάτων μέσω της πλατφόρμας FOSSBot4AI Academy και μετά τη λήξη της χρηματοδότησης. Όλο το εκπαιδευτικό υλικό θα διατεθεί σε έξι γλώσσες: αγγλικά, γαλλικά, πολωνικά, ελληνικά, ολλανδικά και τουρκικά.
Το έργο απευθύνεται σε ιδρύματα τριτοβάθμιας εκπαίδευσης με προγράμματα STEM και Πληροφορικής, σε διδάσκοντες, σε φοιτητές με ενδιαφέρον για AI και ρομποτική, στη βιομηχανία EdTech, στις κοινότητες ανοιχτού λογισμικού και makers, καθώς και σε φορείς χάραξης εκπαιδευτικής πολιτικής.
Λιγα λόγια για το FOSSBot v1
Το FOSSBot δεν είναι απλώς μια υπόσχεση για το μέλλον — έχει ήδη μια πλούσια εκπαιδευτική διαδρομή, ιδίως στην Ελλάδα, όπου αναπτύχθηκε από το Χαροκόπειο Πανεπιστήμιο και την ΕΕΛΛΑΚ. Οι εμπειρίες αυτές αναδεικνύουν μια σειρά από καλές πρακτικές αξιοποίησής του:
Βιωματικές δραστηριότητες με αισθητήρες. Με αισθητήρες υπερήχων, φωτός και θερμοκρασίας, οδόμετρα, ηχείο και θήκη για μολύβι, το ρομπότ μπορεί να ακολουθεί γραμμή, να αποφεύγει εμπόδια, να ηχογραφεί και να αναπαράγει μηνύματα, να «καταλαβαίνει» αν έχει φως ή σκοτάδι, ακόμη και να σχεδιάζει γεωμετρικά σχήματα στο πάτωμα. Οι δυνατότητες αυτές μεταφράζονται σε χειροπιαστές ασκήσεις για τα μαθηματικά, τη φυσική και την πληροφορική.
Κλιμακούμενη δυσκολία προγραμματισμού για κάθε ηλικία. Το λογισμικό του FOSSBot προσφέρει πολλαπλά επίπεδα προγραμματισμού: απλά κουμπιά με έτοιμες ενέργειες για τους μικρότερους, οπτικά μπλοκ κώδικα (Blockly) σε γραφικό περιβάλλον για ενδιάμεσα επίπεδα, και πλήρη προγραμματισμό σε Python για τους πιο έμπειρους. Έτσι, το ίδιο ρομπότ αξιοποιείται από το νηπιαγωγείο — ως εύκολη εισαγωγή στον προγραμματισμό για παιδιά ήδη από τριών ετών — μέχρι το πανεπιστήμιο.
Ομαδοσυνεργατική μάθηση με έτοιμα σχέδια μαθήματος. Στην πλατφόρμα elearn.ellak.gr διατίθενται δωρεάν επιμορφωτικά σεμινάρια για εκπαιδευτικούς όλων των ειδικοτήτων, καθώς και σχέδια μαθήματος σχεδιασμένα για ομάδες 3–4 μαθητών ανά ρομπότ, με οδηγίες υλοποίησης τόσο στη φυσική τάξη όσο και διαδικτυακά μέσω του προσομοιωτή, και με προτάσεις διαφοροποιημένης διδασκαλίας.
Η συναρμολόγηση ως εκπαιδευτική διαδικασία. Ως ρομπότ DIY, η ίδια η αποσυναρμολόγηση και επανασυναρμολόγησή του μπορεί να αποτελέσει μέρος του μαθήματος: τα ηλεκτρονικά του βρίσκονται εύκολα και φθηνά στο εμπόριο, ενώ τα πλαστικά μέρη εκτυπώνονται σε 3D εκτυπωτή — ιδανικό σενάριο για εργαστήρια STEM, makerspaces και μαθήματα τεχνολογίας.
Συνεργατικά έργα και διαγωνισμοί. Το FOSSBot έχει αξιοποιηθεί σε συνεργατικές δραστηριότητες και έργα eTwinning, ενώ μαθητές και εκπαιδευτικοί έχουν υλοποιήσει (1, 2) σχέδια μαθημάτων και αυτοματισμούς IoT με βάση το ρομπότ στο πλαίσιο του Πανελλήνιου Διαγωνισμού Ανοιχτών Τεχνολογιών στην Εκπαίδευση.
Οι πρακτικές αυτές αποτελούν πολύτιμη παρακαταθήκη για το FOSSBot4AI: το FOSSBot:v2 και η νέα Ακαδημία του έργου έρχονται να πατήσουν πάνω σε μια ήδη δοκιμασμένη εκπαιδευτική εμπειρία και να την επεκτείνουν στην τριτοβάθμια εκπαίδευση και στη διδασκαλία της Τεχνητής Νοημοσύνης.
Την Τετάρτη 15 Ιουλίου 2026, στο Ίδρυμα Ευγενίδου, ο Οργανισμός Ανοιχτών Τεχνολογιών (ΕΕΛΛΑΚ/GFOSS) διοργάνωσε τη συνεδρία «Open Sovereign AI Models» στο πλαίσιο του workshop «AI & Industry» του συνεδρίου Greeks in AI 2026, με παράλληλη παρουσίαση poster στην ενότητα βιομηχανίας. Δεκατρείς ομιλητές από την έρευνα, τις δημόσιες υποδομές, την αγορά και την εκπαίδευση συναντήθηκαν γύρω από ένα κοινό ερώτημα: πώς χτίζεται ένα ανοιχτό, κυρίαρχο (sovereign) οικοσύστημα Τεχνητής Νοημοσύνης για την ελληνική γλώσσα και την ελληνική κοινωνία;
Η ΕΕΛΛΑΚ λειτουργεί ως ο συνδετικός ιστός που ενώνει δεδομένα, υπολογιστικές υποδομές, ερευνητικά κέντρα, επιχειρήσεις και σχολεία, με μεθοδολογική προϋπόθεση την ανοιχτότητα με ανοιχτό κώδικα, ανοιχτά δεδομένα και ανοιχτά μοντέλα.
glossAPI: η ελληνική γλώσσα ως δημόσια ψηφιακή υποδομή
Στον πυρήνα αυτής της πλατφόρμας βρίσκεται το glossAPI (https://glossapi.gr/), η ανοιχτή βιβλιοθήκη και τεχνική υποδομή της ΕΕΛΛΑΚ για τη δημιουργία, επεξεργασία και δημοσίευση έτοιμων προς χρήση συνόλων δεδομένων (datasets) για την εκπαίδευση Μεγάλων Γλωσσικών Μοντέλων (LLMs). Το χρονολόγιο δεδομένων του glossAPI αριθμεί σήμερα περισσότερα από είκοσι δημοσιευμένα σύνολα δεδομένων με αθροιστικό όγκο που ξεπερνά τα 10 δισεκατομμύρια tokens υψηλής ποιότητας και πλήρη, αναπαραγώγιμη τεκμηρίωση.
Το κρίσιμο πέρα από τον όγκο είναι η αρχιτεκτονική. Το glossAPI αποτελεί αγωγός (pipeline) παραγωγής γλωσσικών πόρων, που μπορεί να αξιοποιηθεί από πανεπιστήμια, ερευνητές, δημόσιους φορείς και ελληνικές επιχειρήσεις τεχνολογίας. Έτσι η ελληνική γλώσσα αντιμετωπίζεται ως αυτό που πραγματικά είναι στην εποχή της ΤΝ: κρίσιμη δημόσια ψηφιακή υποδομή.
Η σύνδεση με το Apertus και τα ανοιχτά τοπικά μοντέλα
Η διεθνής αναγνώριση αυτής της δουλειάς ήρθε με την έγκριση της πρότασης της ΕΕΛΛΑΚ «Enhancing multilingual foundation models through lexicographic grounding: advancing GlossAPI for Apertus Greek language integration» από το Swiss AI Initiative. Το έργο υποστηρίζεται με 50.000 GPU hours στην υπερυπολογιστική υποδομή Alps του CSCS (Swiss National Supercomputing Centre), και φέρνει τα ελληνικά λεξικογραφικά και γλωσσικά δεδομένα του glossAPI στην εκπαίδευση του Apertus, του πλήρως ανοιχτού ευρωπαϊκού μοντέλου των ETH Zurich και EPFL — με δημόσια βάρη (open weights), δημόσια δεδομένα και διαφανή διαδικασία εκπαίδευσης.
Παράλληλα, η ΕΕΛΛΑΚ προωθεί τα ανοιχτά τοπικά μοντέλα (Open Local LLMs) ως στρατηγική επιλογή για τον δημόσιο τομέα: μοντέλα που τρέχουν σε τοπικές υποδομές, διασφαλίζουν την ιδιωτικότητα των δεδομένων του πολίτη, μειώνουν το κόστος και την εξάρτηση από κλειστές πλατφόρμες, και κατανοούν σε βάθος την ελληνική γλώσσα και το ελληνικό θεσμικό πλαίσιο.
Φωνές από το οικοσύστημα: οι τοποθετήσεις της συνεδρίας
Υπό τον συντονισμό του Πέτρου Στεφανέα (Καθηγητή ΕΜΠ και επιστημονικού υπευθύνου του glossAPI), η συζήτηση κάλυψε όλο το φάσμα του οικοσυστήματος:
Υποδομές & στρατηγική. Ο Δημήτρης Κατσιάνης (GRNET/ΕΔΥΤΕ, ΕΚΠΑ) παρουσίασε τον υπερυπολογιστή «Δαίδαλο» και την πλατφόρμα «Φάρος», υπογραμμίζοντας ότι η ΤΝ αποτελεί δημόσια υποδομή ανάλογη με τον πολιτισμό. Ο Βασίλης Κατσούρος (ΙΕΛ, ΕΚ «Αθηνά») τόνισε την ανάγκη επένδυσης στα AI Factories και το «ξεκλείδωμα» δεδομένων με δίκαιη αποζημίωση των δημιουργών.
Ανοιχτά δεδομένα & glossAPI. Ο Φοίβος Καρούνος και ο Παναγιώτης Σκαρβέλης (ΕΕΛΛΑΚ) ανέλυσαν τη σημασία των ανοιχτών τοπικών LLMs για το Δημόσιο και τη δουλειά του glossAPI στη συγκρότηση του εθνικού συνόλου δεδομένων υψηλής ποιότητας για την ελληνική γλώσσα καθώς επίσης και στην ανάπτυξη του εγχώριου ταλέντου.
Έρευνα & πρότυπα. Ο Χρήστος Τρουσσάς (ΠΑΔΑ) έθεσε τα κριτήρια του Open Source Initiative (OSI) για τον ορισμό της ανοιχτής ΤΝ και την αποφυγή του «open washing» (της παραπλανητικής επίκλησης της ανοιχτότητας), ενώ ο Γιάννης Κομπατσιάρης (ΕΚΕΤΑ/CERTH) παρουσίασε το έργο ELIOT για την ευρωπαϊκή ανεξαρτησία στα πολυτροπικά (multimodal) μοντέλα.
Επιχειρηματικότητα & παραγωγή. Ο Παναγιώτης Κρανιδιώτης (Chilon IT) περιέγραψε την εκρηκτική αύξηση της παραγωγικότητας που φέρνει η ΤΝ στην ανάπτυξη λογισμικού και την επιτακτική ανάγκη επανακατάρτισης (reskilling). Ο Γιάννης Τσιλίκας (LightSaber) ανέδειξε το δίλημμα των ελληνικών επιχειρήσεων ανάμεσα σε tailor-made κυρίαρχες λύσεις και generic μοντέλα πολυεθνικών.
Εφαρμογές στην πράξη. Ο Στέφανος Παπαχρήστου (Solutions Encodica) παρουσίασε εργαλεία οπτικοποίησης γνώσης από ελληνικά αρχεία και πολιτισμικά δεδομένα με έμφαση στη χρήση των δεδομένων του glossAPI, ο Αβραάμ Μαυρίδης (REFARM) έδειξε πώς η ΤΝ αναζωογονεί τα θερμοκήπια της Σύρου μέσω του συστήματος AgryOS.
Εκπαίδευση. Ο Πρόδρομος Τσιαβός (Ίδρυμα Ωνάση) εστίασε στην εισαγωγή της ΤΝ στα σχολεία, με έμφαση στις δεξιότητες των μαθητών και όχι απλώς στα εργαλεία.
Αν κάτι ένωσε όλες τις τοποθετήσεις, είναι ότι η ψηφιακή κυριαρχία δεν κατακτάται με διακηρύξεις αλλά με υποδομές: ανοιχτά δεδομένα που μπορεί να ελέγξει ο καθένας, ανοιχτό κώδικα που μπορεί να βελτιώσει ο καθένας, ανοιχτά μοντέλα που μπορεί να τρέξει ο καθένας. Αυτή την υποδομή χτίζει η ΕΕΛΛΑΚ και η πρόσκληση προς την κοινότητα παραμένει ανοιχτή, όπως και όλα τα υπόλοιπα: ελάτε να τη χτίσουμε μαζί.
Πώς οι ομάδες λογισμικού μετατρέπουν την εμπειρία τους σε κοινή και ελέγξιμη υποδομή γνώσης
Η πρώτη φάση αξιοποίησης της παραγωγικής Τεχνητής Νοημοσύνης στην ανάπτυξη λογισμικού επικεντρώθηκε στο prompt engineering. Η βασική υπόθεση ήταν ότι ένας ικανός χρήστης, διατυπώνοντας σωστά το αίτημά του, μπορούσε να πάρει καλύτερο κώδικα, πληρέστερη τεκμηρίωση ή ακριβέστερη τεχνική ανάλυση.
Η υπόθεση αυτή δεν ήταν λανθασμένη, αλλά ήταν ελλιπής. Όσο τα γλωσσικά μοντέλα και οι πράκτορες προγραμματισμού αναλαμβάνουν πιο σύνθετες εργασίες, γίνεται σαφές ότι η ποιότητα του αποτελέσματος δεν εξαρτάται κυρίως από μια ευφυή διατύπωση. Εξαρτάται από το context που παρέχεται στο μοντέλο, την ποιότητα των πηγών, την κατάσταση του αποθετηρίου, τους διαθέσιμους ελέγχους και την ικανότητα του μηχανικού να εντοπίζει όσα λείπουν από μια φαινομενικά σωστή λύση.
Το πραγματικό πλεονέκτημα μιας ομάδας δεν βρίσκεται, επομένως, σε μια βιβλιοθήκη prompts ούτε στην πρόσβαση στο ισχυρότερο εμπορικό μοντέλο. Βρίσκεται στην ικανότητά της να μετατρέπει την εμπειρία, τις τεχνικές αποφάσεις, τις αποτυχίες και τα κριτήρια ποιότητας σε κοινή, επαναχρησιμοποιήσιμη και ελέγξιμη υποδομή γνώσης.
Το κρίσιμο ερώτημα δεν είναι μόνο ποιο μοντέλο παράγει καλύτερο κώδικα. Είναι ποιος ελέγχει τα δεδομένα, το context, την οργανωσιακή μνήμη, τους μηχανισμούς αξιολόγησης, το κόστος και τη δυνατότητα αντικατάστασης του μοντέλου.
Η καλή ερώτηση είναι συμπυκνωμένη εμπειρία
Ο έμπειρος μηχανικός σπάνια ρωτά απλώς «πώς υλοποιείται αυτή η λειτουργία;». Εξετάζει ποια υπόθεση μπορεί να είναι λανθασμένη, ποιο invariant κινδυνεύει να παραβιαστεί, ποια εξάρτηση δεν πρέπει να προστεθεί, πώς θα συμπεριφερθεί η αλλαγή υπό φορτίο και ποια δοκιμή θα αποδείξει ότι η λύση είναι σωστή.
Ακόμη και μια σύντομη παρατήρηση, όπως «αυτή η μετατροπή δημιουργεί περιττή αντιγραφή δεδομένων;», μπορεί να συμπυκνώνει χρόνια εμπειρίας στη διαχείριση μνήμης, στην πολυπλοκότητα αλγορίθμων και στη σχεδίαση αποδοτικών συστημάτων.
Η ερώτηση του έμπειρου προγραμματιστή ενσωματώνει το ιστορικό του συστήματος, τις αρχιτεκτονικές παραδοχές, το τεχνικό χρέος, τις προηγούμενες αστοχίες και τα πραγματικά κριτήρια αποδοχής. Με αυτή την έννοια, τα καλά prompts αποτελούν τεκμήρια άρρητης γνώσης. Δεν αποτελούν όμως από μόνα τους οργανωσιακή γνώση.
Μια βιβλιοθήκη prompts αποθηκεύει διατυπώσεις, όχι κατ’ ανάγκη το σκεπτικό που τις έκανε αποτελεσματικές. Αν λείπουν το πλαίσιο, οι περιορισμοί, οι αποτυχημένες διαδρομές και ο τρόπος επαλήθευσης, το prompt μετατρέπεται εύκολα σε συνταγή που εφαρμόζεται μηχανικά σε λάθος πρόβλημα. Για να αποκτήσει αξία για ολόκληρη την ομάδα, πρέπει να διατηρείται όχι μόνο το τι ζητήθηκε, αλλά και το γιατί.
Οι πράκτορες αυξάνουν την αξία της τεχνογνωσίας
Ένα χαρακτηριστικό παράδειγμα προέρχεται από πραγματική αλλαγή στο έργο ανοικτού λογισμικού uutils. Ο Διομήδης Σπινέλλης χρησιμοποίησε πράκτορα προγραμματισμού για να αλλάξει τον τρόπο με τον οποίο η υλοποίηση της εντολής sed χειρίζεται χαρακτήρες και ακατέργαστα bytes.
Η αλλαγή επεκτάθηκε σε 13 αρχεία και περιλάμβανε 1.740 προσθήκες και 609 διαγραφές γραμμών. Ο πράκτορας εκτέλεσε μεγάλο μέρος της επίπονης εργασίας, ενώ ο κώδικας παρέμενε μεταγλωττίσιμος και εκτελέσιμος. Καθοριστική ήταν η ύπαρξη δοκιμών μονάδας, δοκιμών ολοκλήρωσης και αυτοματοποιημένων ελέγχων συνεχούς ενσωμάτωσης.
Ωστόσο, από τις 78 προτροπές και οδηγίες, οι 61, δηλαδή το 78%, αφορούσαν βελτιώσεις που εντόπισε και ζήτησε ο έμπειρος μηχανικός. Οι παρατηρήσεις αφορούσαν αρχιτεκτονικές επιλογές, περιττές μετατροπές δεδομένων, πολυπλοκότητα αλγορίθμων, επαναχρησιμοποίηση συναρτήσεων, ακραίες περιπτώσεις, ονοματοδοσία, τεκμηρίωση και ελλείψεις στις δοκιμές.
Το συμπέρασμα δεν είναι ότι οι πράκτορες ΤΝ είναι αναποτελεσματικοί. Αντίθετα, μπορούν να επιταχύνουν σημαντικά την ανάπτυξη όταν λειτουργούν μέσα σε ώριμο τεχνικό περιβάλλον.
Η παραγωγή κώδικα, όμως, δεν ταυτίζεται με την παραγωγή αξιόπιστου λογισμικού. Το αν ο κώδικας μεταγλωττίζεται ελέγχεται εύκολα. Το αν μια συνάρτηση έχει τετραγωνική πολυπλοκότητα, αν μια μετατροπή αλλοιώνει τη σημασιολογία των δεδομένων ή αν μια νέα αφαίρεση παραβιάζει τις συμβάσεις του έργου απαιτεί βαθύτερη γνώση.
Ο πράκτορας επιταχύνει την εκτέλεση. Ο ειδικός εξακολουθεί να ορίζει τι σημαίνει σωστό αποτέλεσμα.
Από τα prompts στο context engineering
Ένας ώριμος οργανισμός δεν αποθηκεύει απλώς συνομιλίες με μοντέλα. Μετατρέπει τις χρήσιμες αλληλεπιδράσεις σε δομημένα τεκμήρια.
Για κάθε σημαντική εργασία πρέπει να μπορούν να ανακτηθούν η περιγραφή του προβλήματος, το επιχειρησιακό «γιατί», οι τεχνικοί περιορισμοί, οι αρχιτεκτονικές αποφάσεις, οι εναλλακτικές που εξετάστηκαν, τα κριτήρια επιτυχίας, οι γνωστές ακραίες περιπτώσεις και οι σχετικές δοκιμές.
Αυτή η γνώση μπορεί να αποτυπώνεται σε αρχεία αρχιτεκτονικών αποφάσεων, runbooks, issue templates, postmortems, καταλόγους ελέγχου και σύνολα δοκιμών.
Μια αρχιτεκτονική RAG μπορεί στη συνέχεια να ανακτά το κατάλληλο υλικό για κάθε εργασία. Το μοντέλο δεν πρέπει να αντιμετωπίζεται ως αποθήκη της εταιρικής αλήθειας. Η πηγή αλήθειας παραμένει ο κώδικας, η τεχνική τεκμηρίωση, τα σχήματα δεδομένων, τα εγκεκριμένα έγγραφα και τα αποτελέσματα των δοκιμών.
