Στις 10 Ιουνίου 2026 πραγματοποιήθηκε το τρίτο webinar της εκπαιδευτικής δράσης «Οι Τήνιοι γράφουν για την Τήνο και ανοίγουν τη γνώση σε όλους!», με στόχο την ενίσχυση της συμμετοχής των πολιτών στη δημιουργία και διάδοση ελεύθερης γνώσης για την Τήνο μέσα από τα έργα Wikimedia.

Η δράση διοργανώθηκε στο πλαίσιο της πρωτοβουλίας ΒίκιΕλληνιστί, η οποία προωθεί την ενίσχυση της ελληνικής παρουσίας στη Βικιπαίδεια και στο οικοσύστημα της ανοικτής γνώσης.

Η συνάντηση ξεκίνησε με μια σύντομη επανάληψη των βασικών σημείων που παρουσιάστηκαν στα προηγούμενα μαθήματα.

Στο κύριο μέρος του webinar πραγματοποιήθηκαν επιτόπιες πρακτικές ασκήσεις στη Βικιπαίδεια, στα Wikimedia Commons και στα Wikidata. Οι συμμετέχοντες είχαν την ευκαιρία να εφαρμόσουν στην πράξη όσα έμαθαν, να βελτιώσουν λήμματα, να εργαστούν με πολυμεσικό υλικό και να εξοικειωθούν περισσότερο με τη δομημένη γνώση των Wikidata.

Ιδιαίτερη έμφαση δόθηκε στις καλές πρακτικές συνεισφοράς, στην αξιοπιστία των πηγών, στη συνεργατική επεξεργασία περιεχομένου και στους τρόπους με τους οποίους οι νέοι συντάκτες μπορούν να συνεχίσουν ενεργά τη συμμετοχή τους στις κοινότητες Wikimedia μετά την ολοκλήρωση του προγράμματος.

Το webinar ολοκληρώθηκε με την παρουσίαση των επόμενων βημάτων και μια συζήτηση για τις προοπτικές αξιοποίησης των εργαλείων Wikimedia στην ανάδειξη της ιστορίας, του πολιτισμού, της παράδοσης και της σύγχρονης ζωής της Τήνου.

Το ανοιχτό διαδίκτυο ως δημοκρατικό κεκτημένο

Η Ευρώπη βρίσκεται μπροστά σε μια κρίσιμη επιλογή. Μπορεί να υπερασπιστεί τη δημοκρατία ενισχύοντας τη διαφάνεια, την ανθεκτικότητα, την κυβερνοασφάλεια και τη λογοδοσία των μεγάλων ψηφιακών πλατφορμών. Ή μπορεί, στο όνομα της «ψηφιακής κυριαρχίας», να διολισθήσει σε πρακτικές κρατικού ελέγχου του λόγου που θυμίζουν τα αυταρχικά καθεστώτα τα οποία υποτίθεται ότι θέλει να αντιμετωπίσει.

Η πρώτη επιλογή είναι δύσκολη, αλλά δημοκρατική. Η δεύτερη είναι επικίνδυνη, διότι μετατρέπει την προστασία της δημοκρατίας σε μηχανισμό περιορισμού της. Το διαδίκτυο δεν υπήρξε ποτέ ουδέτερος χώρος. Ενίσχυσε την παραπληροφόρηση, την τοξικότητα, την εμπορική εκμετάλλευση της προσοχής και τη δύναμη λίγων τεχνολογικών κολοσσών. Ταυτόχρονα όμως έδωσε σε πολίτες, κοινωνικά κινήματα, ανεξάρτητους δημοσιογράφους, ερευνητές και οργανώσεις της κοινωνίας των πολιτών τη δυνατότητα να ελέγχουν την εξουσία, να αποκαλύπτουν αυθαιρεσίες και να οργανώνονται πέρα από τα παραδοσιακά φίλτρα ενημέρωσης.

Αυτό είναι το κρίσιμο σημείο. Το ανοιχτό διαδίκτυο δεν πρέπει να αντιμετωπίζεται ως αφελής ουτοπία της δεκαετίας του 2010, αλλά ως δημοκρατική υποδομή που χρειάζεται νέα θεσμική και τεχνική θωράκιση. Δεν χρειαζόμαστε ένα ανεξέλεγκτο ψηφιακό πεδίο όπου οι πλατφόρμες αποφασίζουν μόνες τους τι βλέπουν οι πολίτες. Αλλά ούτε χρειαζόμαστε ένα κρατικά επιτηρούμενο διαδίκτυο, όπου οι κυβερνήσεις ή οι διορισμένες αρχές ορίζουν με ασαφή κριτήρια τι είναι «παραπληροφόρηση», τι είναι «επικίνδυνη άποψη» και τι επιτρέπεται να κυκλοφορεί στη δημόσια σφαίρα.

Η λογοκρισία δεν είναι κυβερνοανθεκτικότητα

Η ψηφιακή κυριαρχία έχει πραγματικό περιεχόμενο όταν αφορά υποδομές, δεδομένα, ανοικτά πρότυπα, κυβερνοασφάλεια, δημόσια τεχνογνωσία και απεξάρτηση από τεχνολογικά ολιγοπώλια. Χάνει όμως τη δημοκρατική της αξία όταν μετατρέπεται σε επιχείρημα για έλεγχο του λόγου. Η Ευρωπαϊκή Ένωση δεν πρέπει να αντιγράψει, έστω σε ηπιότερη μορφή, τη λογική του κινεζικού και ρωσικού μοντέλου, όπου η «κυριαρχία» σημαίνει κρατικός έλεγχος της πληροφορίας.

Υπάρχει και ένας πρακτικός κίνδυνος. Κάθε υποδομή λογοκρισίας που δημιουργείται σήμερα από μια φιλελεύθερη κυβέρνηση μπορεί αύριο να χρησιμοποιηθεί από μια αυταρχική, εθνικιστική ή ακροδεξιά κυβέρνηση. Οι μηχανισμοί ελέγχου του λόγου δεν εξαφανίζονται όταν αλλάζουν οι πολιτικές πλειοψηφίες. Αντιθέτως, κληρονομούνται. Και συνήθως πλήττουν πρώτα τους πιο αδύναμους: μειονότητες, αντιπολιτευόμενους, δημοσιογράφους, εργαζόμενους που καταγγέλλουν αυθαιρεσίες, κινήματα πολιτών.

Επιπλέον, η γενικευμένη πίεση στις πλατφόρμες να αφαιρούν περιεχόμενο οδηγεί σε υπερβολική συμμόρφωση. Για να αποφύγουν πρόστιμα και πολιτικές συγκρούσεις, οι πλατφόρμες θα κατεβάζουν περισσότερο υλικό από όσο απαιτεί ο νόμος. Το αποτέλεσμα δεν θα είναι περισσότερη αλήθεια, αλλά λιγότερη δημόσια συζήτηση. Η παραπληροφόρηση δεν αντιμετωπίζεται αποτελεσματικά με ασαφείς απαγορεύσεις. Αντιμετωπίζεται με λογοδοσία, διαφάνεια, έρευνα, ανθεκτικούς θεσμούς και πολίτες που μπορούν να ελέγχουν τις πηγές τους.

Δημοκρατική άμυνα απέναντι στην παραπληροφόρηση

Οι δημοκρατίες έχουν δικαίωμα και υποχρέωση να αμυνθούν απέναντι σε οργανωμένες επιχειρήσεις παραπληροφόρησης, κρατικά υποστηριζόμενες επιχειρήσεις επιρροής και οργανωμένο κυβερνοέγκλημα. Το ερώτημα είναι πώς. Η απάντηση πρέπει να είναι στοχευμένη, τεκμηριωμένη και συμβατή με τα θεμελιώδη δικαιώματα.

Πρώτο μέτρο είναι η διαφάνεια των πλατφορμών. Οι πολύ μεγάλες πλατφόρμες πρέπει να υποχρεώνονται να δημοσιοποιούν στοιχεία για τα συστήματα σύστασης περιεχομένου, τη διαφημιστική στόχευση, την πολιτική διαφήμιση, τις μεγάλες καμπάνιες αυτοματοποιημένης διάδοσης και τις αποφάσεις αφαίρεσης περιεχομένου. Οι ερευνητές, τα πανεπιστήμια, οι ανεξάρτητες αρχές και οι οργανώσεις της κοινωνίας των πολιτών πρέπει να έχουν νόμιμη πρόσβαση σε δεδομένα που επιτρέπουν έλεγχο, χωρίς να παραβιάζεται η ιδιωτικότητα των χρηστών.