Εδώ βρίσκεται η μετάβαση από το prompt engineering στο context engineering. Το κρίσιμο ερώτημα δεν είναι μόνο τι θα γράψουμε στο prompt, αλλά ποια αρχεία θα δει ο πράκτορας, ποια εργαλεία θα μπορεί να εκτελέσει, ποια δεδομένα επιτρέπεται να προσπελάσει, ποια έκδοση της τεκμηρίωσης είναι έγκυρη και ποιοι έλεγχοι πρέπει να ολοκληρωθούν πριν γίνει αποδεκτό το αποτέλεσμα.
Το prompt είναι απλώς το ορατό σημείο εισόδου σε ένα μεγαλύτερο σύστημα.
Οι δοκιμές είναι εκτελέσιμη οργανωσιακή γνώση
Η τεκμηρίωση περιγράφει τι πρέπει να συμβαίνει. Οι αυτοματοποιημένες δοκιμές ελέγχουν αν πράγματι συμβαίνει.
Κάθε unit, integration ή regression test μπορεί να αποτυπώνει μια λειτουργική απαίτηση, ένα invariant, μια παλαιότερη αστοχία, μια ακραία περίπτωση ή μια απαίτηση ασφαλείας. Όταν ένας πράκτορας εργάζεται σε αποθετήριο με εκτεταμένη κάλυψη δοκιμών, δεν καθοδηγείται μόνο από το φυσικό κείμενο της προτροπής. Καθοδηγείται και από ένα εκτελέσιμο σύνολο κανόνων που ορίζει ποια συμπεριφορά θεωρείται αποδεκτή.
Ο κώδικας που παράγεται με τη βοήθεια ΤΝ πρέπει να περνά από μεταγλώττιση ή έλεγχο τύπων, linting, στατική ανάλυση, ελέγχους εξαρτήσεων, δοκιμές μονάδας και ολοκλήρωσης, σαρώσεις ασφαλείας και ανθρώπινο code review.
Κάθε ουσιαστικό σφάλμα πρέπει να επιστρέφει στο σύστημα ως νέα δοκιμή, νέος κανόνας, ενημέρωση της τεκμηρίωσης ή νέα αρχιτεκτονική απόφαση. Έτσι η αποτυχία δεν διορθώνει μόνο τη συγκεκριμένη αλλαγή. Αυξάνει τη μελλοντική ικανότητα ολόκληρης της ομάδας.
Ένας ελεγχόμενος κύκλος ανάπτυξης
Η αξιοποίηση ενός πράκτορα προγραμματισμού μπορεί να οργανωθεί ως εξής:
Το context bundle μπορεί να περιλαμβάνει το σχετικό issue, τα επηρεαζόμενα αρχεία, τα ADRs, τις συμβάσεις API, τα tests, τις οδηγίες ασφαλείας και τα κριτήρια αποδοχής.
Ο πράκτορας εκτελεί την εργασία σε απομονωμένο περιβάλλον και παράγει κώδικα, δοκιμές και τεκμηρίωση. Στη συνέχεια ενεργοποιούνται οι αυτοματοποιημένοι έλεγχοι. Ο μηχανικός εξετάζει το diff, τις παραδοχές, τις επιπτώσεις στην αρχιτεκτονική και τα αποτελέσματα των δοκιμών.
Μετά την αποδοχή της αλλαγής, τα χρήσιμα συμπεράσματα επιστρέφουν στη βάση γνώσης. Μπορεί να προστεθεί ένα test, να ενημερωθεί ένα runbook ή να γραφτεί ένα ADR. Αυτός ο βρόχος είναι σημαντικότερος από το ίδιο το prompt.
Η πραγματική δεξιότητα είναι η αξιολόγηση
Καθώς η παραγωγή κώδικα γίνεται ταχύτερη, η αξιολόγησή του γίνεται σημαντικότερη. Ένας νέος προγραμματιστής μπορεί να παράγει περισσότερο κώδικα από όσο είναι σε θέση να ελέγξει. Αυτό δημιουργεί σοβαρό εκπαιδευτικό πρόβλημα.
Αν οι αρχικές υλοποιήσεις ανατίθενται συνεχώς σε πράκτορες, πώς θα μάθουν οι νεότεροι να αναγνωρίζουν λανθασμένες αφαιρέσεις, προβλήματα πολυπλοκότητας, κρυφές εξαρτήσεις, ευπάθειες και δύσκολα συντηρήσιμο κώδικα;
Οι οργανισμοί χρειάζονται οργανωμένη μαθητεία, συστηματικό code review, συνεργασία έμπειρων και νεότερων μηχανικών και μελέτη πραγματικών αστοχιών. Η ΤΝ μπορεί να λειτουργήσει ως επιταχυντής μάθησης όταν ο προγραμματιστής καλείται να εξηγήσει τη λύση, να εξετάσει εναλλακτικές και να υπερασπιστεί τις τεχνικές επιλογές.
Όταν ο χρήστης απλώς αποδέχεται το αποτέλεσμα, δημιουργείται κίνδυνος αποδυνάμωσης δεξιοτήτων και εξάρτησης από κώδικα που κανείς δεν κατανοεί πλήρως.
Να διατηρείται το «γιατί»
Η πιο χρήσιμη πληροφορία μιας συνεδρίας με πράκτορα συχνά δεν είναι ο τελικός κώδικας, αλλά η διαδρομή που οδήγησε σε αυτόν. Ποια υπόθεση αμφισβητήθηκε; Ποια πληροφορία έλειπε; Ποια εναλλακτική απορρίφθηκε; Ποιο test αποκάλυψε το πρόβλημα;
Μετά την ολοκλήρωση μιας σημαντικής εργασίας, μπορεί να παράγεται ένα σύντομο τεκμήριο μάθησης με την τελική απόφαση, τις κρίσιμες παραδοχές, τα προβλήματα που εντοπίστηκαν και τις δοκιμές που προστέθηκαν.
Δεν είναι χρήσιμο να αποθηκεύεται κάθε συνομιλία. Τα transcripts περιλαμβάνουν θόρυβο, προσωρινές υποθέσεις, λανθασμένες διαδρομές και πιθανώς εμπιστευτικά δεδομένα. Η οργανωσιακή μνήμη πρέπει να αποτελείται από επιμελημένα, εκδόσιμα και εγκεκριμένα τεκμήρια.
Ανοικτή υποδομή και έλεγχος της γνώσης
Οι προτροπές προς ένα εξωτερικό μοντέλο μπορούν να αποκαλύπτουν την αρχιτεκτονική του συστήματος, τεχνικές αδυναμίες, επιχειρησιακές προτεραιότητες και εσωτερικές διαδικασίες. Η γνώση του οργανισμού δεν βρίσκεται μόνο στα έγγραφα και στον κώδικα. Βρίσκεται και στις ερωτήσεις των εργαζομένων.
Γι’ αυτό η επιλογή υποδομής ΤΝ είναι ζήτημα ασφάλειας και διακυβέρνησης γνώσης. Οι κλειστές υπηρεσίες νέφους προσφέρουν ισχυρά μοντέλα, αλλά μπορούν να δημιουργήσουν εξάρτηση ως προς τις διεπαφές, την τιμολόγηση, τη διατήρηση δεδομένων και τη διαθεσιμότητα συγκεκριμένων μοντέλων.
Τα τοπικά ή ιδιωτικά φιλοξενούμενα ανοικτά μοντέλα επιτρέπουν στον οργανισμό να διατηρεί τον κώδικα, τα έγγραφα και τις εσωτερικές αλληλεπιδράσεις σε υποδομή που ελέγχει ο ίδιος.
Δεν είναι όλα τα «ανοικτά» μοντέλα εξίσου ανοικτά. Τα πλήρως ανοικτά μοντέλα δημοσιεύουν βάρη, κώδικα εκπαίδευσης, τεκμηρίωση και ουσιώδη στοιχεία της διαδικασίας ανάπτυξης. Τα μοντέλα ανοικτών βαρών μπορούν να εκτελούνται τοπικά, χωρίς όμως να επιτρέπουν πάντα πλήρη αναπαραγωγή ή έλεγχο της εκπαίδευσης.
Η επιλογή πρέπει να βασίζεται στην άδεια, στην τεκμηρίωση, στην απόδοση στις πραγματικές εργασίες, στις απαιτήσεις υπολογιστικών πόρων και στο επίπεδο κινδύνου.
Το μικρότερο επαρκές μοντέλο
Ένα αποδοτικό σύστημα δεν στέλνει κάθε αίτημα στο μεγαλύτερο μοντέλο. Χρησιμοποιεί model routing και επιλέγει το μικρότερο μοντέλο που μπορεί να ολοκληρώσει αξιόπιστα την εργασία.
Μικρότερα μοντέλα μπορούν να αναλαμβάνουν ταξινόμηση εγγράφων, εξαγωγή μεταδεδομένων, δρομολόγηση αιτημάτων, περιλήψεις και παραγωγή embeddings. Ισχυρότερα μοντέλα μπορούν να χρησιμοποιούνται επιλεκτικά για σύνθετη ανάλυση και απαιτητικό προγραμματισμό.
Ένα κοινό API gateway επιτρέπει στις εφαρμογές να καλούν διαφορετικά μοντέλα μέσα από σταθερή διεπαφή. Το μοντέλο γίνεται έτσι αντικαταστάσιμο στοιχείο και όχι πυρήνας πάνω στον οποίο κλειδώνεται ολόκληρη η εφαρμογή.
Το νέο ανταγωνιστικό πλεονέκτημα
Καθώς οι τεχνικές σύνταξης prompts γίνονται κοινό κτήμα, το ανταγωνιστικό πλεονέκτημα μετακινείται προς το οργανωσιακό σύστημα γύρω από το μοντέλο.
Πλεονεκτούν οι ομάδες που διαθέτουν καθαρή τεκμηρίωση, αξιόπιστες πηγές αλήθειας, εκτεταμένες δοκιμές, ώριμες πλατφόρμες ανάπτυξης, γρήγορους βρόχους ανάδρασης και σαφή κριτήρια ποιότητας.
Οι πράκτορες ΤΝ δεν καταργούν την ανάγκη για ειδικούς. Αυξάνουν την αξία όσων μπορούν να ορίσουν σωστά το πρόβλημα, να επιλέξουν το κατάλληλο context, να σχεδιάσουν τους ελέγχους και να εντοπίσουν αστοχίες που δεν είναι εμφανείς σε επίπεδο σύνταξης.
Το ουσιαστικό αποτέλεσμα δεν είναι απλώς περισσότερος κώδικας. Είναι η δημιουργία ενός συστήματος στο οποίο κάθε εργασία, κάθε έλεγχος και κάθε αποτυχία βελτιώνει τη συλλογική ικανότητα της ομάδας.
Σε αυτό το πλαίσιο, τα τοπικά ανοικτά μοντέλα και η ανοικτή στοίβα δεν αποτελούν μόνο τεχνική ή οικονομική επιλογή. Αποτελούν τον μηχανισμό με τον οποίο η γνώση, τα δεδομένα και οι κανόνες λειτουργίας παραμένουν ελέγξιμο περιουσιακό στοιχείο του οργανισμού, αντί να μετατρέπονται σε εξάρτηση από μια εξωτερική πλατφόρμα.
Πηγές άρθρου:
Ikujiro Nonaka (1994), “A Dynamic Theory of Organizational Knowledge Creation”, Organization Science, 5(1), 14–37: Θεμελιώδης μελέτη για τη μετατροπή της άρρητης ατομικής γνώσης σε ρητή, συλλογική και επαναχρησιμοποιήσιμη οργανωσιακή γνώση: https://pubsonline.informs.org/doi/10.1287/orsc.5.1.14,
Erik Brynjolfsson, Danielle Li και Lindsey Raymond (2025), “Generative AI at Work”, The Quarterly Journal of Economics, 140(2), 889–942: Εμπειρική μελέτη για τον τρόπο με τον οποίο η παραγωγική ΤΝ μπορεί να διαχέει τις πρακτικές αποτελεσματικότερων εργαζομένων και να υποστηρίζει ιδιαίτερα τους λιγότερο έμπειρους: https://academic.oup.com/qje/article/140/2/889/7990658,
Diomidis Spinellis (2026), “Why Agentic AI Needs Better Experts”: Μελέτη περίπτωσης από πραγματική αλλαγή σε έργο ανοικτού λογισμικού, η οποία αναδεικνύει την παραγωγικότητα των πρακτόρων ΤΝ και την ανάγκη έμπειρης καθοδήγησης, δοκιμών και ανασκόπησης: https://www.spinellis.gr/blog/20260708/,
Sander Schulhoff κ.ά. (2024), “The Prompt Report: A Systematic Survey of Prompt Engineering Techniques”: Συστηματική χαρτογράφηση των τεχνικών prompt engineering και της σχετικής ορολογίας: https://arxiv.org/abs/2406.06608,
GlossAPI (2026), “Τοπικά ανοιχτά μοντέλα ΤΝ, από το ακριβό cloud στη δημόσια υποδομή”: Ανάλυση της μετάβασης από κλειστές υπηρεσίες νέφους σε τοπικές, ανοικτές και ελέγξιμες υποδομές ΤΝ: https://blog.glossapi.gr/,
NIST (2022), “Secure Software Development Framework, Version 1.1”, NIST SP 800-218: Επίσημο πλαίσιο για την ενσωμάτωση ασφάλειας, τεκμηρίωσης, επαλήθευσης και συνεχούς βελτίωσης στον κύκλο ανάπτυξης λογισμικού: https://csrc.nist.gov/pubs/sp/800/218/final.
Πώς οι ομάδες λογισμικού μετατρέπουν την εμπειρία τους σε κοινή και ελέγξιμη υποδομή γνώσης
Η πρώτη φάση αξιοποίησης της παραγωγικής Τεχνητής Νοημοσύνης στην ανάπτυξη λογισμικού επικεντρώθηκε στο prompt engineering. Η βασική υπόθεση ήταν ότι ένας ικανός χρήστης, διατυπώνοντας σωστά το αίτημά του, μπορούσε να πάρει καλύτερο κώδικα, πληρέστερη τεκμηρίωση ή ακριβέστερη τεχνική ανάλυση.
Η υπόθεση αυτή δεν ήταν λανθασμένη, αλλά ήταν ελλιπής. Όσο τα γλωσσικά μοντέλα και οι πράκτορες προγραμματισμού αναλαμβάνουν πιο σύνθετες εργασίες, γίνεται σαφές ότι η ποιότητα του αποτελέσματος δεν εξαρτάται κυρίως από μια ευφυή διατύπωση. Εξαρτάται από το context που παρέχεται στο μοντέλο, την ποιότητα των πηγών, την κατάσταση του αποθετηρίου, τους διαθέσιμους ελέγχους και την ικανότητα του μηχανικού να εντοπίζει όσα λείπουν από μια φαινομενικά σωστή λύση.
Το πραγματικό πλεονέκτημα μιας ομάδας δεν βρίσκεται, επομένως, σε μια βιβλιοθήκη prompts ούτε στην πρόσβαση στο ισχυρότερο εμπορικό μοντέλο. Βρίσκεται στην ικανότητά της να μετατρέπει την εμπειρία, τις τεχνικές αποφάσεις, τις αποτυχίες και τα κριτήρια ποιότητας σε κοινή, επαναχρησιμοποιήσιμη και ελέγξιμη υποδομή γνώσης.
Το κρίσιμο ερώτημα δεν είναι μόνο ποιο μοντέλο παράγει καλύτερο κώδικα. Είναι ποιος ελέγχει τα δεδομένα, το context, την οργανωσιακή μνήμη, τους μηχανισμούς αξιολόγησης, το κόστος και τη δυνατότητα αντικατάστασης του μοντέλου.
Η καλή ερώτηση είναι συμπυκνωμένη εμπειρία
Ο έμπειρος μηχανικός σπάνια ρωτά απλώς «πώς υλοποιείται αυτή η λειτουργία;». Εξετάζει ποια υπόθεση μπορεί να είναι λανθασμένη, ποιο invariant κινδυνεύει να παραβιαστεί, ποια εξάρτηση δεν πρέπει να προστεθεί, πώς θα συμπεριφερθεί η αλλαγή υπό φορτίο και ποια δοκιμή θα αποδείξει ότι η λύση είναι σωστή.
Ακόμη και μια σύντομη παρατήρηση, όπως «αυτή η μετατροπή δημιουργεί περιττή αντιγραφή δεδομένων;», μπορεί να συμπυκνώνει χρόνια εμπειρίας στη διαχείριση μνήμης, στην πολυπλοκότητα αλγορίθμων και στη σχεδίαση αποδοτικών συστημάτων.
Η ερώτηση του έμπειρου προγραμματιστή ενσωματώνει το ιστορικό του συστήματος, τις αρχιτεκτονικές παραδοχές, το τεχνικό χρέος, τις προηγούμενες αστοχίες και τα πραγματικά κριτήρια αποδοχής. Με αυτή την έννοια, τα καλά prompts αποτελούν τεκμήρια άρρητης γνώσης. Δεν αποτελούν όμως από μόνα τους οργανωσιακή γνώση.
Μια βιβλιοθήκη prompts αποθηκεύει διατυπώσεις, όχι κατ’ ανάγκη το σκεπτικό που τις έκανε αποτελεσματικές. Αν λείπουν το πλαίσιο, οι περιορισμοί, οι αποτυχημένες διαδρομές και ο τρόπος επαλήθευσης, το prompt μετατρέπεται εύκολα σε συνταγή που εφαρμόζεται μηχανικά σε λάθος πρόβλημα. Για να αποκτήσει αξία για ολόκληρη την ομάδα, πρέπει να διατηρείται όχι μόνο το τι ζητήθηκε, αλλά και το γιατί.
Οι πράκτορες αυξάνουν την αξία της τεχνογνωσίας
Ένα χαρακτηριστικό παράδειγμα προέρχεται από πραγματική αλλαγή στο έργο ανοικτού λογισμικού uutils. Ο Διομήδης Σπινέλλης χρησιμοποίησε πράκτορα προγραμματισμού για να αλλάξει τον τρόπο με τον οποίο η υλοποίηση της εντολής sed χειρίζεται χαρακτήρες και ακατέργαστα bytes.
Η αλλαγή επεκτάθηκε σε 13 αρχεία και περιλάμβανε 1.740 προσθήκες και 609 διαγραφές γραμμών. Ο πράκτορας εκτέλεσε μεγάλο μέρος της επίπονης εργασίας, ενώ ο κώδικας παρέμενε μεταγλωττίσιμος και εκτελέσιμος. Καθοριστική ήταν η ύπαρξη δοκιμών μονάδας, δοκιμών ολοκλήρωσης και αυτοματοποιημένων ελέγχων συνεχούς ενσωμάτωσης.
Ωστόσο, από τις 78 προτροπές και οδηγίες, οι 61, δηλαδή το 78%, αφορούσαν βελτιώσεις που εντόπισε και ζήτησε ο έμπειρος μηχανικός. Οι παρατηρήσεις αφορούσαν αρχιτεκτονικές επιλογές, περιττές μετατροπές δεδομένων, πολυπλοκότητα αλγορίθμων, επαναχρησιμοποίηση συναρτήσεων, ακραίες περιπτώσεις, ονοματοδοσία, τεκμηρίωση και ελλείψεις στις δοκιμές.
Το συμπέρασμα δεν είναι ότι οι πράκτορες ΤΝ είναι αναποτελεσματικοί. Αντίθετα, μπορούν να επιταχύνουν σημαντικά την ανάπτυξη όταν λειτουργούν μέσα σε ώριμο τεχνικό περιβάλλον.
Η παραγωγή κώδικα, όμως, δεν ταυτίζεται με την παραγωγή αξιόπιστου λογισμικού. Το αν ο κώδικας μεταγλωττίζεται ελέγχεται εύκολα. Το αν μια συνάρτηση έχει τετραγωνική πολυπλοκότητα, αν μια μετατροπή αλλοιώνει τη σημασιολογία των δεδομένων ή αν μια νέα αφαίρεση παραβιάζει τις συμβάσεις του έργου απαιτεί βαθύτερη γνώση.
Ο πράκτορας επιταχύνει την εκτέλεση. Ο ειδικός εξακολουθεί να ορίζει τι σημαίνει σωστό αποτέλεσμα.
Από τα prompts στο context engineering
Ένας ώριμος οργανισμός δεν αποθηκεύει απλώς συνομιλίες με μοντέλα. Μετατρέπει τις χρήσιμες αλληλεπιδράσεις σε δομημένα τεκμήρια.
Για κάθε σημαντική εργασία πρέπει να μπορούν να ανακτηθούν η περιγραφή του προβλήματος, το επιχειρησιακό «γιατί», οι τεχνικοί περιορισμοί, οι αρχιτεκτονικές αποφάσεις, οι εναλλακτικές που εξετάστηκαν, τα κριτήρια επιτυχίας, οι γνωστές ακραίες περιπτώσεις και οι σχετικές δοκιμές.