Δεύτερο μέτρο είναι η διάκριση ανάμεσα στην ανωνυμία του πολίτη και την υπεύθυνη ταυτοποίηση. Ο απλός πολίτης πρέπει να μπορεί να μιλά ψευδωνύμως, ειδικά όταν καταγγέλλει εργοδοτική αυθαιρεσία, κρατική κακοδιοίκηση ή κοινωνικές διακρίσεις. Όμως οι λογαριασμοί που αγοράζουν πολιτικές διαφημίσεις, διαχειρίζονται μεγάλες κοινότητες, υποδύονται θεσμούς, χρησιμοποιούν μαζική αυτοματοποίηση, κερδίζουν χρήματα από την επιρροή τους ή διαμορφώνουν δημόσια συζήτηση σε μεγάλη κλίμακα πρέπει να είναι τεχνικά πιστοποιημένοι, νομικά ιχνηλάσιμοι και εξωτερικά ελέγξιμοι.

Τρίτο μέτρο είναι η σήμανση και η ιχνηλασιμότητα του συνθετικού περιεχομένου. Τα deepfakes, οι ψεύτικες ηχογραφήσεις, οι πλαστές εικόνες και τα δίκτυα μαζικής παραγωγής περιεχομένου από ΤΝ πρέπει να εντοπίζονται με ανοικτά πρότυπα προέλευσης περιεχομένου, υδατογραφήματα όπου είναι εφικτό, δημόσιες βιβλιοθήκες πολιτικών διαφημίσεων και υποχρεωτική επισήμανση όταν χρησιμοποιείται αυτοματοποίηση.

Τέταρτο μέτρο είναι η ενίσχυση της κυβερνοανθεκτικότητας. Τα κόμματα, οι εκλογικές αρχές, τα μέσα ενημέρωσης, τα πανεπιστήμια, οι δήμοι, τα νοσοκομεία και οι κρίσιμες υποδομές χρειάζονται κοινά πρότυπα ασφάλειας, υποχρεωτική αναφορά περιστατικών, ασκήσεις ετοιμότητας, προστασία από phishing, ασφαλή ταυτοποίηση, εφεδρικά συστήματα και ομάδες ταχείας απόκρισης. Η κυβερνοασφάλεια δεν είναι μόνο στρατιωτικό ζήτημα. Είναι προϋπόθεση δημοκρατικής λειτουργίας.

Πέμπτο μέτρο είναι η στοχευμένη αντιμετώπιση των οργανωμένων δικτύων επιρροής και κυβερνοεγκλήματος. Όχι αόριστες απαγορεύσεις απόψεων, αλλά τεκμηριωμένη απόδοση ευθύνης, δικαστικές εντολές για botnets, κυρώσεις σε κρατικά υποστηριζόμενους φορείς, διεθνής συνεργασία διωκτικών αρχών, προστασία δημοσιογράφων και ερευνητών, καθώς και δημόσια ενημέρωση των πολιτών όταν εντοπίζονται επιχειρήσεις χειραγώγησης.

Ψηφιακή κυριαρχία με ανοικτά πρότυπα και δημόσιο έλεγχο

Η δημοκρατική απάντηση δεν είναι λιγότερο διαδίκτυο. Είναι καλύτερο διαδίκτυο. Με ανοικτά πρότυπα, διαλειτουργικότητα, αποκεντρωμένες υποδομές, δημόσια ελεγχόμενα δεδομένα, διαφανείς αλγορίθμους, ανεξάρτητη έρευνα και ισχυρή κοινωνία των πολιτών. Η Ευρώπη μπορεί να υπερασπιστεί τη δημοκρατία μόνο αν παραμείνει διαφορετική από τα αυταρχικά καθεστώτα. Αν η απάντηση στην παραπληροφόρηση είναι η κρατική επιτήρηση του λόγου, τότε η δημοκρατία θα έχει ηττηθεί με τα δικά της μέσα.

Η πραγματική ψηφιακή κυριαρχία δεν είναι να ελέγχει το κράτος τι λένε οι πολίτες. Είναι να έχουν οι πολίτες, οι θεσμοί και οι δημοκρατικές κοινωνίες την ικανότητα να ελέγχουν τις ψηφιακές υποδομές που επηρεάζουν τη ζωή τους.

Πηγές άρθρου:

1. UN Human Rights Council, “A/HRC/RES/20/8, The promotion, protection and enjoyment of human rights on the Internet”: Το ψήφισμα κατοχυρώνει τη βασική δημοκρατική αρχή ότι τα ίδια δικαιώματα που ισχύουν εκτός διαδικτύου πρέπει να προστατεύονται και στο διαδίκτυο, ιδίως η ελευθερία της έκφρασης: https://digitallibrary.un.org/record/731540/files/A_HRC_RES_20_8-EN.pdf.
2. European Commission, “Digital Services Act, Codes of Conduct”: Το πλαίσιο του DSA είναι κρίσιμο επειδή μετατοπίζει τη συζήτηση από την αυθαίρετη λογοκρισία περιεχομένου στη λογοδοσία των μεγάλων πλατφορμών, στη διαχείριση συστημικών κινδύνων και στη συνεργασία με ανεξάρτητους φορείς: https://digital-strategy.ec.europa.eu/en/policies/dsa-codes-conduct.
3. EEAS, “Information Integrity and Countering Foreign Information Manipulation and Interference, FIMI”: Η Ευρωπαϊκή Υπηρεσία Εξωτερικής Δράσης τεκμηριώνει την ανάγκη συστηματικής αντιμετώπισης ξένων επιχειρήσεων χειραγώγησης της πληροφορίας χωρίς να ταυτίζεται η δημοκρατική άμυνα με γενικευμένο έλεγχο του λόγου: https://www.eeas.europa.eu/eeas/information-integrity-and-countering-foreign-information-manipulation-interference-fimi_en.
4. European Commission, “NIS2 Directive: securing network and information systems”: Η οδηγία NIS2 αποτελεί βασική ευρωπαϊκή υποδομή κυβερνοανθεκτικότητας, καθώς θεσπίζει ενιαίο πλαίσιο κυβερνοασφάλειας για κρίσιμους και σημαντικούς τομείς, με εθνικές στρατηγικές, συνεργασία και υποχρεώσεις ασφάλειας: https://digital-strategy.ec.europa.eu/en/policies/nis2-directive.
5. European Commission, “Cyber Resilience Act”: Ο Cyber Resilience Act είναι σημαντικός γιατί αντιμετωπίζει την ασφάλεια προϊόντων με ψηφιακά στοιχεία, την ανάγκη έγκαιρων ενημερώσεων ασφαλείας και την προστασία πολιτών και επιχειρήσεων από ευάλωτο λογισμικό και υλικό: https://digital-strategy.ec.europa.eu/en/policies/cyber-resilience-act.

Από τα προφανή λάθη στην πειστική παραπλάνηση

Η συζήτηση για την Τεχνητή Νοημοσύνη στην επιστημονική δημοσίευση ξεκίνησε συχνά από τα εύκολα παραδείγματα: ανύπαρκτες παραπομπές, αλλόκοτες εικόνες, φράσεις που έμειναν κατά λάθος από κάποιο εργαλείο συνομιλίας, κείμενα που έμοιαζαν γυαλισμένα αλλά άδεια. Αυτά τα σημάδια βοήθησαν την ακαδημαϊκή κοινότητα να καταλάβει ότι κάτι αλλάζει. Δεν αρκούν όμως για να την προστατεύσουν.

Καθώς τα μοντέλα ΤΝ βελτιώνονται, τα πιο χονδροειδή λάθη θα μειώνονται. Οι ανύπαρκτες βιβλιογραφικές αναφορές θα γίνονται πιο σπάνιες ή πιο δύσκολες στον εντοπισμό. Οι εικόνες θα μοιάζουν πιο πειστικές. Το ύφος θα προσαρμόζεται καλύτερα στο επιστημονικό πεδίο. Το πρόβλημα, επομένως, δεν θα είναι ότι η ΤΝ παράγει κακό κείμενο. Θα είναι ότι μπορεί να παράγει επαρκώς πειστικό κείμενο, χωρίς αντίστοιχα επαρκή επιστημονική τεκμηρίωση.