Αυτή η γνώση μπορεί να αποτυπώνεται σε αρχεία αρχιτεκτονικών αποφάσεων, runbooks, issue templates, postmortems, καταλόγους ελέγχου και σύνολα δοκιμών.
Μια αρχιτεκτονική RAG μπορεί στη συνέχεια να ανακτά το κατάλληλο υλικό για κάθε εργασία. Το μοντέλο δεν πρέπει να αντιμετωπίζεται ως αποθήκη της εταιρικής αλήθειας. Η πηγή αλήθειας παραμένει ο κώδικας, η τεχνική τεκμηρίωση, τα σχήματα δεδομένων, τα εγκεκριμένα έγγραφα και τα αποτελέσματα των δοκιμών.
Εδώ βρίσκεται η μετάβαση από το prompt engineering στο context engineering. Το κρίσιμο ερώτημα δεν είναι μόνο τι θα γράψουμε στο prompt, αλλά ποια αρχεία θα δει ο πράκτορας, ποια εργαλεία θα μπορεί να εκτελέσει, ποια δεδομένα επιτρέπεται να προσπελάσει, ποια έκδοση της τεκμηρίωσης είναι έγκυρη και ποιοι έλεγχοι πρέπει να ολοκληρωθούν πριν γίνει αποδεκτό το αποτέλεσμα.
Το prompt είναι απλώς το ορατό σημείο εισόδου σε ένα μεγαλύτερο σύστημα.
Οι δοκιμές είναι εκτελέσιμη οργανωσιακή γνώση
Η τεκμηρίωση περιγράφει τι πρέπει να συμβαίνει. Οι αυτοματοποιημένες δοκιμές ελέγχουν αν πράγματι συμβαίνει.
Κάθε unit, integration ή regression test μπορεί να αποτυπώνει μια λειτουργική απαίτηση, ένα invariant, μια παλαιότερη αστοχία, μια ακραία περίπτωση ή μια απαίτηση ασφαλείας. Όταν ένας πράκτορας εργάζεται σε αποθετήριο με εκτεταμένη κάλυψη δοκιμών, δεν καθοδηγείται μόνο από το φυσικό κείμενο της προτροπής. Καθοδηγείται και από ένα εκτελέσιμο σύνολο κανόνων που ορίζει ποια συμπεριφορά θεωρείται αποδεκτή.
Ο κώδικας που παράγεται με τη βοήθεια ΤΝ πρέπει να περνά από μεταγλώττιση ή έλεγχο τύπων, linting, στατική ανάλυση, ελέγχους εξαρτήσεων, δοκιμές μονάδας και ολοκλήρωσης, σαρώσεις ασφαλείας και ανθρώπινο code review.
Κάθε ουσιαστικό σφάλμα πρέπει να επιστρέφει στο σύστημα ως νέα δοκιμή, νέος κανόνας, ενημέρωση της τεκμηρίωσης ή νέα αρχιτεκτονική απόφαση. Έτσι η αποτυχία δεν διορθώνει μόνο τη συγκεκριμένη αλλαγή. Αυξάνει τη μελλοντική ικανότητα ολόκληρης της ομάδας.
Ένας ελεγχόμενος κύκλος ανάπτυξης
Η αξιοποίηση ενός πράκτορα προγραμματισμού μπορεί να οργανωθεί ως εξής:
Το context bundle μπορεί να περιλαμβάνει το σχετικό issue, τα επηρεαζόμενα αρχεία, τα ADRs, τις συμβάσεις API, τα tests, τις οδηγίες ασφαλείας και τα κριτήρια αποδοχής.
Ο πράκτορας εκτελεί την εργασία σε απομονωμένο περιβάλλον και παράγει κώδικα, δοκιμές και τεκμηρίωση. Στη συνέχεια ενεργοποιούνται οι αυτοματοποιημένοι έλεγχοι. Ο μηχανικός εξετάζει το diff, τις παραδοχές, τις επιπτώσεις στην αρχιτεκτονική και τα αποτελέσματα των δοκιμών.
Μετά την αποδοχή της αλλαγής, τα χρήσιμα συμπεράσματα επιστρέφουν στη βάση γνώσης. Μπορεί να προστεθεί ένα test, να ενημερωθεί ένα runbook ή να γραφτεί ένα ADR. Αυτός ο βρόχος είναι σημαντικότερος από το ίδιο το prompt.
Η πραγματική δεξιότητα είναι η αξιολόγηση
Καθώς η παραγωγή κώδικα γίνεται ταχύτερη, η αξιολόγησή του γίνεται σημαντικότερη. Ένας νέος προγραμματιστής μπορεί να παράγει περισσότερο κώδικα από όσο είναι σε θέση να ελέγξει. Αυτό δημιουργεί σοβαρό εκπαιδευτικό πρόβλημα.
Αν οι αρχικές υλοποιήσεις ανατίθενται συνεχώς σε πράκτορες, πώς θα μάθουν οι νεότεροι να αναγνωρίζουν λανθασμένες αφαιρέσεις, προβλήματα πολυπλοκότητας, κρυφές εξαρτήσεις, ευπάθειες και δύσκολα συντηρήσιμο κώδικα;
Οι οργανισμοί χρειάζονται οργανωμένη μαθητεία, συστηματικό code review, συνεργασία έμπειρων και νεότερων μηχανικών και μελέτη πραγματικών αστοχιών. Η ΤΝ μπορεί να λειτουργήσει ως επιταχυντής μάθησης όταν ο προγραμματιστής καλείται να εξηγήσει τη λύση, να εξετάσει εναλλακτικές και να υπερασπιστεί τις τεχνικές επιλογές.
Όταν ο χρήστης απλώς αποδέχεται το αποτέλεσμα, δημιουργείται κίνδυνος αποδυνάμωσης δεξιοτήτων και εξάρτησης από κώδικα που κανείς δεν κατανοεί πλήρως.
Να διατηρείται το «γιατί»
Η πιο χρήσιμη πληροφορία μιας συνεδρίας με πράκτορα συχνά δεν είναι ο τελικός κώδικας, αλλά η διαδρομή που οδήγησε σε αυτόν. Ποια υπόθεση αμφισβητήθηκε; Ποια πληροφορία έλειπε; Ποια εναλλακτική απορρίφθηκε; Ποιο test αποκάλυψε το πρόβλημα;
Μετά την ολοκλήρωση μιας σημαντικής εργασίας, μπορεί να παράγεται ένα σύντομο τεκμήριο μάθησης με την τελική απόφαση, τις κρίσιμες παραδοχές, τα προβλήματα που εντοπίστηκαν και τις δοκιμές που προστέθηκαν.
Δεν είναι χρήσιμο να αποθηκεύεται κάθε συνομιλία. Τα transcripts περιλαμβάνουν θόρυβο, προσωρινές υποθέσεις, λανθασμένες διαδρομές και πιθανώς εμπιστευτικά δεδομένα. Η οργανωσιακή μνήμη πρέπει να αποτελείται από επιμελημένα, εκδόσιμα και εγκεκριμένα τεκμήρια.
Ανοικτή υποδομή και έλεγχος της γνώσης
Οι προτροπές προς ένα εξωτερικό μοντέλο μπορούν να αποκαλύπτουν την αρχιτεκτονική του συστήματος, τεχνικές αδυναμίες, επιχειρησιακές προτεραιότητες και εσωτερικές διαδικασίες. Η γνώση του οργανισμού δεν βρίσκεται μόνο στα έγγραφα και στον κώδικα. Βρίσκεται και στις ερωτήσεις των εργαζομένων.
Γι’ αυτό η επιλογή υποδομής ΤΝ είναι ζήτημα ασφάλειας και διακυβέρνησης γνώσης. Οι κλειστές υπηρεσίες νέφους προσφέρουν ισχυρά μοντέλα, αλλά μπορούν να δημιουργήσουν εξάρτηση ως προς τις διεπαφές, την τιμολόγηση, τη διατήρηση δεδομένων και τη διαθεσιμότητα συγκεκριμένων μοντέλων.
Τα τοπικά ή ιδιωτικά φιλοξενούμενα ανοικτά μοντέλα επιτρέπουν στον οργανισμό να διατηρεί τον κώδικα, τα έγγραφα και τις εσωτερικές αλληλεπιδράσεις σε υποδομή που ελέγχει ο ίδιος.
Δεν είναι όλα τα «ανοικτά» μοντέλα εξίσου ανοικτά. Τα πλήρως ανοικτά μοντέλα δημοσιεύουν βάρη, κώδικα εκπαίδευσης, τεκμηρίωση και ουσιώδη στοιχεία της διαδικασίας ανάπτυξης. Τα μοντέλα ανοικτών βαρών μπορούν να εκτελούνται τοπικά, χωρίς όμως να επιτρέπουν πάντα πλήρη αναπαραγωγή ή έλεγχο της εκπαίδευσης.
Η επιλογή πρέπει να βασίζεται στην άδεια, στην τεκμηρίωση, στην απόδοση στις πραγματικές εργασίες, στις απαιτήσεις υπολογιστικών πόρων και στο επίπεδο κινδύνου.
Το μικρότερο επαρκές μοντέλο
Ένα αποδοτικό σύστημα δεν στέλνει κάθε αίτημα στο μεγαλύτερο μοντέλο. Χρησιμοποιεί model routing και επιλέγει το μικρότερο μοντέλο που μπορεί να ολοκληρώσει αξιόπιστα την εργασία.
Μικρότερα μοντέλα μπορούν να αναλαμβάνουν ταξινόμηση εγγράφων, εξαγωγή μεταδεδομένων, δρομολόγηση αιτημάτων, περιλήψεις και παραγωγή embeddings. Ισχυρότερα μοντέλα μπορούν να χρησιμοποιούνται επιλεκτικά για σύνθετη ανάλυση και απαιτητικό προγραμματισμό.
Ένα κοινό API gateway επιτρέπει στις εφαρμογές να καλούν διαφορετικά μοντέλα μέσα από σταθερή διεπαφή. Το μοντέλο γίνεται έτσι αντικαταστάσιμο στοιχείο και όχι πυρήνας πάνω στον οποίο κλειδώνεται ολόκληρη η εφαρμογή.
Το νέο ανταγωνιστικό πλεονέκτημα
Καθώς οι τεχνικές σύνταξης prompts γίνονται κοινό κτήμα, το ανταγωνιστικό πλεονέκτημα μετακινείται προς το οργανωσιακό σύστημα γύρω από το μοντέλο.
Πλεονεκτούν οι ομάδες που διαθέτουν καθαρή τεκμηρίωση, αξιόπιστες πηγές αλήθειας, εκτεταμένες δοκιμές, ώριμες πλατφόρμες ανάπτυξης, γρήγορους βρόχους ανάδρασης και σαφή κριτήρια ποιότητας.
Οι πράκτορες ΤΝ δεν καταργούν την ανάγκη για ειδικούς. Αυξάνουν την αξία όσων μπορούν να ορίσουν σωστά το πρόβλημα, να επιλέξουν το κατάλληλο context, να σχεδιάσουν τους ελέγχους και να εντοπίσουν αστοχίες που δεν είναι εμφανείς σε επίπεδο σύνταξης.
Το ουσιαστικό αποτέλεσμα δεν είναι απλώς περισσότερος κώδικας. Είναι η δημιουργία ενός συστήματος στο οποίο κάθε εργασία, κάθε έλεγχος και κάθε αποτυχία βελτιώνει τη συλλογική ικανότητα της ομάδας.
Σε αυτό το πλαίσιο, τα τοπικά ανοικτά μοντέλα και η ανοικτή στοίβα δεν αποτελούν μόνο τεχνική ή οικονομική επιλογή. Αποτελούν τον μηχανισμό με τον οποίο η γνώση, τα δεδομένα και οι κανόνες λειτουργίας παραμένουν ελέγξιμο περιουσιακό στοιχείο του οργανισμού, αντί να μετατρέπονται σε εξάρτηση από μια εξωτερική πλατφόρμα.
Πίσω από κάθε απόφαση του κράτους υπάρχει μια ολόκληρη αλυσίδα
Μια διοικητική πράξη μπορεί να είναι η έγκριση ενός επιδόματος, η χορήγηση μιας άδειας, η επιβολή ενός προστίμου, ο διορισμός ενός υπαλλήλου, η ανάθεση ενός δημόσιου έργου ή η χρηματοδότηση μιας επιχείρησης. Μπορεί να αφορά λίγους ανθρώπους ή ολόκληρη την κοινωνία. Σε κάθε περίπτωση, δεν είναι απλώς ένα έγγραφο που υπογράφεται από έναν δημόσιο λειτουργό και αναρτάται στη Διαύγεια.
Πίσω από κάθε διοικητική πράξη υπάρχει μια αλυσίδα αποφάσεων. Προηγείται ο νόμος που θεμελιώνει την αρμοδιότητα του κράτους, ακολουθούν οι κανονιστικές πράξεις που καθορίζουν τον τρόπο εφαρμογής του, οι διοικητικές διαδικασίες που περιγράφουν τα απαιτούμενα βήματα, οι έλεγχοι νομιμότητας και δαπανών, η υπογραφή, η δημοσίευση και, τελικά, η εκτέλεση και ο έλεγχος της απόφασης.
Αυτή η αλυσίδα αποτελεί τον ψηφιακό κύκλο ζωής μιας διοικητικής πράξης. Μας αφορά όλους, επειδή καθορίζει αν το κράτος λειτουργεί με κανόνες, αν αντιμετωπίζει ισότιμα παρόμοιες περιπτώσεις, αν προστατεύει το δημόσιο χρήμα και αν επιτρέπει στον πολίτη να γνωρίζει ποιος αποφάσισε, με ποια αρμοδιότητα και με ποιο αποτέλεσμα.
Το πρόβλημα δεν είναι μόνο η γραφειοκρατία
Η δημόσια συζήτηση για τον ψηφιακό μετασχηματισμό περιορίζεται συχνά στην ηλεκτρονική έκδοση πιστοποιητικών ή στην υποβολή μιας αίτησης χωρίς επίσκεψη σε υπηρεσία. Πρόκειται για σημαντικές διευκολύνσεις, αλλά δεν αρκούν.
Το βαθύτερο πρόβλημα βρίσκεται στον τρόπο με τον οποίο παράγεται η ίδια η διοικητική απόφαση. Η ελληνική νομοθεσία παραμένει κατακερματισμένη σε νόμους, τροπολογίες, προεδρικά διατάγματα, υπουργικές αποφάσεις και εγκυκλίους που συχνά τροποποιούν η μία την άλλη. Ο πολίτης, η επιχείρηση, ακόμη και ο δημόσιος υπάλληλος δυσκολεύονται να γνωρίζουν ποια διάταξη ισχύει κάθε στιγμή.
Η έλλειψη διαρκώς ενημερωμένης κωδικοποίησης δεν αποτελεί απλώς νομικό ή τεχνικό πρόβλημα. Δημιουργεί άνιση μεταχείριση. Δύο πολίτες με παρόμοια αιτήματα μπορεί να λάβουν διαφορετικές απαντήσεις, ανάλογα με την υπηρεσία στην οποία απευθύνθηκαν ή με την ερμηνεία που υιοθέτησε ο αρμόδιος υπάλληλος. Η ασάφεια ευνοεί επίσης τις καθυστερήσεις, την αυθαιρεσία και την εξάρτηση από μεσάζοντες και προσωπικές γνωριμίες.
Από το ΦΕΚ και τον Μίτο μέχρι τη Διαύγεια
Ο κύκλος ζωής ξεκινά από τη διαμόρφωση του θεσμικού πλαισίου. Ένα σχέδιο νόμου μπορεί να τεθεί σε δημόσια διαβούλευση, να ψηφιστεί από τη Βουλή και να δημοσιευθεί στην Εφημερίδα της Κυβερνήσεως. Στη συνέχεια εκδίδονται συχνά υπουργικές αποφάσεις και εγκύκλιοι που καθορίζουν τον πραγματικό τρόπο εφαρμογής του.
Το επόμενο στάδιο είναι η μετατροπή της νομοθεσίας σε συγκεκριμένη διοικητική διαδικασία. Το Εθνικό Μητρώο Διοικητικών Διαδικασιών, ο Μίτος, έχει ακριβώς αυτόν τον ρόλο: να περιγράφει ποια υπηρεσία είναι αρμόδια, ποια δικαιολογητικά απαιτούνται, ποια βήματα ακολουθούνται, πόσο χρόνο χρειάζεται η διαδικασία και ποιο είναι το τελικό αποτέλεσμα.
Όταν όμως αλλάζει ένας νόμος και δεν ενημερώνεται εγκαίρως η αντίστοιχη διαδικασία, ο πολίτης μπορεί να λαμβάνει παρωχημένες πληροφορίες ή να καλείται να προσκομίσει δικαιολογητικά που δεν απαιτούνται πλέον. Η ψηφιακή πληροφόρηση γίνεται τότε ένας ακόμη τρόπος αναπαραγωγής της γραφειοκρατίας.
Ακολουθεί η σύνταξη της διοικητικής πράξης από το υπουργείο, τον δήμο, την περιφέρεια ή έναν άλλο δημόσιο φορέα. Το έγγραφο περνά από πρωτόκολλο, εγκρίσεις, ψηφιακές υπογραφές και, όταν υπάρχει οικονομικό αντικείμενο, από δημοσιονομικό έλεγχο. Τέλος, όπου υπάρχει σχετική υποχρέωση, αναρτάται στη Διαύγεια και λαμβάνει Αριθμό Διαδικτυακής Ανάρτησης. Στις δημόσιες συμβάσεις, μέρος της πληροφορίας δημοσιεύεται και στο Κεντρικό Ηλεκτρονικό Μητρώο Δημοσίων Συμβάσεων.
Το πρόβλημα είναι ότι αυτά τα συστήματα λειτουργούν συχνά σαν χωριστά ψηφιακά νησιά.
Η ανάρτηση ενός PDF δεν είναι πλήρης διαφάνεια
Η Διαύγεια αποτέλεσε σημαντική δημοκρατική μεταρρύθμιση, επειδή καθιέρωσε τη δημόσια ανάρτηση μεγάλου μέρους της διοικητικής δραστηριότητας. Ωστόσο, η διαφάνεια δεν ολοκληρώνεται όταν ένα έγγραφο μετατρέπεται σε PDF και τοποθετείται σε έναν ιστότοπο.
Ο πολίτης πρέπει να μπορεί να βλέπει ολόκληρη τη διαδρομή της απόφασης. Ποιος νόμος την επιτρέπει; Ποιο άρθρο εφαρμόστηκε; Σε ποια διοικητική διαδικασία αντιστοιχεί; Ποιο όργανο την υπέγραψε; Ποιο ποσό εγκρίθηκε; Με ποια σύμβαση συνδέεται; Ποιος είναι ο ανάδοχος ή ο δικαιούχος; Πότε έγινε η πληρωμή; Τροποποιήθηκε ή ακυρώθηκε αργότερα;
Σήμερα, οι απαντήσεις βρίσκονται συχνά σε διαφορετικά συστήματα, με διαφορετικά αναγνωριστικά και διαφορετικές περιγραφές. Ο πολίτης βλέπει μεμονωμένα έγγραφα, αλλά όχι την αλυσίδα της δημόσιας απόφασης.
Η ουσιαστική διαφάνεια απαιτεί μηχανικά αναγνώσιμα και διασυνδεδεμένα ανοιχτά δεδομένα. Κάθε νόμος, άρθρο, διαδικασία, πράξη, σύμβαση, δαπάνη και πληρωμή πρέπει να διαθέτει σταθερό αναγνωριστικό και να συνδέεται με τα προηγούμενα και τα επόμενα στάδια. Έτσι, η δημόσια πληροφορία δεν θα αποτελεί μια αποθήκη εγγράφων, αλλά ένα συνεκτικό δίκτυο γνώσης.
Τι αλλάζει για τον πολίτη
Η διασύνδεση αυτή έχει άμεσο πρακτικό όφελος. Ο πολίτης θα μπορεί να βλέπει μια απλή «κάρτα απόφασης» που θα εξηγεί σε κατανοητή γλώσσα τι αποφασίστηκε, ποιον αφορά, ποια είναι η νομική βάση, ποιο είναι το οικονομικό αποτέλεσμα και ποιες δυνατότητες προσφυγής υπάρχουν.
Οι δημοσιογράφοι και οι ερευνητές θα μπορούν να εντοπίζουν επαναλαμβανόμενες αναθέσεις, καθυστερήσεις, ασυνήθιστες τροποποιήσεις συμβάσεων ή συγκεντρώσεις δημόσιων πόρων. Οι ελεγκτικοί μηχανισμοί θα μπορούν να πραγματοποιούν αυτοματοποιημένες διασταυρώσεις. Οι επιχειρήσεις θα γνωρίζουν με σαφήνεια τους κανόνες που διέπουν μια άδεια ή μια δημόσια σύμβαση. Οι δημόσιοι υπάλληλοι θα εργάζονται με επικαιροποιημένη νομοθεσία και κοινές διαδικασίες.