Το νέο πρόβλημα δεν είναι η γραφή, είναι η εμπιστοσύνη

Η επιστήμη δεν προχωρά επειδή τα άρθρα φαίνονται καλογραμμένα. Προχωρά επειδή οι ισχυρισμοί μπορούν να ελεγχθούν, τα δεδομένα μπορούν να αξιολογηθούν, οι μέθοδοι μπορούν να αναπαραχθούν και οι παραπομπές οδηγούν σε πραγματική γνώση. Η ΤΝ μπορεί να βοηθήσει σημαντικά έναν ερευνητή να οργανώσει σκέψεις, να βελτιώσει τη γλώσσα ή να συνοψίσει υλικό. Όταν όμως χρησιμοποιείται για να καλύψει πρόχειρη, αδύναμη ή ακόμη και κατασκευασμένη εργασία, τότε δεν ενισχύει την επιστήμη. Τη θολώνει.

Το λεγόμενο “σκουπίδια ΤΝ”(AI slop) στην επιστήμη δεν είναι απλώς κείμενο χαμηλής ποιότητας. Είναι μαζικά παραγόμενο, πειστικό περιεχόμενο που καταλαμβάνει χώρο, χρόνο και προσοχή. Επιβαρύνει τους επιμελητές, κουράζει τους αξιολογητές, μολύνει τις βάσεις προδημοσιεύσεων και κάνει δυσκολότερο για τους νέους ερευνητές να ξεχωρίσουν τι αξίζει πραγματικά να διαβαστεί.

Γιατί οι αυτοματοποιημένοι ανιχνευτές θα δυσκολευτούν

Οι σημερινοί ανιχνευτές στηρίζονται συχνά σε γλωσσικά ίχνη: ύφος, επαναλήψεις, λέξεις που εμφανίζονται υπερβολικά συχνά, προβλέψιμη σύνταξη. Όσο όμως τα μοντέλα βελτιώνονται, αυτά τα ίχνη θα γίνονται λιγότερο σταθερά. Ένα κείμενο μπορεί να γραφτεί από άνθρωπο, να διορθωθεί από ΤΝ, να ξαναδουλευτεί από άνθρωπο και στη συνέχεια να περάσει από άλλο εργαλείο. Σε αυτή την περίπτωση, το ερώτημα «το έγραψε άνθρωπος ή μηχανή;» χάνει μέρος της χρησιμότητάς του.

Το κρίσιμο ερώτημα είναι διαφορετικό: είναι σωστό, ελέγξιμο και επιστημονικά έντιμο; Ένας ανιχνευτής μπορεί να υποδείξει πιθανή χρήση ΤΝ. Δεν μπορεί όμως από μόνος του να αξιολογήσει αν ένα πείραμα έγινε, αν τα δεδομένα υπάρχουν, αν οι εικόνες είναι αυθεντικές, αν οι μέθοδοι επαρκούν ή αν η εργασία προσθέτει πραγματική γνώση.

Ο ανθρώπινος έλεγχος γίνεται πιο σημαντικός, όχι λιγότερο

Η απάντηση δεν είναι να απαγορευθεί η ΤΝ στην ακαδημαϊκή εργασία. Αυτό θα ήταν και ανεφάρμοστο και άδικο, ιδίως για ερευνητές που τη χρησιμοποιούν ως γλωσσικό ή βοηθητικό εργαλείο. Η απάντηση είναι να αλλάξει το επίπεδο ελέγχου.

Οι ακαδημαϊκοί και οι εκδότες πρέπει να περάσουν από τον έλεγχο του ύφους στον έλεγχο της τεκμηρίωσης. Κάθε παραπομπή πρέπει να επαληθεύεται. Τα δεδομένα πρέπει να συνοδεύουν την εργασία όπου είναι δυνατόν. Οι εικόνες και τα διαγράμματα πρέπει να ελέγχονται με εξειδικευμένα εργαλεία. Οι αξιολογητές πρέπει να ζητούν σαφή δήλωση χρήσης ΤΝ, όχι ως δήλωση ενοχής, αλλά ως στοιχείο διαφάνειας. Τα περιοδικά και τα συνέδρια πρέπει να υιοθετήσουν κοινά πρωτόκολλα: έλεγχο αναφορών, έλεγχο εικόνων, δήλωση δεδομένων, δήλωση εργαλείων, καταγραφή διορθώσεων.

Ανοιχτή επιστήμη απέναντι στον επιστημονικό θόρυβο

Η πιο ανθεκτική απάντηση στο AI slop είναι η ανοιχτή επιστήμη. Ανοιχτά δεδομένα, ανοιχτός κώδικας, ανοικτά πρωτόκολλα, αναπαραγώγιμες αναλύσεις και διαφανής αξιολόγηση μειώνουν τον χώρο της παραπλάνησης. Όσο περισσότερα στοιχεία μιας εργασίας μπορούν να ελεγχθούν δημόσια, τόσο δυσκολότερο γίνεται να περάσει μια πειστική αλλά κενή δημοσίευση.

Για την εκπαίδευση και τα πανεπιστήμια, αυτό σημαίνει ότι οι φοιτητές και οι νέοι ερευνητές δεν πρέπει να εκπαιδεύονται μόνο στο πώς χρησιμοποιούν εργαλεία ΤΝ. Πρέπει να εκπαιδεύονται στο πώς επαληθεύουν, πώς τεκμηριώνουν, πώς δηλώνουν τη χρήση εργαλείων, πώς διακρίνουν την καλή από την επιφανειακή εργασία. Η ακαδημαϊκή ακεραιότητα στην εποχή της ΤΝ δεν είναι νοσταλγία για το παρελθόν. Είναι νέα δεξιότητα.

Η τεχνολογία πρέπει να εξελίσσεται μαζί με την απειλή

Χρειάζονται εργαλεία που δεν περιορίζονται στο να «μαντεύουν» αν ένα κείμενο είναι γραμμένο από ΤΝ. Χρειάζονται συστήματα επαλήθευσης παραπομπών σε πραγματικό χρόνο, εργαλεία εντοπισμού ύποπτων εικόνων, έλεγχοι συνέπειας δεδομένων, μητρώα διορθώσεων και ανοικτές υποδομές για τον έλεγχο της ερευνητικής παραγωγής. Και αυτά τα εργαλεία πρέπει να είναι όσο γίνεται ανοιχτά, ελέγξιμα και διαθέσιμα στην ακαδημαϊκή κοινότητα, όχι μόνο σε μεγάλους εκδοτικούς οίκους.

Η μάχη δεν θα κερδηθεί με έναν μαγικό ανιχνευτή. Θα κερδηθεί με συνδυασμό ανθρώπινης κρίσης, θεσμικών κανόνων, ανοιχτών υποδομών και διαρκούς τεχνικής αναβάθμισης. Η ΤΝ μπορεί να υπηρετήσει την επιστήμη. Αλλά μόνο αν η επιστημονική κοινότητα θυμηθεί ότι η ποιότητα της γνώσης δεν μετριέται από την ευφράδεια του κειμένου, αλλά από την αλήθεια των τεκμηρίων.

Πηγές άρθρου:

Ross Andersen, “Science Is Drowning in AI Slop”, The Atlantic: Το άρθρο αποτελεί το βασικό δημοσιογραφικό κείμενο για το πώς η ΤΝ επιβαρύνει περιοδικά, συνέδρια, προδημοσιεύσεις και αξιολόγηση, με έμφαση στις ανύπαρκτες παραπομπές και στα paper mills: https://www.theatlantic.com/science/2026/01/ai-slop-science-publishing/685704/.