Η ποιότητα των μεταδεδομένων πρέπει επομένως να αποτελεί μετρήσιμο δείκτη απόδοσης κάθε δημόσιου φορέα. Ένας ακατανόητος τίτλος, μια ελλιπής περιγραφή ή η απουσία του πραγματικού ποσού μιας δαπάνης δεν είναι αθώες τεχνικές αδυναμίες. Περιορίζουν τη δυνατότητα κοινωνικού και θεσμικού ελέγχου.
Διαφάνεια και προστασία προσωπικών δεδομένων
Η προστασία των προσωπικών δεδομένων αποτελεί θεμελιώδες δικαίωμα και πρέπει να εφαρμόζεται σε κάθε στάδιο του κύκλου ζωής. Δεν μπορεί όμως να χρησιμοποιείται ως γενική δικαιολογία για την απόκρυψη πληροφοριών που είναι αναγκαίες για τον έλεγχο της δημόσιας εξουσίας και του δημόσιου χρήματος.
Χρειάζονται σαφείς και ενιαίοι κανόνες. Τα ευαίσθητα δεδομένα, οι διευθύνσεις κατοικίας, οι αριθμοί ταυτοποίησης και οι πληροφορίες υγείας πρέπει να προστατεύονται. Αντίθετα, όταν μια απόφαση αφορά δημόσια σύμβαση, σημαντική επιχορήγηση ή άμεση οικονομική ωφέλεια, η απόκρυψη ουσιωδών στοιχείων πρέπει να αιτιολογείται ειδικά. Η λύση είναι η αναλογική και στοχευμένη απόκρυψη, όχι η εξαφάνιση της λογοδοσίας.
Ακόμη και στις περιπτώσεις εθνικής ασφάλειας ή εν εξελίξει έρευνας δεν πρέπει να δημιουργούνται μόνιμες «μαύρες τρύπες». Μπορεί να προστατεύεται προσωρινά το περιεχόμενο, αλλά πρέπει να παραμένει ένα ασφαλές θεσμικό ίχνος της απόφασης, με ελεγχόμενη πρόσβαση και σαφείς όρους μελλοντικής αποδέσμευσης.
Ένα δημόσιο αποθετήριο για τη νομοθεσία
Μια ουσιαστική μεταρρύθμιση προϋποθέτει διαρκή κωδικοποίηση της νομοθεσίας και πλήρες ιστορικό αλλαγών. Πριν ψηφιστεί μια τροποποίηση, πρέπει να δημοσιοποιείται όχι μόνο η διάταξη που αλλάζει, αλλά και το πλήρες κείμενο όπως θα ισχύει μετά την αλλαγή.
Η κωδικοποιημένη νομοθεσία μπορεί να τηρείται σε δημόσιο αποθετήριο με ανοικτά εργαλεία, καταγραφή εκδόσεων, ιστορικό μεταβολών και σαφή επισήμανση του ισχύοντος κειμένου. Με αυτόν τον τρόπο, η έννομη τάξη θα αποκτήσει κάτι αντίστοιχο με τα συστήματα καταγραφής αλλαγών που χρησιμοποιούνται στην ανάπτυξη λογισμικού.
Η υποδομή αυτή πρέπει να αποτελεί δημόσιο ψηφιακό κοινό. Ο πηγαίος κώδικας, τα σχήματα δεδομένων, οι διεπαφές και η τεκμηρίωση πρέπει να είναι ανοικτά, ώστε να μπορούν να ελέγχονται, να βελτιώνονται και να επαναχρησιμοποιούνται χωρίς εξάρτηση από έναν προμηθευτή.
Η ψηφιακή διοίκηση ως δημοκρατική υποδομή
Ο ψηφιακός κύκλος ζωής μιας διοικητικής πράξης δεν είναι ζήτημα που αφορά μόνο νομικούς, προγραμματιστές και στελέχη της διοίκησης. Αφορά την ισότητα απέναντι στον νόμο, την ασφάλεια δικαίου, την ποιότητα των δημόσιων υπηρεσιών και τη δυνατότητα ελέγχου της εξουσίας.
Το επόμενο βήμα της ψηφιακής διακυβέρνησης δεν είναι απλώς περισσότερες ηλεκτρονικές αιτήσεις. Είναι η δημιουργία μιας ενιαίας δημόσιας υποδομής στην οποία η νομοθεσία, οι διοικητικές διαδικασίες, οι αποφάσεις, οι συμβάσεις και οι πληρωμές συνδέονται μεταξύ τους και είναι κατανοητές τόσο από τους ανθρώπους όσο και από τα πληροφοριακά συστήματα.
Ένα κράτος που μπορεί να εξηγήσει πώς και γιατί αποφασίζει είναι αποτελεσματικότερο, δικαιότερο και περισσότερο δημοκρατικό. Και αυτό είναι, τελικά, το πραγματικό νόημα της ανοιχτής διακυβέρνησης.
Πηγές άρθρου:
Πρόγραμμα Διαύγεια, Ενημέρωση και θεσμικός σκοπός: Η επίσημη πύλη παρουσιάζει τη Διαύγεια ως το κεντρικό σύστημα δημοσιότητας των κυβερνητικών και διοικητικών πράξεων, με στόχο τη διαφάνεια, την υπευθυνότητα και τη λογοδοσία: https://diavgeia.gov.gr/info,
Εθνικό Μητρώο Διοικητικών Διαδικασιών «Μίτος»: Αποτελεί το επίσημο μητρώο διαδικασιών του Ελληνικού Δημοσίου και παρέχει πληροφορίες για τα βήματα, τον χρόνο, το κόστος και το αποτέλεσμα κάθε καταχωρισμένης διαδικασίας: https://mitos.gov.gr/,
Εθνικό Τυπογραφείο, Αναζήτηση Φύλλων Εφημερίδας της Κυβερνήσεως: Η επίσημη υπηρεσία επιτρέπει την αναζήτηση νόμων, κανονιστικών πράξεων και λοιπών δημοσιευμάτων με αριθμό, έτος, τεύχος ή περιεχόμενο: https://search.et.gr/el/,
Γενική Γραμματεία Νομικών και Κοινοβουλευτικών Θεμάτων, Εθνική Πύλη Κωδικοποίησης: Η πύλη αποσκοπεί στην ελεύθερη και αξιόπιστη πρόσβαση στα νομοθετικά και κανονιστικά κείμενα όπως ισχύουν κάθε φορά και στην ενίσχυση της ασφάλειας δικαίου: https://gslegal.gov.gr/ethniki-pyli-kodikopoiisis/,
OpenGov, Δημόσιες ηλεκτρονικές διαβουλεύσεις: Η επίσημη πλατφόρμα δημοσιεύει σχέδια νόμων και άλλες πρωτοβουλίες για σχολιασμό πριν από την ολοκλήρωση της νομοθετικής διαδικασίας: https://opengov.gr/faq/ ,
Κεντρικό Ηλεκτρονικό Μητρώο Δημοσίων Συμβάσεων, Ανοιχτά δεδομένα και API: Η επίσημη διεπαφή παρέχει μηχανική πρόσβαση σε στοιχεία δημοσίων συμβάσεων μέσω του Αριθμού Διαδικτυακής Ανάρτησης Μητρώου και άλλων αναγνωριστικών: https://cerpp.eprocurement.gov.gr/khmdhs-opendata/swagger-ui/index.html,
Ευρωπαϊκή Ένωση, Γενικός Κανονισμός για την Προστασία Δεδομένων: Ο Κανονισμός καθορίζει τις αρχές νομιμότητας, αναλογικότητας, ελαχιστοποίησης και προστασίας των προσωπικών δεδομένων, οι οποίες πρέπει να συνδυάζονται με τις θεσμικές υποχρεώσεις δημοσιότητας και λογοδοσίας: https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng.
Ο ψηφιακός μετασχηματισμός του δημόσιου τομέα αποτελεί σήμερα μία από τις μεγαλύτερες προκλήσεις για κυβερνήσεις και δημόσιους οργανισμούς παγκοσμίως. Η ανάγκη για πιο αποτελεσματικές υπηρεσίες, μεγαλύτερη διαφάνεια, καλύτερη αξιοποίηση των δημόσιων πόρων και ταχύτερη ανταπόκριση στις ανάγκες των πολιτών οδηγεί όλο και περισσότερους οργανισμούς στην υιοθέτηση τεχνολογιών ανοικτού κώδικα (Open Source Software – OSS).
Το λογισμικό ανοικτού κώδικα δεν αποτελεί πλέον μια εναλλακτική επιλογή για λίγους τεχνολογικούς οργανισμούς. Αντίθετα, εξελίσσεται σε βασικό εργαλείο ανάπτυξης ψηφιακών δημόσιων υποδομών, εθνικών πλατφορμών και κρίσιμων πληροφοριακών συστημάτων. Ωστόσο, η αξιοποίηση των πλεονεκτημάτων του δεν προκύπτει αυτόματα από την εγκατάσταση ή τη χρήση μιας ανοικτής εφαρμογής.
Για να αποδώσει πραγματική αξία, το ανοικτό λογισμικό απαιτεί στρατηγική, διακυβέρνηση, σαφείς διαδικασίες και συντονισμό. Σε αυτό ακριβώς το σημείο εμφανίζεται ο ρόλος του Open Source Program Office (OSPO).
Τι είναι ένα Open Source Program Office (OSPO);
Ένα Open Source Program Office είναι μια οργανωμένη δομή που έχει ως αποστολή τη διαχείριση, τον συντονισμό και την προώθηση όλων των δραστηριοτήτων που σχετίζονται με το λογισμικό ανοικτού κώδικα μέσα σε έναν οργανισμό ή σε ολόκληρο τον δημόσιο τομέα.
Στην πράξη, λειτουργεί ως το κεντρικό σημείο αναφοράς για:
τη χάραξη στρατηγικής ανοικτού κώδικα,
τη διαχείριση αδειών χρήσης και νομικών ζητημάτων,
την τεχνική εποπτεία έργων,
την ανάπτυξη κοινοτήτων συνεισφοράς,
την εκπαίδευση στελεχών και προγραμματιστών,
τη διασφάλιση ποιότητας και ασφάλειας.
Πολλοί ειδικοί περιγράφουν το OSPO ως το «νευρικό σύστημα» της στρατηγικής ανοικτού λογισμικού ενός οργανισμού. Χωρίς αυτό, οι πρωτοβουλίες ανοικτού κώδικα συχνά παραμένουν αποσπασματικές, εξαρτώνται από μεμονωμένες ομάδες ή πρόσωπα και δυσκολεύονται να αποκτήσουν μακροπρόθεσμη βιωσιμότητα.
Γιατί το λογισμικό ανοικτού κώδικα αποκτά στρατηγική σημασία
Η παγκόσμια τάση δείχνει ξεκάθαρα ότι οι κυβερνήσεις αναζητούν μεγαλύτερο έλεγχο πάνω στις ψηφιακές τους υποδομές.
Για δεκαετίες, ο δημόσιος τομέας βασίστηκε κυρίως σε κλειστά εμπορικά συστήματα, τα οποία συχνά δημιουργούσαν εξάρτηση από συγκεκριμένους προμηθευτές. Αυτό είχε ως αποτέλεσμα υψηλό κόστος συντήρησης, περιορισμένη ευελιξία και δυσκολία προσαρμογής στις νέες απαιτήσεις.
Το ανοικτό λογισμικό προσφέρει μια διαφορετική προσέγγιση.
Ο πηγαίος κώδικας είναι διαθέσιμος για έλεγχο, προσαρμογή και επαναχρησιμοποίηση. Αυτό επιτρέπει στους οργανισμούς να διατηρούν τον έλεγχο των τεχνολογικών τους επενδύσεων και να αναπτύσσουν λύσεις που ανταποκρίνονται στις δικές τους ανάγκες.
Τα βασικά οφέλη περιλαμβάνουν:
Μείωση λειτουργικού κόστους
Η χρήση λύσεων ανοικτού κώδικα μπορεί να περιορίσει σημαντικά τις δαπάνες αδειοδότησης λογισμικού και να μειώσει την ανάγκη ανάπτυξης παρόμοιων εφαρμογών από την αρχή.
Επιπλέον, οι δημόσιοι οργανισμοί μπορούν να αξιοποιούν ήδη υπάρχουσες λύσεις που έχουν αναπτυχθεί από άλλους φορείς ή κυβερνήσεις.
Αποφυγή τεχνολογικού εγκλωβισμού (Vendor Lock-in)
Ένα από τα σημαντικότερα πλεονεκτήματα του ανοικτού λογισμικού είναι ότι επιτρέπει στον οργανισμό να διατηρεί τον έλεγχο του κώδικα και της αρχιτεκτονικής του συστήματος.
Αυτό σημαίνει ότι μπορεί να αλλάξει προμηθευτή ή συνεργάτη χωρίς να χρειάζεται να ξαναχτίσει ολόκληρη την τεχνολογική του υποδομή.
Ενίσχυση της διαφάνειας
Οι πολίτες, οι ελεγκτικοί μηχανισμοί και οι ανεξάρτητοι ειδικοί μπορούν να εξετάσουν τον κώδικα, αυξάνοντας την εμπιστοσύνη στις ψηφιακές δημόσιες υπηρεσίες.
Ταχύτερη καινοτομία
Η συνεργασία μεταξύ οργανισμών, πανεπιστημίων, επιχειρήσεων και κοινοτήτων προγραμματιστών επιτρέπει τη συνεχή βελτίωση των λύσεων.
Ανάπτυξη τοπικού οικοσυστήματος τεχνολογίας
Οι δημόσιες επενδύσεις μπορούν να παραμείνουν εντός της εθνικής οικονομίας, δημιουργώντας νέες ευκαιρίες για μικρομεσαίες επιχειρήσεις, startups και ερευνητικά ιδρύματα.
Γιατί η χρήση ανοικτού λογισμικού δεν αρκεί από μόνη της
Παρότι τα πλεονεκτήματα είναι σημαντικά, πολλές κυβερνήσεις διαπιστώνουν ότι η υιοθέτηση ανοικτού λογισμικού χωρίς κεντρικό συντονισμό δημιουργεί νέες προκλήσεις.
Συχνά εμφανίζονται ερωτήματα όπως:
Ποιες άδειες χρήσης επιτρέπεται να χρησιμοποιούνται;
Πώς διασφαλίζεται η κυβερνοασφάλεια;
Ποιος εγκρίνει τη δημοσίευση κυβερνητικού κώδικα;
Πώς διαχειρίζονται οι εξαρτήσεις λογισμικού;
Πώς εκπαιδεύονται οι δημόσιοι υπάλληλοι;
Πώς αξιολογούνται οι συνεισφορές της κοινότητας;
Χωρίς ένα σαφές πλαίσιο διακυβέρνησης, οι οργανισμοί κινδυνεύουν να αντιμετωπίσουν προβλήματα ασφάλειας, ασυμβατότητες ή ακόμη και νομικά ζητήματα.
Ένα OSPO δημιουργείται ακριβώς για να δώσει απαντήσεις σε αυτά τα ερωτήματα.
Οι τέσσερις βασικές λειτουργίες ενός OSPO
1. Στρατηγική και διακυβέρνηση
Το OSPO καθορίζει τη συνολική πολιτική ανοικτού κώδικα ενός οργανισμού.
Διαμορφώνει κανόνες, διαδικασίες και πρότυπα που ευθυγραμμίζονται με τους στόχους του ψηφιακού μετασχηματισμού και διασφαλίζει ότι οι πρωτοβουλίες ανοικτού λογισμικού εξυπηρετούν συγκεκριμένες επιχειρησιακές ανάγκες.
2. Νομική συμμόρφωση και προμήθειες
Οι άδειες ανοικτού λογισμικού παρουσιάζουν σημαντικές διαφορές μεταξύ τους.
Ένα OSPO βοηθά τους οργανισμούς να κατανοήσουν τις υποχρεώσεις που απορρέουν από κάθε άδεια χρήσης, να διαχειριστούν ζητήματα πνευματικής ιδιοκτησίας και να ενσωματώσουν απαιτήσεις ανοικτού κώδικα στις διαδικασίες προμηθειών.
3. Τεχνική εποπτεία
Η τεχνική διάσταση περιλαμβάνει:
διαχείριση αποθετηρίων κώδικα,
έλεγχο ποιότητας,
αξιολόγηση εξαρτήσεων,
κυβερνοασφάλεια,
τεχνικές κατευθυντήριες οδηγίες.
Το OSPO διασφαλίζει ότι τα έργα ακολουθούν κοινές πρακτικές και υψηλά πρότυπα ποιότητας.
4. Κοινότητα και οικοσύστημα
Η βιωσιμότητα ενός έργου ανοικτού κώδικα εξαρτάται από την κοινότητα που το υποστηρίζει.
Ένα OSPO αναπτύσσει σχέσεις με:
πανεπιστήμια,
ερευνητικά κέντρα,
επιχειρήσεις τεχνολογίας,
κοινότητες προγραμματιστών,
οργανώσεις της κοινωνίας των πολιτών.
Με αυτόν τον τρόπο ενισχύεται η συμμετοχή και διασφαλίζεται η συνεχής εξέλιξη των έργων.
Πώς δημιουργείται ένα OSPO
Η δημιουργία ενός Open Source Program Office δεν είναι μια διαδικασία που ολοκληρώνεται από τη μία ημέρα στην άλλη.
Οι διεθνείς βέλτιστες πρακτικές προτείνουν μια σταδιακή προσέγγιση.
Στάδιο 1: Κατανόηση αναγκών
Πριν σχεδιαστεί οποιαδήποτε δομή, είναι απαραίτητο να απαντηθούν βασικά ερωτήματα:
Ποιοι χρησιμοποιούν ήδη ανοικτό λογισμικό;
Ποιες είναι οι μεγαλύτερες προκλήσεις;
Ποια έργα μπορούν να επαναχρησιμοποιηθούν;
Ποιες είναι οι ανάγκες των εμπλεκόμενων φορέων;
Στάδιο 2: Σχεδιασμός στρατηγικής
Σε αυτή τη φάση καθορίζονται:
το όραμα,
οι στόχοι,
οι υπηρεσίες που θα παρέχει το OSPO,
οι δείκτες επιτυχίας.
Στάδιο 3: Δημιουργία ομάδας
Το αρχικό σχήμα μπορεί να είναι μικρό και ευέλικτο.
Συνήθως περιλαμβάνει:
Program Officer,
νομικό σύμβουλο,
τεχνικό υπεύθυνο,
υπεύθυνο κοινοτήτων και συνεργασιών.
Στάδιο 4: Θεσμοθέτηση
Οι διαδικασίες ενσωματώνονται επίσημα στη λειτουργία του οργανισμού και αποκτούν μόνιμο χαρακτήρα.
Στάδιο 5: Κλιμάκωση
Καθώς το OSPO ωριμάζει, επεκτείνει το πεδίο δράσης του και αναλαμβάνει περισσότερες πρωτοβουλίες σε εθνικό ή οργανωσιακό επίπεδο.
Η σημασία της κοινότητας και των συνεργασιών
Ένα από τα σημαντικότερα συμπεράσματα των διεθνών εμπειριών είναι ότι η επιτυχία ενός OSPO δεν εξαρτάται μόνο από τις εσωτερικές διαδικασίες.
Εξίσου σημαντική είναι η ανάπτυξη ενός ισχυρού οικοσυστήματος συνεργασιών.
Οι πιο επιτυχημένες πρωτοβουλίες ανοικτού λογισμικού έχουν δημιουργήσει ενεργές κοινότητες που περιλαμβάνουν:
δημόσιους υπαλλήλους,
πανεπιστημιακούς,
ερευνητές,
ανεξάρτητους προγραμματιστές,
εταιρείες τεχνολογίας.
Η συμμετοχή αυτών των ομάδων επιτρέπει την ανταλλαγή γνώσης, τη βελτίωση του κώδικα και τη διατήρηση της βιωσιμότητας των έργων.
Το οικονομικό αποτύπωμα των OSPOs
Η αξία ενός OSPO δεν περιορίζεται στη διαχείριση λογισμικού.
Η ύπαρξη ενός κεντρικού μηχανισμού ανοικτού κώδικα μπορεί να λειτουργήσει ως μοχλός οικονομικής ανάπτυξης.
Όταν το κράτος επενδύει σε ανοικτές τεχνολογίες:
αυξάνει τον ανταγωνισμό στην αγορά,
δημιουργεί νέες επιχειρηματικές ευκαιρίες,
ενισχύει την τοπική καινοτομία,
διευρύνει τη δεξαμενή τεχνολογικών προμηθευτών,
μειώνει την εξάρτηση από μεγάλους διεθνείς παρόχους.
Παράλληλα, η επαναχρησιμοποίηση ψηφιακών λύσεων μεταξύ δημόσιων οργανισμών μειώνει τη σπατάλη πόρων και επιταχύνει την υλοποίηση νέων υπηρεσιών.
Το μέλλον της δημόσιας διοίκησης είναι ανοικτό
Η στροφή προς το ανοικτό λογισμικό δεν είναι ζήτημα καθαρά τεχνικό. Είναι μια στρατηγική επιλογή, με προεκτάσεις στη διαφάνεια, στο κόστος, στην τεχνολογική αυτονομία ενός κράτους και στο πόσο εύκολα μπορεί αυτό να καινοτομεί.
Όσο οι κυβερνήσεις βάζουν όλο και περισσότερα χρήματα σε ψηφιακές υποδομές, τόσο πιο έντονα φαίνεται πως χωρίς συντονισμό και σαφή διακυβέρνηση τα οφέλη μένουν στα χαρτιά.
Εδώ ακριβώς έρχεται να καλύψει ένα κενό το Open Source Program Office. Λειτουργεί ως γέφυρα ανάμεσα σε τρεις κόσμους που συνήθως μιλούν διαφορετική γλώσσα: την τεχνολογία, την πολιτική και την καθημερινή υλοποίηση. Με οργανωμένες διαδικασίες, ξεκάθαρους κανόνες και ζωντανές κοινότητες πίσω του, το ανοικτό λογισμικό παύει να είναι απλώς μια τεχνική λύση και γίνεται μοχλός εθνικής ανάπτυξης.
Για έναν δημόσιο οργανισμό που θέλει έναν ψηφιακό μετασχηματισμό με διάρκεια, το ερώτημα δεν είναι πια αν θα χρησιμοποιήσει ανοικτό λογισμικό. Είναι πώς θα οργανώσει σωστά τη διακυβέρνησή του. Και η απάντηση περνάει από τη δημιουργία ενός ισχυρού OSPO.
Την τελευταία Δευτέρα του Ιουνίου βικιπαιδιστές και φίλοι της φωτογραφίας, από την Ελλάδα και το εξωτερικό, συγκεντρώθηκαν στην Θεσσαλονίκη για την εκδήλωση απονομής βραβείων των διαγωνισμών Wiki Loves Monuments 2025, Wiki Loves Earth 2025 και Wiki Science Competition 2025. Τόσο οι διαγωνισμοί, όσο και η βράβευση διοργανώθηκαν από την Κοινότητα Βικιπαιδιστών Ελλάδας.
Η εκδήλωση ξεκίνησε με μία σύντομη παρουσίαση των εγχειρημάτων του Wikimedia (Βικιπαίδεια, Commons κ.α.) γενικότερα και των δράσεων της κοινότητας ειδικότερα (μαραθώνιοι λημματογράφησης, διαγωνισμοί, CEE meeting).
Έπειτα ακολούθησε η απονομή καθαυτή. Οι νικητές, μαζί με την παραλαβή των φωτογραφιών τους εκτυπωμένων σε μορφή poster, είχαν την ευκαιρία να αναφερθούν στο έργο τους και να εξηγήσουν πώς προέκυψε, τι απεικονίζει και πολλά ακόμα ενδιαφέροντα. Παρευρέθηκαν φωτογράφοι που διακρίνονταν για πρώτη φορά σε διαγωνισμούς, αλλά και πιο έμπειροι, που έχουν ξεχωρίσει ξανά στο παρελθόν και μάλιστα και σε παγκόσμιο επίπεδο.
Μετά το πέρας της βράβευσης ακολούθησαν συζητήσεις μεταξύ των συμμετεχόντων, ενώ διαθέσιμα ήταν σνακ και αναψυκτικά. Έγιναν αναφορές τόσο σε φωτογραφικά ζητήματα, όσο και σε θέματα τις κοινότητας, όπως επερχόμενες δράσεις. Σημειώνεται επίσης ότι διατηρήθηκαν και δεύτερα αντίτυπα των εικόνων για ενδεχόμενη μελλοντική έκθεση.
Τα κλειστά μοντέλα δεν μαθαίνουν από έναν ουδέτερο κόσμο, αλλά από ένα διαδίκτυο ήδη διαμορφωμένο από την εξουσία
Η υπόσχεση των μεγάλων γλωσσικών μοντέλων είναι ότι προσφέρουν πρόσβαση στη συσσωρευμένη ανθρώπινη γνώση, ανεξάρτητα από σύνορα, γλώσσες και πολιτικά συστήματα. Νέα ερευνητικά ευρήματα δείχνουν, όμως, ότι η πραγματικότητα είναι διαφορετική. Τα κυρίαρχα συστήματα Τεχνητής Νοημοσύνης εμφανίζονται πολύ πιο πρόθυμα να ασκήσουν κριτική σε δημοκρατικές κυβερνήσεις και ηγέτες από ό,τι σε καθεστώτα που περιορίζουν την ελευθερία του λόγου.
Η μελέτη του Oversight Board εξέτασε δέκα εμπορικά μοντέλα, ζητώντας τους να παράγουν πολιτικά επικριτικό περιεχόμενο για δέκα διαφορετικές χώρες. Τα μοντέλα αρνήθηκαν περίπου το 34% των αιτημάτων που αφορούσαν αυταρχικά ή περιοριστικά καθεστώτα, έναντι μόλις 14% για χώρες με μεγαλύτερη ελευθερία έκφρασης. Σε ορισμένες περιπτώσεις επικαλέστηκαν τοπικούς νόμους, κινδύνους ή κανόνες ασφαλείας, ακόμη και όταν ο χρήστης βρισκόταν σε άλλη χώρα και οι συγκεκριμένοι περιορισμοί δεν είχαν εφαρμογή στο αίτημά του.
Το εύρημα δεν αποδεικνύει ότι οι εταιρείες έχουν αποφασίσει συνειδητά να προστατεύουν αυταρχικούς ηγέτες. Αποκαλύπτει, όμως, κάτι εξίσου ανησυχητικό: τα συστήματα ΤΝ μπορούν να μεταφέρουν τους περιορισμούς ενός ανελεύθερου καθεστώτος πέρα από τα σύνορά του. Ένας πολίτης σε μια δημοκρατική χώρα μπορεί να χρησιμοποιεί μια αμερικανική πλατφόρμα, μέσω υποδομών εγκατεστημένων στη Δύση, και παρ’ όλα αυτά να λαμβάνει απαντήσεις προσαρμοσμένες στις απαγορεύσεις της Κίνας, της Σαουδικής Αραβίας ή της Ταϊλάνδης.
Τα δεδομένα εκπαίδευσης ενσωματώνουν τις υπάρχουσες σχέσεις ισχύος
Η πρώτη αιτία βρίσκεται στα δεδομένα. Τα μοντέλα δεν εκπαιδεύονται πάνω σε μια ουδέτερη και αντιπροσωπευτική καταγραφή της πραγματικότητας. Εκπαιδεύονται σε ψηφιακά περιβάλλοντα όπου ορισμένα κράτη, θεσμοί και επιχειρήσεις έχουν πολύ μεγαλύτερη δυνατότητα να παράγουν, να αναπαράγουν και να επιβάλλουν περιεχόμενο.
Σε ένα αυταρχικό καθεστώς, η ανεξάρτητη δημοσιογραφία μπορεί να λογοκρίνεται, οι αντιπολιτευόμενες ιστοσελίδες να αποκλείονται και η κρατική αφήγηση να αναπαράγεται μαζικά από μέσα ενημέρωσης, υπηρεσίες, εφαρμογές και συνεργαζόμενες πλατφόρμες. Όταν οι ίδιες διατυπώσεις εμφανίζονται σε χιλιάδες ιστοσελίδες, το μοντέλο δεν τις αντιλαμβάνεται ως μία συντονισμένη κρατική αφήγηση. Τις αντιμετωπίζει ως μεγάλο αριθμό φαινομενικά ανεξάρτητων κειμένων.
Έρευνα που δημοσιεύθηκε στο Nature έδειξε ότι περιεχόμενο συνδεδεμένο με κινεζικά κρατικά μέσα είχε διαχυθεί σε εκατομμύρια έγγραφα σώματος εκπαίδευσης. Όταν αντίστοιχο υλικό προστέθηκε πειραματικά στην εκπαίδευση ενός ανοικτού μοντέλου, οι απαντήσεις του έγιναν αισθητά ευνοϊκότερες προς τους κινεζικούς πολιτικούς θεσμούς. Η προπαγάνδα δεν εμφανίζεται πλέον ως προπαγάνδα. Μετατρέπεται σε στατιστικά κυρίαρχη εκδοχή της πραγματικότητας.
Η γλώσσα αλλάζει και την πολιτική απάντηση
Το πρόβλημα γίνεται εντονότερο στις γλώσσες πέρα από τα αγγλικά. Το ίδιο πολιτικό ερώτημα μπορεί να λάβει διαφορετική απάντηση ανάλογα με τη γλώσσα στην οποία διατυπώνεται. Σε σχετικές δοκιμές, μοντέλα που στα αγγλικά χαρακτήριζαν με σαφήνεια το κινεζικό σύστημα ως μη δημοκρατικό, στα κινεζικά έδιναν πιο αμφίσημες ή θετικές απαντήσεις.
Αυτό συμβαίνει επειδή κάθε γλωσσικό τμήμα του διαδικτύου έχει διαφορετική δομή εξουσίας. Στα αγγλικά υπάρχει μεγαλύτερη ποικιλία διεθνών μέσων, ακαδημαϊκών πηγών και οργανώσεων δικαιωμάτων. Σε γλώσσες χωρών με ελεγχόμενα μέσα ενημέρωσης, η κρατική αφήγηση μπορεί να καταλαμβάνει δυσανάλογο μέρος του διαθέσιμου ψηφιακού υλικού.
Η γλωσσική ανισότητα επομένως δεν είναι μόνο ζήτημα ποιότητας μετάφρασης. Είναι ζήτημα πολιτικής αντιπροσώπευσης. Ένα μοντέλο μπορεί να εμφανίζεται φιλελεύθερο στα αγγλικά και πολύ πιο επιφυλακτικό απέναντι στην εξουσία όταν απαντά στη γλώσσα ενός αυταρχικού κράτους.
Οι δικλίδες ασφαλείας μετατρέπονται σε μηχανισμό υπερβολικής συμμόρφωσης
Η δεύτερη βασική αιτία βρίσκεται στην εκπαίδευση ευθυγράμμισης και στους κανόνες λειτουργίας των εμπορικών υπηρεσιών. Μετά την αρχική εκπαίδευση, τα μοντέλα προσαρμόζονται ώστε να αποφεύγουν επικίνδυνο, παράνομο ή επιβλαβές περιεχόμενο. Η διαδικασία είναι απαραίτητη, αλλά μπορεί να οδηγήσει σε γενικευμένη αποφυγή πολιτικά ευαίσθητων αιτημάτων.
Η δημιουργία ενός ειρηνικού φυλλαδίου διαμαρτυρίας μπορεί να ταξινομηθεί μαζί με την υποκίνηση βίας. Η κριτική ενός πολιτικού ηγέτη μπορεί να αντιμετωπιστεί ως πιθανή στοχοποίηση προσώπου. Η ενημέρωση για μια κινητοποίηση μπορεί να θεωρηθεί συμμετοχή του μοντέλου σε πολιτική δραστηριότητα.
Όταν η εταιρεία δεν μπορεί να γνωρίζει σε ποια χώρα θα χρησιμοποιηθεί μια απάντηση, έχει ισχυρό εμπορικό κίνητρο να επιλέξει τον αυστηρότερο κοινό παρονομαστή. Έτσι, η νομοθεσία του πιο περιοριστικού κράτους μπορεί να μετατραπεί σε ανεπίσημο παγκόσμιο πρότυπο λειτουργίας.
Η αδιαφάνεια εμποδίζει τον δημοκρατικό έλεγχο
Στα κλειστά μοντέλα δεν γνωρίζουμε επαρκώς ποια δεδομένα χρησιμοποιήθηκαν, πώς σταθμίστηκαν οι πηγές, ποιοι αξιολογητές εκπαίδευσαν το σύστημα και ποιοι κανόνες ενεργοποιούν μια άρνηση. Δεν μπορούμε να εξετάσουμε αν χιλιάδες αντίγραφα μιας κρατικής ανακοίνωσης υπολογίστηκαν ως ανεξάρτητες πηγές ούτε να επαναλάβουμε πλήρως τις δοκιμές μετά από κάθε αναβάθμιση.
Ακόμη και όταν δημοσιεύονται γενικές αρχές ασφαλείας, η πραγματική συμπεριφορά εξαρτάται από αδημοσίευτα δεδομένα, εσωτερικές οδηγίες, φίλτρα περιεχομένου και εμπορικές αποφάσεις. Το μοντέλο λειτουργεί ως ιδιωτικός ρυθμιστής της δημόσιας συζήτησης χωρίς αντίστοιχη δημόσια λογοδοσία.
Η απάντηση δεν είναι να θεωρήσουμε ότι κάθε ανοικτό μοντέλο είναι αυτομάτως αμερόληπτο. Και ένα ανοικτό μοντέλο μπορεί να εκπαιδευτεί σε λογοκριμένα ή στρεβλά δεδομένα. Η διαφορά είναι ότι μπορεί να ελεγχθεί, να συγκριθεί, να επανεκπαιδευτεί και να αξιολογηθεί από ανεξάρτητους ερευνητές.
Από τα εταιρικά μαύρα κουτιά στη δημοκρατική υποδομή ΤΝ
Η Ευρώπη και η Ελλάδα χρειάζονται μοντέλα που αντιμετωπίζονται ως ελέγξιμες υποδομές γνώσης και όχι ως αδιαφανείς υπηρεσίες. Αυτό απαιτεί ανοικτά δεδομένα με τεκμηριωμένη προέλευση, δημοσίευση καρτών μοντέλου και δελτίων δεδομένων, πολυγλωσσικούς ελέγχους πολιτικής μεροληψίας και αξιολογήσεις επιπτώσεων στα ανθρώπινα δικαιώματα.
Οι δημόσιες προμήθειες ΤΝ πρέπει να απαιτούν γνωστοποίηση των πολιτικών άρνησης, δυνατότητα ανεξάρτητου ελέγχου, καταγραφή των αλλαγών κάθε έκδοσης και ανοικτά σύνολα αξιολόγησης. Κανένα σύστημα που χρησιμοποιείται στην εκπαίδευση, στη δημόσια διοίκηση ή στην ενημέρωση των πολιτών δεν πρέπει να θεωρείται αξιόπιστο μόνο επειδή παρέχεται από μια μεγάλη εταιρεία.
Πρωτοβουλίες όπως το GlossAPI και το Apertus δείχνουν μια διαφορετική κατεύθυνση: ανοικτά γλωσσικά δεδομένα, διαφανείς διαδικασίες, δυνατότητα τοπικής εγκατάστασης και συμμετοχή πανεπιστημίων, ερευνητικών φορέων και κοινωνίας των πολιτών.
Το κρίσιμο πολιτικό ερώτημα δεν είναι αν η Τεχνητή Νοημοσύνη θα έχει προκαταλήψεις. Είναι ποιος θα μπορεί να τις εντοπίζει, να τις αμφισβητεί και να τις διορθώνει. Όταν αυτή η δυνατότητα ανήκει αποκλειστικά σε λίγες εταιρείες, η ελευθερία της έκφρασης εξαρτάται από ιδιωτικούς και αδιαφανείς μηχανισμούς. Όταν τα μοντέλα, τα δεδομένα και οι αξιολογήσεις είναι ανοικτά, η κοινωνία αποκτά τουλάχιστον τη δυνατότητα να ελέγχει την τεχνολογία που διαμορφώνει όλο και περισσότερο τη δημόσια γνώση.
Waight, Hannah et al., State Media Control Influences Large Language Models, Nature: Η έρευνα παρουσιάζει τον μηχανισμό μέσω του οποίου ο κρατικός έλεγχος των μέσων ενημέρωσης επηρεάζει τα δεδομένα εκπαίδευσης και, τελικά, τις πολιτικές απαντήσεις των γλωσσικών μοντέλων σε διαφορετικές γλώσσες: https://www.nature.com/articles/s41586-026-10506-7,
Freedom House, Freedom in the World, Countries and Territories: Η διεθνής βάση αξιολόγησης πολιτικών δικαιωμάτων και ελευθεριών χρησιμοποιήθηκε για τη διάκριση των χωρών σε περισσότερο ελεύθερες και περιοριστικές δικαιοδοσίες κατά τον σχεδιασμό της μελέτης του Oversight Board: https://freedomhouse.org/country/scores,
GlossAPI, Η Τεχνητή Νοημοσύνη δεν πρέπει να γίνει νέα εξάρτηση: Το άρθρο τεκμηριώνει γιατί η χρήση κλειστών και απομακρυσμένων μοντέλων δημιουργεί προβλήματα ελέγχου, λογοδοσίας και ψηφιακής εξάρτησης και προτείνει πλήρως ανοικτά τοπικά μοντέλα ως δημόσια και παραγωγική υποδομή: https://blog.glossapi.gr/,
GlossAPI, Apertus: γιατί αποτελεί το σωστό πρότυπο για ένα πλήρως ανοιχτό ελληνικό μοντέλο ΤΝ: Το άρθρο παρουσιάζει ένα ευρωπαϊκό υπόδειγμα πλήρους διαφάνειας στα βάρη, στα δεδομένα, στις διαδικασίες εκπαίδευσης και στις αξιολογήσεις, δείχνοντας πώς η ανοικτή ΤΝ μπορεί να στηρίξει τη γλωσσική ισοτιμία, τον ανεξάρτητο έλεγχο και τη δημοκρατική λογοδοσία: https://blog.glossapi.gr/.
Γιατί το σημερινό μοντέλο ανάπτυξης της ΤΝ είναι υπερβολικά ακριβό, ενεργοβόρο και τεχνολογικά σπάταλο
Η παραγωγική Τεχνητή Νοημοσύνη παρουσιάστηκε ως η νέα γενική τεχνολογία που θα αλλάξει τα πάντα: την εργασία, την εκπαίδευση, τη δημόσια διοίκηση, την επιστήμη, τη δημιουργία περιεχομένου. Πίσω όμως από την εντυπωσιακή εμπειρία του χρήστη κρύβεται ένα σοβαρό τεχνικό-επιστημονικό πρόβλημα. Τα μεγάλα γλωσσικά μοντέλα, όπως χρησιμοποιούνται σήμερα, δεν αποτελούν μόνο μια τεχνολογική καινοτομία. Αποτελούν και ένα εξαιρετικά αναποτελεσματικό σύστημα υπολογιστικής ισχύος, το οποίο απαιτεί τεράστιες ποσότητες μνήμης, εξειδικευμένων επεξεργαστών, ηλεκτρικής ενέργειας, νερού, δικτύων και υπολογιστικών κέντρων.
Το βασικό πρόβλημα δεν είναι ότι η ΤΝ χρησιμοποιείται πολύ. Πολλές τεχνολογίες κλιμακώθηκαν μαζικά χωρίς να δημιουργήσουν αντίστοιχη αναστάτωση στις αλυσίδες εφοδιασμού και στα ενεργειακά συστήματα. Η παγκόσμια ροή βίντεο, τα κοινωνικά δίκτυα, το ηλεκτρονικό εμπόριο και οι υπηρεσίες cloud αύξησαν θεαματικά τη ζήτηση για υποδομές. Όμως το οικονομικό τους μοντέλο βασίστηκε σε καλύτερεςτεχνικές λύσεις: όσο αυξάνονταν οι χρήστες, το κόστος ανά χρήστη μπορούσε να πέφτει. Αυτό είναι το νόημα της κλιμάκωσης στην πληροφορική.
Στην παραγωγική ΤΝ συμβαίνει συχνά το αντίθετο. Κάθε νέα ερώτηση προς ένα μοντέλο δημιουργεί πραγματικό μεταβλητό κόστος. Κάθε απάντηση απαιτεί inference, δηλαδή εκτέλεση υπολογισμών σε εξειδικευμένο υλικό. Όσο μεγαλώνει το κείμενο εισόδου, όσο αυξάνεται το παράθυρο συμφραζομένων, όσο ενσωματώνονται εργαλεία συλλογισμού(reasoning) και πολλαπλά βήματα σκέψης, τόσο αυξάνεται το κόστος της χρήσης. Δεν πρόκειται για απλή αποθήκευση ή διανομή ενός έτοιμου αρχείου. Πρόκειται για παραγωγή απάντησης σε πραγματικό χρόνο, με υψηλή κατανάλωση υπολογιστικών πόρων.