Miryam Naddaf και Elizabeth Quill, “Hallucinated citations are polluting the scientific literature. What can be done?”, Nature: Το κείμενο τεκμηριώνει την αύξηση των ανύπαρκτων παραπομπών και παρουσιάζει γιατί το πρόβλημα δεν λύνεται μόνο με απλούς ελέγχους ύφους: https://www.nature.com/articles/d41586-026-00969-z,

Maxim Topaz et al., “Fabricated citations: an audit across 2.5 million biomedical research papers”, The Lancet: Η μελέτη είναι σημαντική γιατί ελέγχει σε μεγάλη κλίμακα βιοϊατρικές δημοσιεύσεις και δείχνει ότι οι ψεύτικες παραπομπές έχουν ήδη εισχωρήσει στην επιστημονική βιβλιογραφία: https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(26)00603-3/fulltext,

Dmitry Kobak et al., “Delving into LLM-assisted writing in biomedical publications through excess vocabulary”, Science Advances: Η εργασία δείχνει, με γλωσσική ανάλυση μεγάλης κλίμακας, ότι η χρήση ΤΝ στην επιστημονική γραφή έχει αυξηθεί σημαντικά, κάτι που εξηγεί γιατί η απλή ανίχνευση ύφους δεν αρκεί: https://www.science.org/doi/10.1126/sciadv.adt3813,

COPE, “Authorship and AI tools”: Η θέση του Committee on Publication Ethics είναι κρίσιμη για τη διαμόρφωση κανόνων διαφάνειας, ευθύνης και δήλωσης χρήσης εργαλείων ΤΝ στην επιστημονική δημοσίευση: https://publicationethics.org/guidance/cope-position/authorship-and-ai-tools,

Miryam Naddaf, “Major AI conference flooded with peer reviews written fully by AI”, Nature: Το άρθρο αναδεικνύει το νέο πρόβλημα της αξιολόγησης από ΤΝ, όπου δεν παράγονται μόνο άρθρα με ΤΝ, αλλά και κρίσεις για άρθρα με ΤΝ, δημιουργώντας κίνδυνο κλειστού κύκλου χαμηλής ποιότητας: https://www.nature.com/articles/d41586-025-03506-6.

Η Nextcloud γιορτάζει μια δεκαετία καινοτομίας με την κυκλοφορία του Hub 26 Spring, φέρνοντας ανανεωμένη διεπαφή, νέο Euro-Office, προηγμένο AI Assistant και δεκάδες βελτιώσεις στην παραγωγικότητα.

Ακριβώς 10 χρόνια μετά την ίδρυσή του, το Nextcloud παρουσιάζει το Hub 26 Spring, μια επετειακή έκδοση που επιβεβαιώνει τη δέσμευση της πλατφόρμας στην ιδιωτικότητα, την ψηφιακή κυριαρχία και το ανοιχτό λογισμικό. Για εκατομμύρια χρήστες, από μικρές ομάδες έως κυβερνήσεις και μεγάλες επιχειρήσεις, το Nextcloud Hub αποτελεί τον ψηφιακό χώρο εργασίας που δεν θέτει εκπτώσεις στην ασφάλεια ή τον έλεγχο των δεδομένων

Σε αυτό το άρθρο, θα δούμε όλα όσα φέρνει το Nextcloud Hub 26 Spring, πώς βελτιώνει την καθημερινή συνεργασία και γιατί αξίζει να το δοκιμάσετε, είτε είστε διαχειριστής είτε απλός τελικός χρήστης.

Νέα εμφάνιση: πιο καθαρή, πιο αποδοτική

Η πρώτη εντύπωση από το Hub 26 είναι η ανανεωμένη διεπαφή. Το Nextcloud «άνοιξε» τα χρώματα, μείωσε την οπτική θόλωση και βελτίωσε την πλοήγηση.

• «Waffle menu»: όλες οι εφαρμογές συγκεντρώνονται σε ένα κεντρικό μενού, μειώνοντας τους περισπασμούς.
• Αριστερή πλευρική γραμμή: πιο διακριτικές αποχρώσεις, ώστε να μην ανταγωνίζεται το κύριο περιεχόμενο.
• Ενεργές καρτέλες: πλέον έχουν χρώμα και μικρή γραμμή επισήμανσης, κάνοντας εύκολο να δείτε πού βρίσκεστε.
• Βελτιώσεις στις ρυθμίσεις και σε πολλές εφαρμογές, διορθώνοντας μικρά ενοχλητικά προβλήματα («papercut issues»).

Για τους τελικούς χρήστες, αυτό σημαίνει λιγότερη κούραση στα μάτια και ταχύτερη πρόσβαση σε ό,τι χρειάζεστε.

Δύο office suites: Collabora Online & ολοκαίνουργιο Euro-Office

Μία από τις σημαντικότερες ανακοινώσεις είναι η προσθήκη του Euro-Office ως δεύτερης βασικής επιλογής δίπλα στο Collabora Online. Τώρα, κάθε χρήστης ή διαχειριστής μπορεί να επιλέξει:

Euro-Office βασίζεται σε μια ευρωπαϊκή πρωτοβουλία ανοιχτού κώδικα με κοινή διακυβέρνηση. Υπόσχεται εξαιρετική συμβατότητα με αρχεία Microsoft, ανεξάρτητη λειτουργία Undo/Redo και Track Changes κατά την ταυτόχρονη επεξεργασία, καθώς και δυνατότητα δημιουργίας/επεξεργασίας εγγράφων απευθείας από την εφαρμογή Nextcloud στο κινητό σας.

Για τους χρήστες: Μπορείτε εύκολα να εναλλάσσεστε μεταξύ των δύο office suites μέσω του Nextcloud AIO interface, ανάλογα με το αν χρειάζεστε απόλυτη συμβατότητα με MS Office (Euro-Office) ή μέγιστη υποστήριξη ανοιχτών προτύπων (Collabora).

Εξελιγμένη συνεργασία: Nextcloud Talk & Groupware

Nextcloud Talk: κλήσεις παντού, καλύτερη οργάνωση

• Κλήση από παντού: πατώντας το avatar οποιασδήποτε επαφής, ξεκινάτε άμεσα κλήση.
• Ταξινόμηση συνομιλιών: αλφαβητικά ή κατά πρόσφατη δραστηριότητα.
• Ετικέτες (tags) σε συνομιλίες: ομαδοποιήστε τα project chats, τις ομάδες και τα off-topic δωμάτια.
• Ιδιωτικές απαντήσεις: σε μήνυμα ομαδικής συνομιλίας, απαντήστε ιδιωτικά (το αρχικό μήνυμα μπαίνει ως παράθεση).
• Voice Rooms: δωμάτια με ενεργές κλήσεις, όπου μπορείτε να μπείτε αμέσως χωρίς προσκάλεση.
• Βελτιωμένη μείωση θορύβου: με προηγμένη επιλογή.

Στην εφαρμογή υπολογιστή: υποστήριξη πολλαπλών λογαριασμών (προσωπικός, εργασιακός) και αυτόματες ενημερώσεις.

Nextcloud Groupware: ανάθεση, εκπροσώπηση, κοινόχρηστα γραμματοκιβώτια

Για πρώτη φορά, μπορείτε:

• Στο Nextcloud Mail να διαβάζετε και να απαντάτε emails εκ μέρους άλλου ατόμου.
• Στο Nextcloud Calendar να δημιουργείτε εκδηλώσεις για λογαριασμό άλλου και να αποδέχεστε προσκλήσεις.
• Προώθηση προσκλήσεων ημερολογίου: ο παραλήπτης μπορεί να την προσθέσει στο δικό του ημερολόγιο (με δυνατότητα απενεργοποίησης από τον διοργανωτή).
• Πλήρης υποστήριξη CalDAV/CardDAV: σύνδεση εξωτερικών ημερολογίων και βιβλίων διευθύνσεων (π.χ. Zimbra, OpenXchange) με εγγραφή και ανάγνωση.

Nextcloud Deck: Διαγράμματα Gantt και εξαρτήσεις καρτών

Το εργαλείο διαχείρισης έργων απογειώνεται:

• Εξαρτήσεις καρτών (card dependencies): μια κάρτα δεν ολοκληρώνεται πριν την προηγούμενη.
• Ημερομηνία έναρξης: προσθέστε start date μαζί με end date.
• Διαγράμματα Gantt: δείτε όλες τις εξαρτήσεις και χρονοδιαγράμματα σε μία όψη. Drag & drop, εβδομάδα/μήνας/ημέρα, χρωματισμός.
• Ανάθεση ολόκληρων ομάδων σε κάρτες.
• Προεπιλεγμένος πίνακας κατά την εκκίνηση του Deck.
• Στήλη “Done”: ορίστε ποια στήλη θεωρείται ολοκληρωμένη.
• Προσαρμοσμένα φόντο καρτών.

Nextcloud Assistant: Τεχνητή νοημοσύνη με σεβασμό στην ιδιωτικότητα

Το AI εργαλείο της Nextcloud γίνεται πιο ισχυρό, χωρίς να στέλνει τα δεδομένα σας στο cloud κάποιας μεγάλης εταιρείας.

• Universal Search: το Assistant μπορεί να ψάξει σε όλο το Hub σας (αρχεία, emails, κάρτες Deck, φόρμες) μέσω του Context Agent.
• Συνομιλία στο κινητό: ρωτήστε τον Assistant από την εφαρμογή iOS/Android, και χρησιμοποιήστε το context menu για να επεξεργαστείτε οποιοδήποτε κείμενο συναντάτε.
• Ευέλικτο UI: σύρετε και αλλάξτε μέγεθος του παραθύρου του Assistant, συνεχίζοντας να εργάζεστε σε άλλες εφαρμογές.
• Καλύτερη απόδοση: βελτιωμένος προγραμματισμός εργασιών και υποστήριξη Kubernetes για Context Chat και LLM2.
• Συμμόρφωση με EU AI Act: τεκμηρίωση και διαφάνεια για τον πάροχο.

Για τους τελικούς χρήστες: μπορείτε πλέον να σύρετε και να αλλάζετε μέγεθος του παραθύρου του Assistant, ώστε να δουλεύετε παράλληλα.

Nextcloud Collectives & Tables: offline περιήγηση, ειδοποιήσεις

• Collectives (γνώση): περιηγηθείτε σε σελίδες από την προσωρινή μνήμη ακόμα και offline (εφόσον τις έχετε ανοίξει στο παρελθόν). Βελτιωμένη αναζήτηση με νέα βάση TNTSearch.
• Tables: αναδιάταξη, ταξινόμηση, καρφίτσωμα στηλών. Διαγραφή και διπλασιασμός γραμμών. Ειδοποιήσεις για νέες ενέργειες σε πίνακες.

Για προγραμματιστές και επεκτασιμότητα

Η Nextcloud ανακοινώνει το ISV Program (Independent Software Vendor) για να βοηθήσει ανεξάρτητους δημιουργούς εφαρμογών να προωθήσουν τα έργα τους μέσω του App Store. Παράλληλα, δημιουργείται ομάδα Developer Relations (επικεφαλής Anna Larch) με στόχο καθαρότερη τεκμηρίωση, σταθερότερα APIs και καλύτερη επικοινωνία.

Νέες εφαρμογές κοινότητας που ξεχωρίζουν:

• Mastermind: το γνωστό παιχνίδι σπάσιμο κώδικα.
• Linkboard: ταμπλό υπηρεσιών με κατηγορίες και παρακολούθηση κατάστασης.
• Countdown: αντίστροφη μέτρηση για κυκλοφορίες, ταινίες, προσωπικά γεγονότα.
• Week Planner: εβδομαδιαίος προγραμματιστής τύπου Tweek.
• HomeShelf: εφαρμογή διαχείρισης νοικοκυριού.

Σταθερότητα και συντήρηση, το 96% του κώδικα

Αξίζει να σημειωθεί ότι το 96% των αλλαγών κώδικα σε αυτή την έκδοση αφορούν συντήρηση: διορθώσεις σφαλμάτων, βελτιώσεις απόδοσης, μεταφράσεις, ασφάλεια. Μόνο το 4% είναι νέα χαρακτηριστικά. Η Nextcloud επενδύει στην αξιοπιστία – κάτι που εκτιμούν οι καθημερινοί χρήστες.

Nextcloud Governance, για μεγάλους οργανισμούς (Enterprise)

Για επιχειρήσεις με αυστηρές κανονιστικές απαιτήσεις, η νέα ενότητα Governance προσφέρει:

• Ετικέτες ευαισθησίας (sensitivity labels) που ελέγχουν δικαιώματα πρόσβασης.
• Νομική δέσμευση αρχείων (legal hold) και κανόνες κύκλου ζωής δεδομένων.
• Παρακολούθηση συμμόρφωσης (compliance tasks).

Η έκδοση Enterprise θα είναι διαθέσιμη σύντομα μετά την ολοκλήρωση πρόσθετων ελέγχων.

Συμπέρασμα: 10 χρόνια Nextcloud και το μέλλον είναι φωτεινό

Το Nextcloud Hub 26 Spring δεν είναι απλώς άλλη μια έκδοση. Είναι μια δήλωση: η ανοιχτή πλατφόρμα συνεργασίας μεγαλώνει με σεβασμό στους χρήστες της. Από το ανανεωμένο UI, τις δύο office suites, το AI που σέβεται τα δεδομένα σας, μέχρι τα διαγράμματα Gantt και την αντιπροσώπευση στα email, κάθε νέα λειτουργία δίνει περισσότερο έλεγχο και λιγότερο άγχος.

Είτε διαχειρίζεστε μια μικρή ομάδα, είτε έναν ολόκληρο οργανισμό, το Nextcloud Hub 26 σας προσκαλεί να δουλέψετε όπως θέλετε, όπου θέλετε, με απόλυτη κυριότητα των δεδομένων σας.

Δοκιμάστε το σήμερα ή αναβαθμίστε το σύστημά σας, το μέλλον της συνεργασίας είναι εδώ.

Από τις νεοφυείς επιχειρήσεις στο κράτος ασφαλείας

Η προηγμένη Τεχνητή Νοημοσύνη δεν είναι πια μια αγορά λογισμικού όπου μερικές νεοφυείς επιχειρήσεις ανταγωνίζονται για καλύτερα προϊόντα. Μετατρέπεται σε κρίσιμη υποδομή ισχύος, συγκρίσιμη με τα δίκτυα ενέργειας, τις τηλεπικοινωνίες, τους δορυφόρους, τα χρηματοπιστωτικά συστήματα και τη βιομηχανική βάση της άμυνας. Όποιος ελέγχει τα μεγάλα μοντέλα, τα υπολογιστικά κέντρα, τα δεδομένα, τα τσιπ, τα εργαλεία κυβερνοασφάλειας και τα κανάλια διανομής της ΤΝ, αποκτά πλεονέκτημα όχι μόνο στην αγορά, αλλά και στο πεδίο της κρατικής ισχύος.

Αυτή είναι η ουσιαστική μετατόπιση που πρέπει να δούμε πίσω από τον θόρυβο για την «αυτοβελτιούμενη νοημοσύνη». Τα μεγάλα εργαστήρια ΤΝ παρουσιάζονται ακόμη ως χώροι ριζοσπαστικής καινοτομίας, όμως η λειτουργία τους μοιάζει όλο και περισσότερο με στρατηγική βιομηχανία. Συνεργάζονται με υπουργεία Άμυνας, υπηρεσίες πληροφοριών, μηχανισμούς κυβερνοασφάλειας και κρίσιμες υποδομές. Οι κυβερνήσεις, από την άλλη πλευρά, δεν αντιμετωπίζουν πλέον την ΤΝ ως απλό εργαλείο παραγωγικότητας. Τη βλέπουν ως τεχνολογία που μπορεί να καθορίσει την οικονομική ανταγωνιστικότητα, τη στρατιωτική υπεροχή, την ανθεκτικότητα των δικτύων και τη δυνατότητα επιτήρησης κοινωνιών.

Αυτό δεν σημαίνει ότι η ΤΝ είναι από τη φύση της αυταρχική. Σημαίνει όμως ότι, όταν αναπτύσσεται μέσα σε κλειστές εταιρικές δομές, με αδιαφανή δεδομένα, τεράστια συγκέντρωση κεφαλαίου και απευθείας σύνδεση με εθνικές στρατηγικές ασφαλείας, η τεχνολογία παύει να υπηρετεί αυτονόητα την επιστήμη και το δημόσιο συμφέρον. Γίνεται πεδίο γεωπολιτικής ισχύος.

Ο μύθος της αυτοβελτίωσης

Η ιδέα της «αναδρομικής αυτοβελτίωσης» έχει ισχυρή μυθολογική δύναμη. Υπονοεί ότι ένα σύστημα ΤΝ μπορεί να αρχίσει να σχεδιάζει καλύτερες εκδοχές του εαυτού του, επιταχύνοντας την τεχνολογική πρόοδο πέρα από τα ανθρώπινα όρια. Ως τεχνικό ενδεχόμενο, αξίζει σοβαρή μελέτη. Ως πολιτικό αφήγημα, όμως, λειτουργεί διαφορετικά. Παρουσιάζει την ΤΝ ως σχεδόν αναπόφευκτη ιστορική δύναμη, απέναντι στην οποία οι κοινωνίες πρέπει απλώς να προσαρμοστούν.