Το λάθος της κλιμάκωσης
Η βιομηχανία της ΤΝ οικοδομήθηκε τα τελευταία χρόνια πάνω σε μια σχεδόν δογματική πίστη στους νόμους κλιμάκωσης. Η υπόθεση ήταν απλή: μεγαλύτερα μοντέλα, περισσότερα δεδομένα, περισσότερη υπολογιστική ισχύς, καλύτερα αποτελέσματα. Αυτή η προσέγγιση πράγματι απέδωσε εντυπωσιακά αποτελέσματα. Όμως η μηχανική αποδοτικότητα δεν μετριέται μόνο από το αν κάτι δουλεύει. Μετριέται από το πόσο κοστίζει, πόσο εύκολα αναπαράγεται, πόσο ασφαλώς λειτουργεί, πόσο αντέχει στην κλίμακα και πόσο εξαρτάται από σπάνιους πόρους.
Εδώ βρίσκεται το αδιέξοδο. Τα μεγάλα μοντέλα γίνονται όλο και μεγαλύτερα, αλλά η οριακή βελτίωση δεν αυξάνεται με τον ίδιο ρυθμό. Για να υπάρξει μικρή βελτίωση στην απόδοση, απαιτείται δυσανάλογα μεγάλη αύξηση σε παραμέτρους, δεδομένα, μνήμη, ενέργεια και κόστος. Αυτή είναι κλασική περίπτωση φθινουσών αποδόσεων. Όσο η πρόοδος απαιτεί εκθετικά περισσότερους πόρους, τόσο η τεχνολογία παύει να μοιάζει με ώριμη υποδομή και αρχίζει να μοιάζει με αγώνα εξοπλισμών.
Το ζήτημα γίνεται ακόμη πιο έντονο επειδή τα σημερινά μεγάλα γλωσσικά μοντέλα δεν κλιμακώνονται όπως τα αποδοτικά πληροφοριακά συστήματα. Στην κλασική πληροφορική, η καλή αρχιτεκτονική επιδιώκει να μειώνει το πρόσθετο κόστος κάθε νέου χρήστη ή κάθε νέας μονάδας δεδομένων. Στα LLMs, όμως, η επεξεργασία μεγάλων συμφραζομένων αυξάνει απότομα τον υπολογιστικό φόρτο. Το αποτέλεσμα είναι ένα σύστημα που μπορεί να προσφέρει εντυπωσιακή εμπειρία, αλλά με υποδομή πολύ ακριβότερη από όσο αφήνει να εννοηθεί η καθημερινή χρήση ενός chatbot.
Το κρυφό κόστος: μνήμη, ενέργεια και εξάρτηση
Η παραγωγική ΤΝ δεν καταναλώνει μόνο χρήματα. Καταναλώνει σπάνιους πόρους. Η ζήτηση για επιταχυντές, μνήμη υψηλής απόδοσης, αποθηκευτικά μέσα και εξειδικευμένα κέντρα δεδομένων δημιουργεί πίεση σε ολόκληρη την αγορά υπολογιστικού υλικού. Όταν οι μεγαλύτερες εταιρείες δεσμεύουν τεράστιες ποσότητες εξοπλισμού για την εκπαίδευση και λειτουργία μοντέλων, το κόστος μετακυλίεται σε όλους: ερευνητικά κέντρα, μικρομεσαίες επιχειρήσεις, δημόσιους φορείς, πανεπιστήμια και τελικά πολίτες.
Το ίδιο ισχύει και για την ενέργεια. Τα κέντρα δεδομένων δεν είναι άυλο «νέφος». Είναι βιομηχανικές εγκαταστάσεις υψηλής κατανάλωσης. Χρειάζονται ρεύμα, ψύξη, νερό, δίκτυα, γη και σύνδεση με ενεργειακές υποδομές. Αν η ΤΝ αναπτυχθεί χωρίς αυστηρούς κανόνες αποδοτικότητας, υπάρχει ο κίνδυνος να επιδοτούμε έμμεσα μια τεχνολογία που αυξάνει το κόστος ενέργειας, δεσμεύει δημόσιες υποδομές και εντείνει την εξάρτηση από λίγους παγκόσμιους προμηθευτές υλικού και υπολογιστικού νέφους(cloud).
Για χώρες όπως η Ελλάδα, αυτό δεν είναι θεωρητικό ζήτημα. Αν το Δημόσιο, τα πανεπιστήμια, οι δήμοι, τα νοσοκομεία και οι επιχειρήσεις γίνουν απλοί πελάτες κλειστών, token-based υπηρεσιών ΤΝ, τότε η ψηφιακή εξάρτηση θα βαθύνει. Θα πληρώνουμε διαρκώς για υπολογιστική ισχύ που δεν ελέγχουμε, για μοντέλα που δεν μπορούμε να ελέγξουμε, για δεδομένα που δεν μπορούμε να επιθεωρήσουμε και για υπηρεσίες που μπορούν να αλλάξουν τιμή, όρους χρήσης ή διαθεσιμότητα χωρίς ουσιαστική λογοδοσία.
Η απάντηση δεν είναι λιγότερη ΤΝ, αλλά καλύτερη μηχανική
Η κριτική στην παραγωγική ΤΝ δεν πρέπει να οδηγήσει σε τεχνοφοβία. Το πρόβλημα δεν είναι η ΤΝ ως επιστημονικό πεδίο. Το πρόβλημα είναι η μονοκαλλιέργεια των γιγαντιαίων μοντέλων ως καθολικής λύσης για κάθε πρόβλημα. Δεν χρειάζεται κάθε δημόσια υπηρεσία ένα υπερμέγεθες μοντέλο. Δεν χρειάζεται κάθε εφαρμογή reasoning πολλών δισεκατομμυρίων παραμέτρων. Δεν χρειάζεται κάθε απλό ερώτημα να ταξιδεύει σε κλειστά κέντρα δεδομένων άλλης ηπείρου.
Η εναλλακτική είναι μια αρχιτεκτονική αποδοτικής, ανοικτής και τοπικής ΤΝ. Μικρότερα μοντέλα για συγκεκριμένες εργασίες. Retrieval-Augmented Generation με τεκμηριωμένες πηγές. Mixture-of-Experts όταν χρειάζεται αποδοτική ενεργοποίηση μέρους του μοντέλου. Τοπικά μοντέλα για ευαίσθητα δεδομένα. Νευροσυμβολικές προσεγγίσεις για κανόνες, διοικητικές διαδικασίες και νομική τεκμηρίωση. Εξειδικευμένα μοντέλα για ελληνική γλώσσα, δημόσια έγγραφα, ΦΕΚ, αποφάσεις, συμβάσεις και πολιτιστικά δεδομένα.
Σε αυτή τη λογική, το GlossAPI δεν πρέπει να ιδωθεί απλώς ως εργαλείο μετατροπής εγγράφων σε κείμενο. Μπορεί να αποτελέσει κρίσιμη δημόσια υποδομή για ποιοτικά ελληνικά σύνολα δεδομένων, αξιοποιήσιμα από ανοικτά μοντέλα, τοπικά RAG συστήματα και δημόσιες εφαρμογές ΤΝ. Η επόμενη φάση της ΤΝ δεν θα κριθεί μόνο από το ποιος έχει το μεγαλύτερο μοντέλο. Θα κριθεί από το ποιος μπορεί να παράγει αξιόπιστη γνώση με το μικρότερο δυνατό κόστος, με διαφάνεια, λογοδοσία και δημοκρατικό έλεγχο.
Η παραγωγική ΤΝ, όπως αναπτύσσεται σήμερα, μοιάζει πράγματι με τεχνική καταστροφή: όχι επειδή δεν λειτουργεί, αλλά επειδή λειτουργεί με τρόπο υπερβολικά σπάταλο. Η πραγματική καινοτομία δεν θα είναι να χτίσουμε ακόμα μεγαλύτερα μοντέλα με ακόμα μεγαλύτερα κέντρα δεδομένων. Θα είναι να σχεδιάσουμε ΤΝ που να υπηρετεί την κοινωνία χωρίς να εξαντλεί τους πόρους της. Αποδοτική ΤΝ, ανοικτή ΤΝ, τοπική ΤΝ, δημόσια ελεγχόμενη ΤΝ. Αυτό είναι το πραγματικό τεχνολογικό στοίχημα.
Πηγές άρθρου:
The Atlantic, Generative AI Is an Engineering Disaster: Το άρθρο του Alex Reisner τεκμηριώνει το βασικό επιχείρημα ότι το σημερινό μοντέλο παραγωγικής ΤΝ είναι εξαιρετικά σπάταλο σε μνήμη, υπολογιστική ισχύ, ενέργεια και κόστος, θέτοντας το ζήτημα της τεχνικής αποδοτικότητας στο επίκεντρο της δημόσιας συζήτησης: https://www.theatlantic.com/technology/2026/07/generative-ai-engineering-disaster/687901/,
International Energy Agency, Energy Demand from AI: Η IEA τεκμηριώνει την ταχεία αύξηση της κατανάλωσης ηλεκτρικής ενέργειας από κέντρα δεδομένων και αναδεικνύει γιατί η ΤΝ δεν μπορεί να αντιμετωπίζεται ως άυλη τεχνολογία χωρίς ενεργειακό και περιβαλλοντικό αποτύπωμα: https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai,
Mistral AI, Mixtral of Experts: Η Mistral AI παρουσιάζει το Mixtral 8x7B ως sparse Mixture-of-Experts μοντέλο με ανοικτά βάρη και υψηλή σχέση κόστους προς απόδοση, δείχνοντας ότι η αποδοτικότητα μπορεί να αποτελεί κεντρικό στόχο σχεδιασμού και όχι δευτερεύον χαρακτηριστικό: https://mistral.ai/news/mixtral-of-experts/,
Allen Institute for AI, OLMo: Το OLMo αποτελεί ένα από τα σημαντικότερα παραδείγματα πλήρους ανοικτής προσέγγισης στην ανάπτυξη γλωσσικών μοντέλων, με έμφαση στη διαφάνεια σε όλη τη ροή του μοντέλου και όχι μόνο στη διάθεση του τελικού αποτελέσματος: https://allenai.org/olmo.
For decades the accepted management wisdom has been
for managers to delegate tasks and
for organizations to outsource activities that aren’t core to their operations.
Yet, when the proposed delegate or supplier is an AI agent, these
established practices are suddenly portrayed as irresponsible,
dehumanizing, or even immoral.
Much of this resistance has all the marks of a moral panic:
a novel technology is judged through its most alarming failures, its benefits
are discounted, and its use is treated as crossing a boundary rather
than as another management decision.
Here’s the thing: delegating work to an AI agent is neither inherently
wise nor inherently reckless.
As with human delegation and organizational outsourcing, what matters
is the task, the controls, and who remains accountable.
Η συζήτηση γύρω από την Τεχνητή Νοημοσύνη επικεντρώνεται συνήθως στον ανταγωνισμό μεταξύ εταιρειών όπως η OpenAI, η Google, η Anthropic και η Meta. Ωστόσο, σύμφωνα με τη νέα έκθεση “The State of Open Source AI 2026“ της Mozilla, η πραγματική μάχη δεν αφορά μόνο το ποιος θα δημιουργήσει το ισχυρότερο μοντέλο, αλλά ποιος θα ελέγξει το οικοσύστημα πάνω στο οποίο θα χτιστεί η επόμενη γενιά εφαρμογών AI.
Η έκθεση, που αποτελεί την πρώτη ολοκληρωμένη αποτίμηση της κατάστασης του open source AI από τη Mozilla, καταλήγει σε ένα ξεκάθαρο συμπέρασμα: το ανοικτό λογισμικό δεν αποτελεί πλέον εναλλακτική λύση για χομπίστες, αλλά βασικό πυλώνα της παγκόσμιας αγοράς τεχνητής νοημοσύνης.
Το χάσμα επιδόσεων σχεδόν εξαφανίστηκε
Μέχρι πριν από δύο χρόνια, τα ανοικτά μοντέλα υστερούσαν αισθητά σε σχέση με τα κορυφαία εμπορικά μοντέλα. Σήμερα, σύμφωνα με τη Mozilla, η διαφορά στις συνολικές επιδόσεις έχει περιοριστεί περίπου στο 3,3%, ενώ σε αρκετές εργασίες –όπως ο προγραμματισμός, η γενική γνώση και η εκτέλεση οδηγιών– τα open source μοντέλα βρίσκονται ουσιαστικά στο ίδιο επίπεδο με τις κλειστές λύσεις. Αντίθετα, οι κλειστές πλατφόρμες εξακολουθούν να διατηρούν προβάδισμα σε σύνθετη συλλογιστική, πολύ μεγάλα context windows και πολύπλοκες agentic εφαρμογές.
Με άλλα λόγια, για τη μεγάλη πλειονότητα των επιχειρηματικών εφαρμογών, το ερώτημα δεν είναι πλέον αν τα open models είναι αρκετά καλά, αλλά ποιο μοντέλο ταιριάζει καλύτερα στη συγκεκριμένη χρήση.
Η τεράστια πτώση του κόστους
Ένα από τα σημαντικότερα ευρήματα της έκθεσης αφορά το κόστος χρήσης των μοντέλων AI.
Η τιμή του inference μειώθηκε κατά περίπου 50 φορές μέσα σε τρία χρόνια, από περίπου 20 δολάρια σε μόλις 0,40 δολάρια ανά εκατομμύριο tokens για επιδόσεις επιπέδου GPT-4. Η Mozilla αποδίδει αυτή τη δραματική μείωση κυρίως στην εξάπλωση ανοικτών μοντέλων όπως τα Llama και DeepSeek, τα οποία πίεσαν ολόκληρη την αγορά προς τα κάτω.
Η πτώση αυτή αλλάζει πλήρως τα οικονομικά δεδομένα για επιχειρήσεις που αναπτύσσουν εφαρμογές AI, καθιστώντας εφικτή την ανάπτυξη υπηρεσιών με πολύ χαμηλότερο λειτουργικό κόστος.
Τα open models περνούν στην παραγωγή
Η Mozilla επισημαίνει ότι το open source AI δεν περιορίζεται πλέον στην έρευνα ή στους προγραμματιστές.
Σύμφωνα με την έρευνα που συνοδεύει την έκθεση:
το 79% των developers χρησιμοποιεί ανοικτά μοντέλα,
το 51% έχει ήδη μεταφέρει τέτοιες λύσεις σε παραγωγικό περιβάλλον,
ενώ σχεδόν το 90% των εταιρειών χρησιμοποιεί κάποιο στοιχείο ανοικτού λογισμικού στην AI υποδομή του.
Παρόλα αυτά, η μετάβαση στην παραγωγή εξακολουθεί να δυσκολεύει πολλές επιχειρήσεις. Τα μεγαλύτερα εμπόδια δεν είναι πλέον οι δυνατότητες των μοντέλων αλλά η έλλειψη ώριμων εργαλείων διαχείρισης, ασφάλειας, τεκμηρίωσης και τυποποίησης.
Το επόμενο πεδίο μάχης δεν είναι τα μοντέλα
Ένα από τα πιο ενδιαφέροντα συμπεράσματα της έκθεσης είναι ότι η πραγματική αξία μεταφέρεται πλέον από τα ίδια τα μοντέλα στο λεγόμενο agentic harness.
Πρόκειται για το λογισμικό που αναλαμβάνει να συντονίσει έναν AI agent: τη διαχείριση εργαλείων, τη μνήμη, τα permissions, τα workflows, την επικοινωνία με εξωτερικά συστήματα και τη συνολική εμπειρία χρήσης.
Η Mozilla υποστηρίζει ότι καθώς τα μοντέλα γίνονται ολοένα πιο όμοια μεταξύ τους, αυτό το επίπεδο θα αποτελέσει το νέο ανταγωνιστικό πλεονέκτημα. Εκεί θα κριθεί ποιος θα ελέγξει την αγορά της επόμενης δεκαετίας.
Η γεωπολιτική διάσταση
Η έκθεση αφιερώνει σημαντικό μέρος στη γεωπολιτική του AI.
Η Κίνα επενδύει συστηματικά σε ανοικτά μοντέλα, με οικογένειες όπως τα Qwen και DeepSeek να κυριαρχούν σε λήψεις και χρήση. Παράλληλα, η Ευρωπαϊκή Ένωση αντιμετωπίζει πλέον τα open models ως εργαλείο ψηφιακής κυριαρχίας, χρηματοδοτώντας μεγάλα δημόσια έργα AI και παρέχοντας εξαιρέσεις στο AI Act για ορισμένα ανοικτά συστήματα. Αντίστοιχες στρατηγικές υιοθετούν ο Καναδάς, η Ινδία και δεκάδες ακόμη χώρες, οι οποίες επιδιώκουν να μειώσουν την εξάρτησή τους από αμερικανικές εμπορικές πλατφόρμες.
Οι πέντε προτάσεις της Mozilla
Η Mozilla κλείνει την έκθεση προτείνοντας πέντε βασικές κατευθύνσεις για τη διατήρηση ενός ανοικτού οικοσυστήματος AI:
Ανάπτυξη ανοικτών agent frameworks.
Διατήρηση της μνήμης των AI συστημάτων σε φορητές και ανοικτές μορφές.
Δημιουργία κοινών προτύπων για permissions και ασφάλεια.
Αποφυγή εξάρτησης από ένα μόνο πάροχο μέσω εναλλακτικών ανοικτών λύσεων.
Ενίσχυση ενός πολυκεντρικού οικοσυστήματος ώστε το open source να μην εξαρτάται από έναν μόνο οργανισμό ή χώρα.
Η κυβερνοασφάλεια αποτελεί πλέον βασικό πυλώνα για την προστασία των ερευνητικών και ακαδημαϊκών υποδομών της Ευρώπης. Οι ολοένα και πιο εξελιγμένες κυβερνοαπειλές απαιτούν νέες προσεγγίσεις, ασφαλή περιβάλλοντα δοκιμών και στενή συνεργασία μεταξύ ερευνητών, μηχανικών και οργανισμών. Με αυτόν τον στόχο δημιουργήθηκε τοGÉANT Security Innovation Lab, μια νέα πρωτοβουλία της κοινότητας GÉANT που φιλοδοξεί να επιταχύνει την καινοτομία στον τομέα της κυβερνοασφάλειας.
Το GÉANT Security Innovation Lab αποτελεί ένα εξειδικευμένο εργαστήριο πειραματισμού, σχεδιασμένο για την ανάπτυξη, δοκιμή και αξιολόγηση νέων τεχνολογιών ασφάλειας σε ένα ελεγχόμενο περιβάλλον. Σε αντίθεση με τα παραγωγικά δίκτυα, όπου κάθε αλλαγή ενέχει κινδύνους, το εργαστήριο προσφέρει έναν ασφαλή χώρο όπου μπορούν να υλοποιηθούν καινοτόμες ιδέες χωρίς να επηρεάζονται οι πραγματικές υπηρεσίες.
Παράλληλα, λειτουργεί ως σημείο συνάντησης για τα Εθνικά Δίκτυα Έρευνας και Εκπαίδευσης (NRENs), ερευνητικά ιδρύματα και ομάδες ανάπτυξης που επιθυμούν να συνεργαστούν σε νέες λύσεις κυβερνοασφάλειας.
Σύγχρονη τεχνική υποδομή
Το εργαστήριο στηρίζεται σε μια ευέλικτη τεχνική υποδομή που συνδυάζει διακομιστές, πλατφόρμες εικονικοποίησης και δικτυακό εξοπλισμό. Όλα αυτά συνδέονται μέσω μιας αποκλειστικής ζεύξης με τον κορμό δικτύου (backbone) της GÉANT.
Η συγκεκριμένη αρχιτεκτονική επιτρέπει τη δημιουργία σύνθετων σεναρίων δοκιμών, την αξιολόγηση εργαλείων ανίχνευσης απειλών, τη μελέτη επιθέσεων και την ανάπτυξη νέων μηχανισμών άμυνας απέναντι σε σύγχρονες κυβερνοεπιθέσεις.
Η αρχική συνδεσιμότητα, μέσω του DFN-CERT, έχει ήδη επιτρέψει εξωτερική πρόσβαση, ενώ το πρώτο μηχάνημα του εργαστηρίου είναι πλέον προσβάσιμο από το δημόσιο διαδίκτυο μέσω της διαδρομής της GÉANT. Όταν ολοκληρωθεί, η πλήρης σύνδεση με τον κορμό της GÉANT θα προσφέρει τη σταθερή και αποκλειστική συνδεσιμότητα που απαιτείται για πιο προχωρημένο πειραματισμό.
Μεταξύ των πρώτων εφαρμογών περιλαμβάνονται πειράματα που σχετίζονται με:
προστασία από επιθέσεις DDoS,
δοκιμές νέων εργαλείων κυβερνοασφάλειας,
ανάλυση και προσομοίωση απειλών,
ανάπτυξη και αξιολόγηση καινοτόμων τεχνολογιών προστασίας δικτύων.
Το εργαστήριο προσφέρει τη δυνατότητα στους ερευνητές να μετατρέψουν νέες ιδέες σε εφαρμόσιμες λύσεις μέσα από πραγματικές δοκιμές και συνεργασία με την ευρωπαϊκή κοινότητα κυβερνοασφάλειας.