Εδώ βρίσκεται ο κίνδυνος. Όταν μια εταιρεία λέει ότι το μοντέλο της επιταχύνει την ανάπτυξη νέων μοντέλων, μιλά για μια πραγματική τάση: εργαλεία ΤΝ μπορούν να γράφουν κώδικα, να εντοπίζουν λάθη, να υποστηρίζουν ερευνητές, να προτείνουν διαδρομές πειραματισμού. Αυτό όμως δεν είναι ακόμη αυτόνομη επιστήμη. Δεν είναι αυτόνομη κρίση. Δεν είναι κοινωνικά νομιμοποιημένη επιλογή στόχων. Είναι επιτάχυνση συγκεκριμένων εργασιών μέσα σε ανθρώπινες, εταιρικές και κρατικές αλυσίδες αποφάσεων.

Ο μύθος αρχίζει όταν αυτή η επιτάχυνση μεταφράζεται σε πολιτική εξαίρεση: επειδή «έρχεται» κάτι τόσο ισχυρό, πρέπει να δοθούν περισσότερα χρήματα, περισσότερη υπολογιστική ισχύς, μεγαλύτερη πρόσβαση σε δεδομένα, προνομιακή σχέση με το κράτος, λιγότερη δημόσια λογοδοσία και ταχύτερη στρατιωτική ενσωμάτωση. Η ρητορική του υπαρξιακού κινδύνου και η ρητορική της εθνικής υπεροχής συναντιούνται. Η μία λέει «είμαστε οι μόνοι που καταλαβαίνουμε τον κίνδυνο». Η άλλη λέει «πρέπει να προηγηθούμε πριν προηγηθούν οι αντίπαλοι». Το αποτέλεσμα είναι το ίδιο: συγκέντρωση εξουσίας σε λίγες εταιρείες και λίγους κρατικούς μηχανισμούς.

Η ΤΝ ως δημόσια υποδομή ή ως ιδιωτικό οπλοστάσιο

Το κρίσιμο ερώτημα δεν είναι αν η ΤΝ θα χρησιμοποιηθεί από το κράτος. Θα χρησιμοποιηθεί. Το ερώτημα είναι με ποιους όρους. Θα είναι δημόσια ελεγχόμενη υποδομή, με ανοιχτά πρότυπα, ανοικτό κώδικα, διαφανή αξιολόγηση, ερευνητική πρόσβαση και δημοκρατική λογοδοσία; Ή θα είναι ένα σύνολο κλειστών εταιρικών συστημάτων, ενσωματωμένων σε κρατικούς μηχανισμούς ασφαλείας, χωρίς δυνατότητα ουσιαστικού ελέγχου από πολίτες, κοινοβούλια, πανεπιστήμια και ανεξάρτητες αρχές;

Η δεύτερη εκδοχή είναι η πιο επικίνδυνη. Δημιουργεί μια νέα μορφή ψηφιακού μερκαντιλισμού. Το κράτος δεν χρηματοδοτεί απλώς την καινοτομία, αλλά θωρακίζει συγκεκριμένες εταιρείες ως εθνικούς πρωταθλητές. Οι εταιρείες δεν πουλούν απλώς προϊόντα, αλλά γίνονται μέρος της κρατικής υποδομής. Το δημόσιο χρήμα, η δημόσια ισχύς και η δημόσια νομιμοποίηση καταλήγουν να αυξάνουν την αξία ιδιωτικών εταιρείων, ενώ το κοινωνικό όφελος παραμένει ασαφές.

Αυτή η εξέλιξη δεν βοηθά την επιστήμη. Η επιστήμη χρειάζεται αναπαραγωγιμότητα, πρόσβαση σε δεδομένα, ανοικτές μεθόδους, δυνατότητα ελέγχου, πολλαπλά ερευνητικά κέντρα, όχι ένα ολιγοπώλιο μοντέλων που λειτουργεί ως μαύρο κουτί. Δεν βοηθά ούτε τη δημοκρατία. Η δημοκρατία χρειάζεται λογοδοσία, διαχωρισμό εξουσιών, δημόσια διαβούλευση, δικαιώματα και δυνατότητα αμφισβήτησης. Ένα κλειστό μοντέλο που χρησιμοποιείται σε κυβερνοασφάλεια, δημόσια διοίκηση, επιτήρηση, άμυνα ή κοινωνικές υπηρεσίες χωρίς πλήρη θεσμικό έλεγχο είναι τεχνολογική ισχύς χωρίς επαρκή πολιτική ευθύνη.

Η ευρωπαϊκή και προοδευτική απάντηση

Η απάντηση δεν μπορεί να είναι τεχνοφοβία. Η ΤΝ μπορεί να βοηθήσει στην ιατρική έρευνα, στην κλιματική προσαρμογή, στη δημόσια διοίκηση, στη μετάφραση, στην προσβασιμότητα, στην ανάλυση δημόσιων δεδομένων και στην ενίσχυση μικρών επιχειρήσεων. Αλλά για να υπηρετήσει αυτά τα πεδία πρέπει να αναπτυχθεί ως κοινή υποδομή και όχι ως μυστικό προνόμιο.

Για την Ευρώπη και ειδικά για χώρες όπως η Ελλάδα, η στρατηγική πρέπει να στηριχθεί σε τέσσερις αρχές. Πρώτον, δημόσιο χρήμα να παράγει δημόσιο κώδικα, δημόσια δεδομένα και δημόσια τεχνογνωσία. Δεύτερον, τα κρίσιμα συστήματα ΤΝ του Δημοσίου να βασίζονται σε ανοιχτά πρότυπα, ελέγξιμες αρχιτεκτονικές, τοπική ή κυρίαρχη υποδομή και τεκμηριωμένα μοντέλα. Τρίτον, η ευρωπαϊκή υπολογιστική υποδομή, όπως τα AI Factories, να μην γίνει απλώς φθηνό καύσιμο για νεοφυείς επιχειρήσεις, αλλά δημόσια βάση για πανεπιστήμια, ερευνητικά κέντρα, ΜμΕ, δήμους, νοσοκομεία και κοινωνικές ανάγκες. Τέταρτον, η δημόσια ΤΝ να είναι υποχρεωτικά ελέγξιμη: με μητρώα αλγορίθμων, model cards, datasheets, αξιολόγηση κινδύνου, ανθρώπινη τελική ευθύνη και δυνατότητα απόσυρσης.

Η «αυτοβελτιούμενη νοημοσύνη» δεν πρέπει να γίνει ο νέος μύθος που νομιμοποιεί την ιδιωτικοποίηση της δημόσιας ισχύος. Η πραγματική πρόοδος δεν θα κριθεί από το ποια εταιρεία θα πείσει ότι βρίσκεται πιο κοντά στο θαύμα. Θα κριθεί από το αν οι κοινωνίες θα μπορέσουν να μετατρέψουν την ΤΝ σε δημοκρατική, ανοιχτή, βιώσιμη και λογοδοτούσα υποδομή. Όχι σε μηχανή παγκόσμιας ηγεμονίας.

Πηγές άρθρου:

1. AI Supremacy, “Path to an AI Mythology”: Το κείμενο αποτελεί την αφετηρία της ανάλυσης, επειδή συνδέει τη ρητορική περί recursive self-improvement με Anthropic, Mythos, κρατική εμπλοκή, στρατιωτικές χρήσεις, χρηματοοικονομική συγκέντρωση και δημόσιο κίνδυνο από την ιδιωτικοποίηση της ΤΝ: https://www.ai-supremacy.com/p/path-to-an-ai-mythology-2026-recursive-self-improvement-anthropic,
2. CDAO, “CDAO Announces Partnerships with Frontier AI Companies to Address National Security Challenges”: Η επίσημη ανακοίνωση τεκμηριώνει ότι το αμερικανικό Υπουργείο Άμυνας έχει συνάψει συνεργασίες με Anthropic, Google, OpenAI και xAI, με ανώτατο όριο 200 εκατ. δολάρια ανά εταιρεία, για agentic AI workflows σε πεδία εθνικής ασφάλειας: https://www.ai.mil/latest/news-press/pr-view/article/4242822/cdao-announces-partnerships-with-frontier-ai-companies-to-address-national-secu/.
3. White House, “Fact Sheet: AI in the National Security Enterprise”: Η ανακοίνωση δείχνει ότι η προηγμένη ΤΝ αντιμετωπίζεται πλέον από τις ΗΠΑ ως υποδομή για στρατιωτικούς και επαγγελματίες πληροφοριών, άρα όχι μόνο ως εμπορικό προϊόν: https://www.whitehouse.gov/fact-sheets/2026/06/fact-sheet-president-donald-j-trump-signs-historic-directive-on-ai-in-the-national-security-enterprise/,
4. NIST, “Artificial Intelligence Risk Management Framework: Generative AI Profile”: Το πλαίσιο του NIST είναι χρήσιμο επειδή μεταφέρει τη συζήτηση από γενικές διακηρύξεις περί ασφάλειας σε πρακτική διαχείριση κινδύνων για συστήματα γενετικής ΤΝ: https://www.nist.gov/itl/ai-risk-management-framework,
5. European Commission, “General-Purpose AI Models in the AI Act”: Η πηγή τεκμηριώνει τις ευρωπαϊκές υποχρεώσεις για μοντέλα γενικού σκοπού και μοντέλα με συστημικό κίνδυνο, κρίσιμες για δημοκρατικό έλεγχο πέρα από την αυτορρύθμιση των εταιρειών: https://digital-strategy.ec.europa.eu/en/faqs/general-purpose-ai-models-ai-act-questions-answers,
6. EuroHPC JU, “AI Factories”: Η ευρωπαϊκή πρωτοβουλία των AI Factories δείχνει ότι η ΤΝ οργανώνεται πλέον γύρω από δημόσιες και υπερεθνικές υπολογιστικές υποδομές, άρα η πρόσβαση σε υπολογιστική ισχύ είναι ζήτημα κυριαρχίας: https://www.eurohpc-ju.europa.eu/ai-factories_en,
7. IEA, “Energy and AI”: Η ανάλυση του International Energy Agency τεκμηριώνει ότι η ΤΝ έχει υλικό αποτύπωμα σε ενέργεια και data centers, κάτι που καταρρίπτει την ιδέα της «άυλης» ψηφιακής προόδου: https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai,
8. Allen Institute for AI, “OLMo”: Το OLMo είναι σημαντικό παράδειγμα πλήρως ανοικτής προσέγγισης σε γλωσσικά μοντέλα, χρήσιμο ως αντίβαρο στην κλειστή εταιρική ΤΝ και ως υπόδειγμα επιστημονικής διαφάνειας: https://allenai.org/olmo.

Η Ευρωπαϊκή Επιτροπή δημοσίευσε μια νέα έκθεση που προτείνει πρακτικές στρατηγικές για την αντιμετώπιση των εμποδίων που εξακολουθούν να περιορίζουν τη διαμοίραση και την επαναχρησιμοποίηση λογισμικού ανοικτού κώδικα (Open Source Software – OSS) μεταξύ των δημόσιων διοικήσεων στην Ευρώπη.

Η δημοσίευση έρχεται σε μια ιδιαίτερα σημαντική χρονική συγκυρία για την ευρωπαϊκή ψηφιακή πολιτική. Στις 3 Ιουνίου 2026, η Επιτροπή υιοθέτησε το πακέτο «EU Technological Sovereignty Package», συνοδευόμενο από τη νέα Στρατηγική Ανοικτού Κώδικα της Ευρωπαϊκής Ένωσης. Η στρατηγική αυτή αναγνωρίζει το λογισμικό ανοικτού κώδικα ως βασικό πυλώνα της ψηφιακής αυτονομίας, της ανθεκτικότητας και της ανταγωνιστικότητας της Ευρώπης.

Η νέα έκθεση, η οποία εκπονήθηκε στο πλαίσιο της δράσης FOSSEPS και της επέκτασης του EU Open Source Solutions Catalogue, καταγράφει τα βασικά τεχνικά, νομικά, οργανωτικά, πολιτισμικά και στρατηγικά εμπόδια που αντιμετωπίζουν οι δημόσιοι φορείς κατά τη διαμοίραση και επαναχρησιμοποίηση λογισμικού ανοικτού κώδικα. Παράλληλα, προσφέρει συγκεκριμένες κατευθύνσεις για τον εντοπισμό, την αξιολόγηση, την προσαρμογή και τη μακροχρόνια συντήρηση επαναχρησιμοποιήσιμων ψηφιακών λύσεων.

Γιατί η επαναχρησιμοποίηση λογισμικού είναι κρίσιμη

Τα τελευταία χρόνια, ολοένα και περισσότερες δημόσιες διοικήσεις στην Ευρώπη αναγνωρίζουν τα οφέλη του ανοικτού κώδικα. Η χρήση του μπορεί να μειώσει τον διπλασιασμό εργασιών, να αυξήσει τη διαφάνεια, να βελτιώσει τη διαλειτουργικότητα μεταξύ συστημάτων, να ενισχύσει την ψηφιακή κυριαρχία και να συμβάλει στην παροχή αποτελεσματικότερων δημόσιων υπηρεσιών.

Παρά τα οφέλη αυτά, η διασυνοριακή ανταλλαγή και επαναχρησιμοποίηση λύσεων παραμένει περιορισμένη. Σύμφωνα με την έκθεση, η δυσκολία δεν οφείλεται σε έναν μόνο παράγοντα αλλά σε έναν συνδυασμό τεχνικών, νομικών, οργανωτικών και πολιτισμικών εμποδίων που επηρεάζουν το κατά πόσο μια υφιστάμενη λύση μπορεί να εντοπιστεί, να αξιολογηθεί και τελικά να υιοθετηθεί από άλλους οργανισμούς.

Τεχνικές προκλήσεις και ζητήματα διαλειτουργικότητας

Ένα από τα βασικά εμπόδια αφορά την τεχνική ετοιμότητα των εφαρμογών. Λύσεις που δεν έχουν σχεδιαστεί με αρθρωτή αρχιτεκτονική, δεν ακολουθούν κοινά πρότυπα ή διαθέτουν ελλιπή τεκμηρίωση είναι δύσκολο να αξιολογηθούν και να ενσωματωθούν σε διαφορετικά περιβάλλοντα.

Η Επιτροπή επισημαίνει ότι η υιοθέτηση ανοικτών προτύπων, η ύπαρξη ποιοτικής τεκμηρίωσης, η χρήση μεταδεδομένων και εργαλείων όπως το publiccode.yml μπορούν να διευκολύνουν σημαντικά την αναζήτηση, σύγκριση και προσαρμογή λύσεων από άλλες διοικήσεις.

Νομικά και κανονιστικά εμπόδια

Η αβεβαιότητα γύρω από τις άδειες χρήσης, τα δικαιώματα πνευματικής ιδιοκτησίας, τους κανόνες προμηθειών και τις ευθύνες συντήρησης συχνά αποθαρρύνει τους δημόσιους φορείς από την αξιοποίηση υφιστάμενων λύσεων.

Η έκθεση αναφέρει ότι οι διαφορετικοί τύποι αδειών ανοικτού κώδικα, οι πιθανές ασυμβατότητες μεταξύ τους, αλλά και η έλλειψη σαφών κατευθυντήριων γραμμών δημιουργούν αβεβαιότητα. Παράλληλα, σε πολλές περιπτώσεις οι διαδικασίες δημοσίων προμηθειών εξακολουθούν να ευνοούν ιδιοκτησιακό λογισμικό, δυσκολεύοντας την υιοθέτηση ανοικτών εναλλακτικών λύσεων.

Ως απάντηση, προτείνεται η ανάπτυξη εναρμονισμένων πλαισίων αδειοδότησης, η παροχή πρακτικών οδηγιών προς τους δημόσιους φορείς και η ενσωμάτωση απαιτήσεων ανοικτού κώδικα στις διαδικασίες προμηθειών.

Οργανωτικές δυσκολίες και εξάρτηση από προμηθευτές

Σημαντικό εμπόδιο αποτελεί επίσης η εξάρτηση πολλών δημόσιων οργανισμών από συγκεκριμένους προμηθευτές λογισμικού. Το φαινόμενο του vendor lock-in καθιστά δύσκολη και συχνά δαπανηρή τη μετάβαση σε ανοικτές λύσεις.

Επιπλέον, πολλοί οργανισμοί αντιμετωπίζουν ελλείψεις σε τεχνικές δεξιότητες, κατακερματισμένα πληροφοριακά συστήματα και ασαφείς αρμοδιότητες σχετικά με τη συντήρηση και υποστήριξη των εφαρμογών.