Το εργαστήριο φιλοξενεί ήδη πέντε καθορισμένα πειραματικά έργα, ενώ νέες ιδέες προκύπτουν από τις συζητήσεις στα Security Days 2026. Ένα ιδιαίτερα ελπιδοφόρο αποτέλεσμα είναι ένα προγραμματισμένο πείραμα σχετικά με επιθέσεις DDoS, το οποίο διαμορφώνεται σε μία από τις πρώτες ολοκληρωμένες περιπτώσεις χρήσης της νέας υποδομής.
Η απόφαση του PlayStation να σταματήσει την παραγωγή φυσικών δίσκων είναι το πιο πρόσφατο πλήγμα στα ήδη συρρικνωμένα δικαιώματά μας πάνω στον ψηφιακό πολιτισμό. Την ευθύνη τη μοιράζονται οι εταιρείες, που κυνηγούν διαρκή έσοδα από «ενοίκια», και οι νομοθέτες, που αδρανούν — και οι δύο πλευρές μπορούν να κάνουν καλύτερα τη δουλειά τους.
Το σενάριο το έχουμε ξαναδεί, στη μετάβαση του κινηματογράφου, της τηλεόρασης και της μουσικής στην ψηφιακή διανομή: πρώτα κερδίζεις τον πελάτη με την ευκολία της ψηφιακής αγοράς, έπειτα περιορίζεις τη φυσική πρόσβαση και, σιγά σιγά, αλλάζεις τους όρους του παιχνιδιού ως προς το τι σημαίνει πραγματικά «κατέχω» κάτι. Ο τελικός στόχος είναι ο αγοραστής να γίνει ενοικιαστής, δεμένος με συνδρομές που πρέπει να πληρώνει για να μη χάσει την πρόσβασή του. Οι gamers δικαίως χτυπούν καμπανάκι — και είναι η κατάλληλη στιγμή να διεκδικήσουμε την ψηφιακή ιδιοκτησία, πριν να είναι πολύ αργά.
Όταν τα gigabytes γίνονται πολυτέλεια
Η κατάργηση των φυσικών δίσκων έχει και ένα άμεσο, πολύ πρακτικό κόστος: τα δεδομένα. Σε αντίθεση με τις ταινίες και τις σειρές, τα βιντεοπαιχνίδια απαιτούν τεράστιο όγκο αποθήκευσης. Η πρόσβαση σε γρήγορο ίντερνετ παραμένει προβληματική σε πολλές περιοχές, κι έτσι οι ταχύτητες που χρειάζεται το κατέβασμα ενός σύγχρονου παιχνιδιού είναι πολυτέλεια που πολλοί θεωρούμε —λανθασμένα— δεδομένη. Για αρκετό κόσμο, η λήψη ενός σημερινού τίτλου μπορεί να κρατήσει μέρες και να εξαντλήσει το όριο δεδομένων της σύνδεσής του.
Γι’ αυτό και οι φυσικοί δίσκοι, ειδικά για τους μεγάλους τίτλους ΑΑΑ, ήταν μια λογική επιλογή που ταυτόχρονα προστάτευε και τα παραδοσιακά δικαιώματα ιδιοκτησίας: με τον δίσκο στο χέρι, το «πού αποθηκεύεται το παιχνίδι» ήταν ήδη πληρωμένο μαζί με την αγορά.
Τα φυσικά μέσα συνοδεύονται από το λεγόμενο «δικαίωμα πρώτης πώλησης»: μπορείς νόμιμα να δανείσεις, να μεταπωλήσεις, να τροποποιήσεις, ακόμη και να καταστρέψεις το δικό σου αντίτυπο ενός έργου. Το ίδιο δικαίωμα έχει προστατεύσει και τους ανεξάρτητους κοινοτικούς servers, καθώς και τους emulators που προσθέτουν online παιχνίδι σε τίτλους της εποχής του dial-up.
Τα αμερικανικά δικαστήρια, όμως, έχουν κρίνει ότι το δικαίωμα αυτό δεν καλύπτει τα ψηφιακά μέσα. Έτσι, οι ψηφιακές αγορές μένουν απροστάτευτες: το αν μπορείς να μοιραστείς ένα παιχνίδι με έναν φίλο ή να το αφήσεις στα παιδιά σου εξαρτάται αποκλειστικά από τη διάθεση του εκάστοτε διανομέα.
Στην πράξη, το αποκλειστικά ψηφιακό μοντέλο εξαφανίζει την αγορά μεταχειρισμένων. Δεν υπάρχει πια η επιλογή να πάρεις ένα παιχνίδι φθηνότερα από δεύτερο χέρι, ούτε να ξαναβγάλεις μέρος των χρημάτων σου μεταπωλώντας το. Ακόμη και με τις πιο γενναίες εκπτώσεις, αυτό ανεβάζει το ελάχιστο κόστος για να ασχοληθεί κανείς με το μέσο συνολικά.
Και η αναπόφευκτη κατάληξη; Το κλείδωμα των παικτών σε συνδρομητικά μοντέλα, όπου η πρόσβαση εξαρτάται ολοκληρωτικά από τον διανομέα — ή, πιθανότερα, από πολλούς διανομείς ταυτόχρονα, όπως έγινε με τις πλατφόρμες streaming. Μια χούφτα εταιρείες θα κατέχουν στην πραγματικότητα τα παιχνίδια, κι εσύ θα πληρώνεις κάθε μήνα για κατακερματισμένες βιβλιοθήκες με τίτλους που ίσως δεν παίξεις ποτέ και που, πάντως, δεν θα σου ανήκουν ποτέ.
Κλειδωμένο «επίτευγμα»
Επειδή τα ψηφιακά παιχνίδια αντιγράφονται εύκολα, διανομείς και εκδότες επικαλούνται τον αγώνα κατά της πειρατείας. Η ειρωνεία είναι ότι τα «θύματα» αυτού του αγώνα είναι σταθερά οι νομοταγείς πελάτες.
Οι περισσότεροι ψηφιακοί διανομείς κλειδώνουν το περιεχόμενό τους με περιοριστικούς όρους χρήσης και λογισμικό DRM (διαχείρισης ψηφιακών δικαιωμάτων). Το DRM επιβάλλει επαχθείς περιορισμούς — από την υποχρεωτική σύνδεση στο ίντερνετ ακόμη και σε single-player παιχνίδια μέχρι παρεμβάσεις που ρίχνουν τις επιδόσεις — ενώ μπορεί να δημιουργήσει και σοβαρά ζητήματα ιδιωτικότητας και ασφάλειας. Και όποιος παίκτης ή ερευνητής στις ΗΠΑ επιχειρήσει να αφαιρέσει ή να τροποποιήσει αυτό το DRM κινδυνεύει με μήνυση, χάρη στο άρθρο 1201 του νόμου DMCA (Digital Millennium Copyright Act). Ο ομοσπονδιακός αυτός νόμος καθιστά παράνομη την παράκαμψη του DRM και αποτελεί το αγαπημένο εργαλείο των εταιρειών που θέλουν να ελέγχουν τι κάνουμε με όσα νόμιμα αγοράσαμε — είτε πρόκειται για τον τελευταίο προσομοιωτή τρακτέρ είτε για ένα κανονικό, αληθινό τρακτέρ.
Κι επειδή το DRM είναι συνήθως δεμένο με τον λογαριασμό του χρήστη, η «ιδιοκτησία» ενός παιχνιδιού μπορεί να ανακληθεί ή να αλλάξει για δεκάδες λόγους που δεν ελέγχεις. Απέτυχε μια χρέωση της συνδρομής σου; Σου χάκαραν τον λογαριασμό; Χάλασε μια συμφωνία αδειοδότησης με κάποιον εκδότη; Αποφάσισαν οι developers να «σκοτώσουν» το παιχνίδι με ένα update; Όλα αυτά μπορούν να σου περιορίσουν ή να σου κόψουν την πρόσβαση, πολύ καιρό μετά την υποτιθέμενη «αγορά» σου.
Η ανάγκη για νέα νομοθεσία
Ολοένα και περισσότερες οργανώσεις προστασίας ψηφιακών δικαιωμάτων ζητούν την αναθεώρηση της νομοθεσίας ώστε τα δικαιώματα που ισχύουν για τα φυσικά προϊόντα να επεκταθούν και στα ψηφιακά αγαθά.
Οι προτάσεις περιλαμβάνουν μεγαλύτερη διαφάνεια στις ψηφιακές αγορές, σαφή ενημέρωση των καταναλωτών σχετικά με το τι ακριβώς αγοράζουν, αλλά και προστασία της πρόσβασης σε παιχνίδια που αποσύρονται από τις πλατφόρμες ή εγκαταλείπονται από τους εκδότες τους.
Στη σύγχρονη ψηφιακή εποχή, η εύκολη πρόσβαση στη νομοθεσία και η αποτελεσματική ανταλλαγή νομικών πληροφοριών αποτελούν βασικές προϋποθέσεις για τη διαφάνεια, τη δημοκρατία και τη χρηστή διακυβέρνηση. Για τον σκοπό αυτό, η Ευρωπαϊκή Ένωση ανέπτυξε το European Legislation Identifier (ELI), μια πρωτοβουλία που διευκολύνει την αναζήτηση, την πρόσβαση και την επαναχρησιμοποίηση νομοθετικών εγγράφων σε ολόκληρη ... Read more
Οι εκδηλώσεις δεν σταματούν καθώς αυτήν την εβδομάδα πραγματοποιούνται εκδηλώσεις στην Ελλάδα και στο εξωτερικό για τις ανοιχτές τεχνολογίες και την καινοτομία! Ο Οργανισμός Ανοιχτών Τεχνολογιών (ΕΕΛΛΑΚ) σας προτείνει να τις παρακολουθήσετε και να τις διαδώσετε. Μπορείτε επίσης να δείτε περισσότερες εκδηλώσεις για τις επόμενες εβδομάδες ή να καταχωρίσετε τη δική σας εκδήλωση στο: https://ellak.gr/events.
Οι χρήστες του διαδικτύου αναζητούν συνεχώς μεγαλύτερο έλεγχο πάνω στην εμπειρία τους στα κοινωνικά δίκτυα, είτε για λόγους ιδιωτικότητας είτε για μεγαλύτερη ευελιξία. Η διαλειτουργικότητα ανάμεσα σε πλατφόρμες όπως το Facebook και το TikTok θα μπορούσε να λύσει πολλά από αυτά τα προβλήματα: ένας χρήστης θα μπορούσε να μεταπηδήσει σε μια πλατφόρμα με καλύτερες πρακτικές ιδιωτικότητας χωρίς να χάσει την επαφή με φίλους που παραμένουν σε μεγαλύτερα δίκτυα, ενώ θα μπορούσε να ανοίξει τον δρόμο και για ανεξάρτητες εφαρμογές με περισσότερες επιλογές για τον χρήστη. Αυτές είναι ακριβώς οι δυνατότητες που θα έπρεπε να προσφέρει ο Νόμος για τις Ψηφιακές Αγορές της ΕΕ (Digital Markets Act – DMA) του 2022.
Μια απογοητευτική απόφαση
Ωστόσο, στην πρώτη της επίσημη αξιολόγηση του DMA, η Ευρωπαϊκή Επιτροπή ανακοίνωσε τον Απρίλιο ότι αποφάσισε να μην επεκτείνει την υποχρέωση διαλειτουργικότητας στα κοινωνικά δίκτυα, χωρίς μάλιστα να θέσει κάποιο χρονοδιάγραμμα εφαρμογής στο μέλλον. Η αιτιολογία της Επιτροπής ήταν διπλή: αφενός ότι δεν υπάρχει σαφής ζήτηση από χρήστες και επιχειρήσεις για διαλειτουργικότητα στα κοινωνικά δίκτυα, αφετέρου ότι το εγχείρημα είναι, προς το παρόν, τεχνικά πολύ περίπλοκο. Στο μεταξύ, οι μεγάλες πλατφόρμες που εδώ και δύο χρόνια καθυστερούν σκόπιμα την υλοποίηση διαλειτουργικών λύσεων, στήνοντας κάθε λογής εμπόδια σε όσους θέλουν περισσότερη ελευθερία επιλογής, γλιτώνουν από κάθε πίεση.
Το EFF χαρακτηρίζει την απόφαση αυτή μεγάλη απογοήτευση και χαμένη ευκαιρία. Η διαλειτουργικότητα, υποστηρίζει, καταργεί ένα από τα μεγαλύτερα εμπόδια που αντιμετωπίζουν όσοι θέλουν να εγκαταλείψουν τις πλατφόρμες των τεχνολογικών κολοσσών: το δίλημμα ανάμεσα στο να μετακομίσεις σε μια πλατφόρμα που προτιμάς ή να μείνεις πίσω, εκεί όπου βρίσκονται ήδη οι φίλοι, οι κοινότητες και οι πελάτες σου.
Τι προβλέπει ο DMA
Ο DMA, που τέθηκε σε ισχύ το 2024, στοχεύει στην ενίσχυση των επιλογών των χρηστών της ΕΕ και στην τόνωση του ανταγωνισμού και της καινοτομίας, υποχρεώνοντας τις λεγόμενες πλατφόρμες «θυρωρούς» (gatekeepers) — όπως η Meta, η Apple και η Google — να ανοίξουν τα οικοσυστήματά τους σε ανταγωνιστές. Ο κανονισμός προωθεί σε μεγάλο βαθμό την ενσωμάτωση ανταγωνιστικών υπηρεσιών και συσκευών με τα οικοσυστήματα των πολύ μεγάλων διαδικτυακών πλατφορμών, φτάνοντας μάλιστα στο σημείο να επιβάλλει διαλειτουργικότητα στις υπηρεσίες ανταλλαγής μηνυμάτων, παρά τις σημαντικές τεχνικές και σχετικές με την ιδιωτικότητα προκλήσεις που αυτό συνεπάγεται.
Γι’ αυτόν ακριβώς τον λόγο, το επιχείρημα της «τεχνικής πολυπλοκότητας» φαντάζει παράδοξο ως δικαιολογία για την αποφυγή αντίστοιχης ρύθμισης στα κοινωνικά δίκτυα — το διαδίκτυο ήδη λειτουργεί πάνω σε πολύπλοκα διαλειτουργικά συστήματα. Το EFF αναφέρει ως παράδειγμα το πρωτόκολλο ActivityPub, τη βάση του αποκεντρωμένου «Fediverse» που έδωσε ζωή σε δίκτυα όπως το Mastodon. Ο DMA δεν χρειάζεται να επιβάλει ένα συγκεκριμένο πρωτόκολλο, μπορεί όμως να απαιτήσει ουσιαστικά αποτελέσματα διαλειτουργικότητας.
Το επιχείρημα περί «έλλειψης ζήτησης»
Ούτε το επιχείρημα περί ανύπαρκτης ζήτησης στέκει, σύμφωνα με το EFF. Οι χρήστες θέλουν τη δυνατότητα να μετακινούνται ανάμεσα σε πλατφόρμες, να επιλέγουν το περιεχόμενο που βλέπουν και να μην είναι δέσμιοι μιας και μόνης υπηρεσίας. Το πρόβλημα είναι ότι δεν υπάρχει σήμερα κανένας πρακτικός τρόπος να συμβεί αυτό, αφού οι πλατφόρμες κάνουν ελάχιστα βήματα για να ανοίξουν τα οικοσυστήματά τους — και τώρα ο ίδιος ο επόπτης εφαρμογής του DMA δηλώνει ότι δεν θα τις αναγκάσει να αλλάξουν. Η ζήτηση για εναλλακτικές λύσεις, επισημαίνει το EFF, δεν πρόκειται να εμφανιστεί μαζικά αν οι χρήστες δεν δουν πρώτα πραγματική πρόοδο προς τη διαλειτουργικότητα — κάτι που η Επιτροπή έχει τη δύναμη να διασφαλίσει.
Η Επιτροπή, έχοντας κρίνει ότι η ζήτηση είναι μικρή και η πολυπλοκότητα μεγάλη, δήλωσε πως «θα συνεχίσει να παρακολουθεί και να αξιολογεί» πώς εξελίσσονται αυτές οι υπηρεσίες. Η στάση αναμονής αυτή, σύμφωνα με το EFF, βλάπτει μόνο τους χρήστες και ενισχύει περαιτέρω τη θέση των κατεστημένων τεχνολογικών κολοσσών.
Αντίσταση και από άλλα μέτωπα
Ο DMA υποτίθεται πως έχει στο επίκεντρό του τα δικαιώματα των χρηστών τεχνολογίας — έναν διαδικτυακό κόσμο όπου ο καθένας αποφασίζει ποιο λογισμικό τρέχει στη συσκευή του, όπου είναι εύκολο να βρεις τα καλύτερα προϊόντα και υπηρεσίες, και όπου μπορείς να αφήσεις μια πλατφόρμα για μια καλύτερη χωρίς να χάσεις τις κοινωνικές σου σχέσεις.
Παράλληλα, οι Big Tech αντιστέκονται και σε άλλες απαιτήσεις ανοίγματος που επιβάλλει ο DMA. Η Apple, για παράδειγμα, οφείλει να ανοίξει τις συσκευές iOS σε εναλλακτικά app store, όμως το σχέδιό της επιβάλλει «κρυφές» χρεώσεις και δυσβάσταχτους όρους στους δημιουργούς εφαρμογών, καθιστώντας το ουσιαστικά απρόσιτο για οποιονδήποτε ανταγωνιστή.
Ούτε η Apple είναι η μόνη που αντιδρά. Η Meta απάντησε με ένα σύστημα «πλήρωσε για ιδιωτικότητα»: όσοι χρήστες δεν συναινούν στην παρακολούθησή τους από τη Meta πρέπει είτε να πληρώσουν για να χρησιμοποιήσουν την υπηρεσία είτε να αποκλειστούν από αυτήν — ένα σχέδιο του οποίου η συμβατότητα με τον DMA παραμένει υπό εξέταση. Πουθενά στον DMA δεν αναφέρεται ότι οι εταιρείες κοινωνικής δικτύωσης έχουν το δικαίωμα να στήσουν «διόδια» σε όσους θέλουν να απολαύσουν τα δικαιώματα ιδιωτικότητας που τους παρέχει η νομοθεσία. Ο επικείμενος Νόμος για την Ψηφιακή Δικαιοσύνη (Digital Fairness Act) της ΕΕ αποτελεί μια ακόμη ευκαιρία να χαρακτηριστούν τέτοιες πρακτικές αθέμιτες.
Η Επιτροπή έχει απαντήσει σε αυτές τις εξελίξεις με έρευνες, προκαταρκτικές αποφάσεις και πρόστιμα. Ωστόσο, όσο η κατάσταση αυτή συνεχίζεται, οι χρήστες χάνουν την ευκαιρία για μεγαλύτερη ελευθερία επιλογής και ευελιξία στον τρόπο που επικοινωνούν και συνδέονται online.
Το λογισμικό ανοιχτού κώδικα κέρδισε τη μάχη της διανομής. Τώρα, πρέπει να κερδίσει τη μάχη της διασφάλισης και της εμπιστοσύνης. Με βάση την κεντρική ομιλία του Hans de Raad στο openSUSE Conference 2026, η ευρωπαϊκή ψηφιακή πολιτική και το τοπίο του Cybersecurity αλλάζουν ριζικά. Τι συμβαίνει όταν ένα εργαλείο δεν έχει μολυνθεί από κακόβουλο κώδικα, αλλά οι μηχανισμοί διακυβέρνησης και εμπιστοσύνης γύρω από αυτό καταρρέουν;
Η περίπτωση του GSD και η "Αντιστροφή της κατάστασης εμπιστοσύνης" (Trust-State Inversion)
Τον Μάιο του 2026, το οικοσύστημα των AI agents ήρθε αντιμέτωπο με ένα εξαιρετικά διδακτικό περιστατικό. Το "GSD" (Get Shit Done), ένα εξαιρετικά δημοφιλές open-source framework για AI coding runtimes (όπως το Claude Code), αντιμετώπισε μια κρίση. Ο αρχικός maintainer εξαφανίστηκε τον Απρίλιο, οι λογαριασμοί κοινωνικής δικτύωσης διαγράφηκαν, και ένα κρυπτονόμισμα (token) συνδεδεμένο με το έργο ενεπλάκη σε οικονομική απάτη τύπου "rug pull".
Το ενδιαφέρον είναι ότι ο κώδικας παρέμεινε απολύτως καθαρός. Ανεξάρτητοι έλεγχοι ασφαλείας στο fork της κοινότητας επιβεβαίωσαν ότι δεν υπήρχε κανένα backdoor ή κακόβουλο payload. Αν το μοντέλο απειλών σας περιορίζεται στο "σαρώνω τον κώδικα για malware", το GSD θα περνούσε με άριστα. Ωστόσο, ο πραγματικός κίνδυνος κρυβόταν στο ποιος κρατούσε τα κλειδιά για τη δημοσίευση ενημερώσεων στο αρχικό registry.
Αυτό ονομάζεται Trust-State Inversion (Αντιστροφή Κατάστασης Εμπιστοσύνης). Ορατά, το artifact φαίνεται ασφαλές, αλλά οι σχέσεις εμπιστοσύνης (διακυβέρνηση, κλειδιά, οικονομικά κίνητρα) έχουν καταρρεύσει. Για εργαλεία AI που έχουν δικαιώματα στο shell, στα αρχεία και στα credentials του προγραμματιστή, η ακτίνα έκρηξης μιας μελλοντικής "κακόβουλης ενημέρωσης" είναι τεράστια.
Τα διδάγματα από το xz-utils και τα AI εργαλεία
Αν το GSD ανέδειξε τους κινδύνους της απευθείας εγκατάστασης από τα registries και τα AI εργαλεία, το backdoor στο xz-utils (CVE-2024-3094) ανέδειξε την ευπάθεια στην κλασική αλυσίδα διανομής. Στο xz, ένας επιτιθέμενος, έχοντας κερδίσει την εμπιστοσύνη ως co-maintainer, εισήγαγε κακόβουλο κώδικα στα release tarballs (ο οποίος δεν υπήρχε στο public source repository), στοχεύοντας άμεσα το σύστημα SSH των διανομών Linux.
Και οι δύο περιπτώσεις καταλήγουν στο ίδιο συμπέρασμα: Η διασφάλιση του ανοιχτού κώδικα δεν αφορά πλέον μόνο τη σάρωση κώδικα. Αφορά τη διακυβέρνηση της αλυσίδας εξουσιοδότησης γύρω από αυτόν. Επιπλέον, το πρόβλημα του "slopsquatting", όπου εργαλεία τεχνητής νοημοσύνης προτείνουν λανθασμένα πακέτα που επιτιθέμενοι έχουν ήδη καταχωρήσει, αυξάνει τους κινδύνους στην εφοδιαστική αλυσίδα λογισμικού.
Ο Ευρωπαϊκός "Τρίτος Δρόμος" και το Cyber Resilience Act (CRA)
Η Ευρώπη δεν επιδιώκει την ψηφιακή αυταρκία, ούτε την τυφλή εξάρτηση από ξένους παρόχους. Ο "Τρίτος Δρόμος" αφορά τη δημιουργία μιας αγοράς εμπιστοσύνης βασισμένης σε ανοιχτά πρότυπα, ανοιχτό κώδικα και κυβερνοασφάλεια.
Στην καρδιά αυτού του σχεδίου βρίσκεται το Cyber Resilience Act (CRA), το οποίο μετατρέπει την κυριαρχία του λογισμικού σε πρόβλημα αποδεικτικών στοιχείων. Μερικά κρίσιμα ορόσημα για τους κατασκευαστές και τους διανομείς:
11 Σεπτεμβρίου 2026: Οι κατασκευαστές πρέπει να αναφέρουν ενεργά εκμεταλλεύσιμες ευπάθειες μέσω του ENISA Single Reporting Platform. Μια αρχική προειδοποίηση απαιτείται εντός 24 ωρών και μια πλήρης αναφορά εντός 72 ωρών.
Ουσιαστικές τροποποιήσεις: Εάν ένας integrator πάρει μια διανομή (όπως το openSUSE), την τροποποιήσει ουσιαστικά, της βάλει το δικό του brand και τη διαθέσει στο εμπόριο, γίνεται νομικά ο "κατασκευαστής" με όλες τις υποχρεώσεις του CRA.
Μικρομεσαίες Επιχειρήσεις (SMEs): Μια μικρή εταιρεία που κατασκευάζει προϊόντα πάνω σε Linux μπορεί να βρεθεί να φέρει το βάρος της συμμόρφωσης για components που συντηρούνται από εθελοντές στο upstream. Για αυτό, η διασφάλιση σε επίπεδο οικοσυστήματος είναι επιτακτική.
Stewards (Επιμελητές) και πρότυπα M/606. Χτίζοντας το πλαίσιο εμπιστοσύνης
Το ανοιχτό λογισμικό δεν είναι από μόνο του κυρίαρχο. Για να λειτουργήσει το CRA χωρίς να "πνίξει" την καινοτομία, η κοινότητα (όπως το Eclipse Foundation) πίεσε και πέτυχε τη δημιουργία του ρόλου του Open-Source Software Steward. Ο steward δεν είναι ένας ρυθμιστής που επιβάλλει πολιτικές. Είναι μια γέφυρα που παρέχει υποδομές, νομική συνέχεια και συντονισμό διαχείρισης ευπαθειών, κάνοντας τις ήδη υπάρχουσες πρακτικές του έργου εμφανείς στους downstream χρήστες.
Παράλληλα, δημιουργούνται τα εναρμονισμένα πρότυπα (M/606). Πρότυπα που αφορούν browsers, password managers, και boot managers επηρεάζουν άμεσα το λογισμικό που κατασκευάζουν οι διανομές. Εάν η κοινότητα του ανοιχτού κώδικα δεν συμμετάσχει στη συγγραφή τους, κινδυνεύει να αξιολογηθεί με βάση τις αυστηρές υποθέσεις που ισχύουν για το ιδιόκτητο/κλειστό (proprietary) λογισμικό.
Mean Time to Evidence (MTTE): Ο νέος κρίσιμος δείκτης
Δεν αρκεί πλέον το πόσο γρήγορα βγαίνει ένα patch. Η νέα μετρική είναι το Mean Time to Evidence: ο χρόνος που μεσολαβεί από ένα περιστατικό ασφαλείας μέχρι την ύπαρξη ενός υπερασπίσιμου και αποδοτέου αρχείου για το τι συνέβη και ποιες εκδόσεις επηρεάστηκαν. Αν η καθυστέρηση παραγωγής αποδείξεων οδηγήσει σε νομική καθυστέρηση αναφοράς (βάσει του 24ωρου κανόνα του CRA), η εταιρεία εκτίθεται σε τεράστιο ρίσκο.
Evidence-In, Trust-Out: Η εμπιστοσύνη δεν είναι κάτι που απαιτείται αυθαίρετα. Προκύπτει από αποδείξεις. Ένα έργο που παράγει Machine-readable Security Advisories, SBOMs (Software Bill of Materials) και VEX documents (Exploitability records), αποτελεί αξιόπιστο κρίκο.
Η ανάγκη για χρηματοδότηση και το μοντέλο του Sovereign Tech Agency
Όλες αυτές οι απαιτήσεις συμμόρφωσης, διαχείρισης ευπαθειών και release engineering δεν είναι καθόλου "glamorous", αλλά είναι θεμελιώδεις. Το ανοιχτό λογισμικό προσθέτει 65 έως 95 δισεκατομμύρια ευρώ ετησίως στην ευρωπαϊκή οικονομία, αλλά το ένα τρίτο των maintainers δεν πληρώνεται.
Η λύση έρχεται από μοντέλα όπως το γερμανικό Sovereign Tech Agency, το οποίο έχει επενδύσει περίπου 34 εκατομμύρια ευρώ (έως τις αρχές του 2026) σε υποδομές ανοιχτού κώδικα, χρηματοδοτώντας κρίσιμα projects όπως το curl (το απόλυτο θετικό παράδειγμα security discipline) και τεχνολογίες του KDE Plasma (με επένδυση περίπου 1,2 εκατ. ευρώ).
4 Βήματα (Loops) για εταιρείες στο σύγχρονο Open Source τοπίο
Για να προσαρμοστούν οι επιχειρήσεις με ασφάλεια σε αυτήν τη νέα πραγματικότητα (και στη χρήση AI εργαλείων), απαιτούνται 4 επιχειρησιακοί κύκλοι:
The Adoption Loop: Πριν υιοθετήσετε ένα εργαλείο, καταγράψτε ποιος ελέγχει το registry του, αν έχει security policy και αν υπάρχουν οικονομικά κίνητρα (όπως tokens) που μπορεί να διαστρεβλώσουν τη διακυβέρνησή του.
The Runtime Loop: Κάντε "pin" σε συγκεκριμένες εκδόσεις. Περιορίστε τα AI agent development εργαλεία σε sandboxes (containers/VMs) και κρατήστε τα μακριά από τα production secrets σας (SSH keys, cloud credentials). Απαιτήστε ανθρώπινη έγκριση για αλλαγές στα lockfiles.
The Response Loop: Δημιουργήστε ένα playbook για την κατάρρευση εμπιστοσύνης (Maintainer-trust-collapse playbook), όχι μόνο για ευπάθειες. Αν χαθεί η εμπιστοσύνη, πρέπει να ξέρετε άμεσα πού τρέχει το εργαλείο για να το απομονώσετε.
The Evidence Loop (για το CRA): Προετοιμαστείτε για το deadline του Σεπτεμβρίου 2026. Διατηρήστε component inventories, παρακολουθήστε το upstream, και δοκιμάστε το reporting pipeline σας πολύ πριν την πρώτη πραγματική κρίση.
Ο εόλος των διανομών (π.χ. openSUSE) και οι Δημόσιες Συμβάσεις (Procurement)
Μια ώριμη διανομή Linux, όπως το openSUSE, αποτελεί το απόλυτο λειτουργικό μοντέλο για τη συμμόρφωση. Με το Open Build Service, τα Reproducible Builds (που αποτρέπουν επιθέσεις τύπου xz), και τα υπογεγραμμένα πακέτα, οι διανομές ήδη παρέχουν το επίπεδο διασφάλισης που απαιτούν οι νέοι κανονισμοί.
Η στρατηγική όμως πρέπει να μετατραπεί σε ζήτηση. Παραδείγματα όπως η πολιτεία του Schleswig-Holstein στη Γερμανία, που μεταφέρει δεκάδες χιλιάδες σταθμούς εργασίας στο Linux (KDE Plasma) και στο LibreOffice, αποδεικνύουν ότι οι δημόσιες συμβάσεις δημιουργούν μια βιώσιμη αγορά για την ψηφιακή κυριαρχία. Ωστόσο, η υιοθέτηση χωρίς διασφάλιση απλώς μετατοπίζει την εξάρτηση.
Συμπέρασμα: Show me the record
Ο ανοιχτός κώδικας κέρδισε τη διανομή επειδή μπορούσε να χρησιμοποιηθεί παντού. Θα κερδίσει την επόμενη φάση (αυτήν της εποχής των AI agents και του CRA) μόνο αν μπορεί να εμπιστευτεί παντού. Όπως αποδείχθηκε περίτρανα στο GSD, ένα καθαρό scan δεν αρκεί. Η πραγματική ασφάλεια φαίνεται στην ερώτηση: "Δείξε μου το αρχείο (Show me the record)". Η δουλειά όλων μας πλέον, από την κοινότητα μέχρι το enterprise, είναι να οικοδομήσουμε αυτήν την κυρίαρχη διασφάλιση ανοιχτού κώδικα.
Την τελευταία Δευτέρα του Ιουνίου βικιπαιδιστές και φίλοι της φωτογραφίας, από την Ελλάδα και το εξωτερικό, συγκεντρώθηκαν στην Θεσσαλονίκη για την εκδήλωση απονομής βραβείων των διαγωνισμών Wiki Loves Monuments 2025, Wiki Loves Earth 2025 και Wiki Science Competition 2025. Τόσο οι διαγωνισμοί, όσο και η βράβευση διοργανώθηκαν από την Κοινότητα Βικιπαιδιστών Ελλάδας.
Η εκδήλωση ξεκίνησε με μία σύντομη παρουσίαση των εγχειρημάτων του Wikimedia (Βικιπαίδεια, Commons κ.α.) γενικότερα και των δράσεων της κοινότητας ειδικότερα (μαραθώνιοι λημματογράφησης, διαγωνισμοί, CEE meeting).
Έπειτα ακολούθησε η απονομή καθαυτή. Οι νικητές, μαζί με την παραλαβή των φωτογραφιών τους εκτυπωμένων σε μορφή poster, είχαν την ευκαιρία να αναφερθούν στο έργο τους και να εξηγήσουν πώς προέκυψε, τι απεικονίζει και πολλά ακόμα ενδιαφέροντα. Παρευρέθηκαν φωτογράφοι που διακρίνονταν για πρώτη φορά σε διαγωνισμούς, αλλά και πιο έμπειροι, που έχουν ξεχωρίσει ξανά στο παρελθόν και μάλιστα και σε παγκόσμιο επίπεδο.
Μετά το πέρας της βράβευσης ακολούθησαν συζητήσεις μεταξύ των συμμετεχόντων, ενώ διαθέσιμα ήταν σνακ και αναψυκτικά. Έγιναν αναφορές τόσο σε φωτογραφικά ζητήματα, όσο και σε θέματα τις κοινότητας, όπως επερχόμενες δράσεις. Σημειώνεται επίσης ότι διατηρήθηκαν και δεύτερα αντίτυπα των εικόνων για ενδεχόμενη μελλοντική έκθεση.
Η συζήτηση γύρω από την τεχνολογική κυριαρχία της Ευρώπης έχει αποκτήσει ιδιαίτερη δυναμική τα τελευταία χρόνια, καθώς οι γεωπολιτικές εξελίξεις και οι παγκόσμιες αλυσίδες εφοδιασμού έχουν αναδείξει τις εξαρτήσεις της ηπείρου από τρίτες χώρες. Μέχρι σήμερα, όμως, το μεγαλύτερο μέρος αυτής της συζήτησης επικεντρώνεται στο λογισμικό και στην ανάπτυξη ανοικτού κώδικα. Αν και η προσέγγιση αυτή είναι σημαντική, παραβλέπει έναν εξίσου κρίσιμο παράγοντα: το υλικό (hardware).
Η Ευρωπαϊκή Ένωση έχει αναγνωρίσει ότι η εξάρτηση από ξένες τεχνολογίες μπορεί να περιορίσει την στρατηγική της αυτονομία. Στο πλαίσιο αυτό, η νέα δέσμη μέτρων για την τεχνολογική κυριαρχία και η συνοδευτική στρατηγική ανοικτού κώδικα προωθούν την ενίσχυση της ψηφιακής ανεξαρτησίας της Ευρώπης. Ωστόσο, η έμφαση παραμένει κυρίως στο λογισμικό, αφήνοντας σε δεύτερο πλάνο τις υποδομές υλικού πάνω στις οποίες αυτό λειτουργεί.
Το ανοιχτό υλικό (open-source hardware) προσφέρει πολλά από τα πλεονεκτήματα του ανοικτού λογισμικού: διαφάνεια, δυνατότητα ελέγχου, προσαρμοστικότητα και συνεργατική ανάπτυξη. Η διαφορά είναι ότι στο επίπεδο του υλικού οι εξαρτήσεις είναι συχνά βαθύτερες και πιο δύσκολο να αντιμετωπιστούν. Ενώ ο πηγαίος κώδικας μπορεί να τροποποιηθεί ή να διανεμηθεί εύκολα, η κατασκευή ημιαγωγών, οι σχεδιαστικές πλατφόρμες, οι αρχιτεκτονικές επεξεργαστών και τα εργαλεία σχεδιασμού παραμένουν σε μεγάλο βαθμό υπό τον έλεγχο μη ευρωπαϊκών φορέων.
Η λύση δεν είναι απαραίτητα η πλήρης αναπαραγωγή της παγκόσμιας βιομηχανίας ημιαγωγών εντός της Ευρώπης, καθώς κάτι τέτοιο θα απαιτούσε τεράστιους πόρους και πολυετή επένδυση. Αντίθετα, η Ευρώπη θα μπορούσε να εστιάσει στο άνοιγμα του σχεδιαστικού επιπέδου της τεχνολογίας. Με άλλα λόγια, να καταστήσει τη γνώση και τα εργαλεία σχεδιασμού κοινό αγαθό, μειώνοντας τα εμπόδια συμμετοχής και ενισχύοντας τις τεχνολογικές της δυνατότητες.
Ιδιαίτερο ενδιαφέρον παρουσιάζει η αρχιτεκτονική RISC-V, ένα ανοικτό πρότυπο σχεδιασμού επεξεργαστών που επιτρέπει σε επιχειρήσεις, ερευνητικά κέντρα και πανεπιστήμια να αναπτύσσουν δικά τους μικροτσίπ χωρίς την καταβολή δικαιωμάτων χρήσης. Παράλληλα, η ανάπτυξη ανοικτών εργαλείων ηλεκτρονικού σχεδιασμού (EDA) μπορεί να συμβάλει στη δημιουργία ενός πιο ανεξάρτητου και ανταγωνιστικού οικοσυστήματος καινοτομίας.
Παρότι η Ευρωπαϊκή Επιτροπή αναφέρεται σε πρωτοβουλίες όπως το RISC-V και αναγνωρίζει την ανάγκη ενίσχυσης της παραγωγικής βάσης μέσω του Chips Act, δεν φαίνεται να αντιμετωπίζει το ανοιχτό υλικό ως στρατηγική προτεραιότητα ισότιμη με το ανοικτό λογισμικό. Το γεγονός αυτό δημιουργεί κενά σε τομείς όπως η ρομποτική, οι τηλεπικοινωνίες, τα συστήματα edge computing και τα επιστημονικά όργανα, όπου η Ευρώπη διαθέτει σημαντική τεχνογνωσία αλλά παραμένει εκτεθειμένη σε εξωτερικές εξαρτήσεις.
Εξίσου σημαντικό είναι το ζήτημα των δεξιοτήτων. Η Ευρώπη αντιμετωπίζει ήδη έλλειψη εξειδικευμένων επαγγελματιών στον σχεδιασμό ολοκληρωμένων κυκλωμάτων και στα εργαλεία ηλεκτρονικού σχεδιασμού. Παρότι κορυφαία πανεπιστήμια όπως το ETH Zürich και το TU Delft παράγουν υψηλού επιπέδου αποφοίτους, οι ανάγκες της ευρωπαϊκής βιομηχανίας αυξάνονται ταχύτερα από την προσφορά ανθρώπινου δυναμικού. Η ενίσχυση της εκπαίδευσης και της έρευνας στον τομέα του ανοικτού υλικού θα μπορούσε να αποτελέσει κρίσιμο παράγοντα για τη μελλοντική ανταγωνιστικότητα της ηπείρου.
Παράλληλα, η Ευρωπαϊκή Ένωση θα μπορούσε να επεκτείνει την αρχή «Δημόσιο Χρήμα, Δημόσιος Κώδικας» και στον χώρο του υλικού. Σχέδια και τεχνολογίες που αναπτύσσονται με δημόσια χρηματοδότηση θα μπορούσαν να διατίθενται ανοικτά, επιτρέποντας σε ερευνητές, επιχειρήσεις και νεοφυείς εταιρείες να τα αξιοποιούν και να τα εξελίσσουν. Ένα ευρωπαϊκό αποθετήριο ανοικτού υλικού, αντίστοιχο με τις πλατφόρμες φιλοξενίας λογισμικού, θα ενίσχυε σημαντικά τη διάχυση της γνώσης και της καινοτομίας.
Η τεχνολογική κυριαρχία δεν μπορεί να περιορίζεται μόνο στο λογισμικό. Ένα λειτουργικό σύστημα ανοικτού κώδικα που τρέχει πάνω σε ιδιόκτητο υλικό ελεγχόμενο από τρίτους παρέχει μόνο μερική ανεξαρτησία. Για να αποκτήσει η Ευρώπη πραγματική στρατηγική αυτονομία, απαιτείται μια ολοκληρωμένη προσέγγιση που θα καλύπτει ολόκληρη την τεχνολογική αλυσίδα, από το λογισμικό έως το υλικό. Η ενσωμάτωση του ανοιχτού υλικού στον πυρήνα της ευρωπαϊκής στρατηγικής θα μπορούσε να αποτελέσει ένα αποφασιστικό βήμα προς αυτή την κατεύθυνση.
O πλανήτης αποτελεί ένα τόπο συνάντησης των μελών της ελληνικής κοινότητας ΕΛ/ΛΑΚ.
Τα άρθρα του πλανήτη συλλέγονται αυτόματα χωρίς ανθρώπινη παρέμβαση, αποτελούν πνευματική ιδιοκτησία των συγγραφέων τους και αντικατοπτρίζουν τις απόψεις τους.
Η διαχείριση του πλανήτη γίνεται δημόσια μέσα από το σχετικό repository της υπηρεσίας GitHub: greek-libre-planet, όπου μπορείς να ζητήσεις την προσθήκη του blog σου δηλώνοντας το feed της κατηγορίας, του tag, ή το γενικό feed του blog σου, το όνομα/επώνυμο σου και προαιρετικά το avatar σου, αφού πρώτα εγγραφείτε και κατόπιν συνδεθείτε στην υπηρεσία GitΗub, ανοίγοντας νέο issue που θα περιέχει τα συγκεκριμένα στοιχεία σου.
(Αν δεν έχετε λογαριασμό στην υπηρεσία GitHub, για να προστεθει το blog σου θα προστεθεί στον πλανήτη ΕΛ/ΛΑΚ μπορείτε εναλλακτικά να μας αποστειλετε τα παραπάνω στοιχεία στην ηλεκτρονική διεύθυνση info @ eellak gr.)