Η έκθεση προτείνει τη δημιουργία ειδικών δομών διακυβέρνησης ανοικτού κώδικα, όπως τα Open Source Programme Offices (OSPOs), τα οποία μπορούν να συντονίζουν δράσεις, να προωθούν την επαναχρησιμοποίηση και να λειτουργούν ως κέντρα τεχνογνωσίας. Χαρακτηριστικό παράδειγμα αποτελεί το OSPO της Ευρωπαϊκής Επιτροπής, το οποίο λειτουργεί από το 2020 και συμβάλλει στην προώθηση της ανοικτής καινοτομίας σε ευρωπαϊκό επίπεδο.

Πολιτισμικές αντιλήψεις και αντίσταση στην αλλαγή

Πέρα από τις τεχνικές και οργανωτικές προκλήσεις, η έκθεση εντοπίζει και σημαντικά πολιτισμικά εμπόδια. Πολλοί δημόσιοι λειτουργοί εξακολουθούν να θεωρούν το λογισμικό ανοικτού κώδικα περίπλοκο, δύσκολο στη συντήρηση ή λιγότερο ασφαλές σε σχέση με τις εμπορικές λύσεις.

Παράλληλα, το φαινόμενο «Not Invented Here» – η προτίμηση σε λύσεις που αναπτύσσονται εσωτερικά αντί για υιοθέτηση εξωτερικών εφαρμογών – περιορίζει τη συνεργασία και την αξιοποίηση ήδη δοκιμασμένων λύσεων.

Η Επιτροπή προτείνει την ανάδειξη επιτυχημένων παραδειγμάτων, την εκπαίδευση των στελεχών του δημόσιου τομέα και την ενίσχυση της κουλτούρας συνεργασίας και ανταλλαγής γνώσης.

Η ασφάλεια ως προτεραιότητα

Ένα ακόμη ζήτημα που αναδεικνύεται είναι η αντίληψη ότι το ανοικτό λογισμικό είναι λιγότερο ασφαλές. Η έκθεση επισημαίνει ότι αυτή η αντίληψη βασίζεται συχνά σε λανθασμένες παραδοχές.

Αντίθετα, η διαφάνεια του πηγαίου κώδικα επιτρέπει ευρύτερο έλεγχο, ταχύτερο εντοπισμό ευπαθειών και συνεχή βελτίωση από την κοινότητα των προγραμματιστών. Για την ενίσχυση της εμπιστοσύνης προτείνονται τυποποιημένες διαδικασίες ελέγχου ασφαλείας, αυτοματοποιημένοι έλεγχοι ευπαθειών και σαφή πλαίσια ευθυνών για τη συντήρηση και προστασία των εφαρμογών.

Ο ρόλος του EU Open Source Solutions Catalogue

Κεντρικό εργαλείο στην προσπάθεια αυτή αποτελεί το EU Open Source Solutions Catalogue, ο ευρωπαϊκός κατάλογος λύσεων ανοικτού κώδικα για τον δημόσιο τομέα.

Ο κατάλογος λειτουργεί ως σημείο αναφοράς για την ανακάλυψη, αξιολόγηση και επαναχρησιμοποίηση λογισμικού. Μέσω κοινών προτύπων τεκμηρίωσης και δομημένων μεταδεδομένων, διευκολύνει τις δημόσιες διοικήσεις να εντοπίζουν ώριμες λύσεις, να αξιολογούν τη βιωσιμότητά τους και να έρχονται σε επαφή με τους δημιουργούς τους.

Με αυτόν τον τρόπο συμβάλλει στην αύξηση της ορατότητας των διαθέσιμων λύσεων, στην οικοδόμηση εμπιστοσύνης και στην ενίσχυση της συνεργασίας μεταξύ κρατών και οργανισμών.

Προς μια πιο κυρίαρχη και ανεξάρτητη ψηφιακή Ευρώπη

Τα συμπεράσματα της έκθεσης συνδέονται άμεσα με τον ευρύτερο στόχο της Ευρωπαϊκής Ένωσης για ενίσχυση της τεχνολογικής κυριαρχίας. Σε μια περίοδο κατά την οποία η Ευρώπη επιδιώκει να μειώσει την εξάρτησή της από τεχνολογικούς παρόχους εκτός ΕΕ, το λογισμικό ανοικτού κώδικα αναδεικνύεται σε στρατηγικό εργαλείο.

Η δυνατότητα διαφάνειας, ελέγχου, προσαρμογής και κοινής ανάπτυξης που προσφέρει το ανοικτό λογισμικό επιτρέπει στις δημόσιες διοικήσεις να συνεργάζονται αποτελεσματικότερα, να αποφεύγουν τον κατακερματισμό και να αξιοποιούν από κοινού τις επενδύσεις τους.

Η νέα έκθεση της Ευρωπαϊκής Επιτροπής δεν περιορίζεται στην καταγραφή προβλημάτων. Παρουσιάζει έναν πρακτικό οδικό χάρτη που μπορεί να μετατρέψει την επαναχρησιμοποίηση λογισμικού από μεμονωμένες καλές πρακτικές σε μια συστηματική ευρωπαϊκή προσέγγιση, συμβάλλοντας ουσιαστικά στη δημιουργία ενός πιο ανοικτού, διαλειτουργικού και ψηφιακά κυρίαρχου ευρωπαϊκού οικοσυστήματος.

Διαβάστε την πλήρη μελέτη εδώ

Πηγή άρθρου: https://interoperable-europe.ec.europa.eu

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 στροφή προς το λογισμικό ανοικτού κώδικα (Open Source Software) στον δημόσιο τομέα αποκτά ολοένα και μεγαλύτερη δυναμική στην Ευρώπη. Ένα χαρακτηριστικό παράδειγμα αποτελεί η πρόσφατη απόφαση της Ολλανδικής Ένωσης Δήμων (VNG – Vereniging van Nederlandse Gemeenten) να ενσωματώσει την αρχή «open source, εκτός αν υπάρχει λόγος για το αντίθετο» στις νέες κατευθυντήριες οδηγίες για τις προμήθειες τεχνολογίας πληροφοριών.

Η αλλαγή αυτή περιλαμβάνεται στην έκδοση GIBIT 2025 (Gemeentelijke Inkoop bij IT), ένα πρότυπο πλαίσιο συμβατικών όρων και προϋποθέσεων που χρησιμοποιείται ευρέως από τους δήμους της Ολλανδίας για την προμήθεια και ανάπτυξη πληροφοριακών συστημάτων.

Μια σημαντική αλλαγή πολιτικής

Σε αντίθεση με την προηγούμενη έκδοση του GIBIT (2023), η οποία δεν περιείχε καμία ειδική πρόβλεψη για το λογισμικό ανοικτού κώδικα, η έκδοση του 2025 εισάγει για πρώτη φορά ένα ξεχωριστό κεφάλαιο αφιερωμένο στο open source.

Σύμφωνα με τις νέες οδηγίες, όταν ένας δήμος αναθέτει την ανάπτυξη εξατομικευμένου λογισμικού, η προεπιλεγμένη επιλογή είναι η δημοσίευση του παραγόμενου λογισμικού ως ανοικτού κώδικα. Η εξαίρεση από αυτόν τον κανόνα επιτρέπεται μόνο όταν υπάρχει τεκμηριωμένος και δικαιολογημένος λόγος.

Η προσέγγιση αυτή ανατρέπει την παραδοσιακή λογική, σύμφωνα με την οποία το λογισμικό που αναπτύσσεται για τον δημόσιο τομέα παραμένει συνήθως κλειστό και διαθέσιμο μόνο στον φορέα που το χρηματοδότησε.

Οφέλη για τους δήμους και τους πολίτες

Η υιοθέτηση του ανοικτού κώδικα μπορεί να προσφέρει πολλαπλά πλεονεκτήματα:

• Μείωση κόστους μέσω επαναχρησιμοποίησης λογισμικού από διαφορετικούς δημόσιους φορείς.
• Μεγαλύτερη διαφάνεια, καθώς ο πηγαίος κώδικας είναι διαθέσιμος για έλεγχο.
• Αποφυγή εξάρτησης από συγκεκριμένους προμηθευτές (vendor lock-in).
• Ενίσχυση της καινοτομίας, αφού τρίτοι μπορούν να συνεισφέρουν στη βελτίωση του λογισμικού.
• Καλύτερη αξιοποίηση δημόσιων πόρων, καθώς το λογισμικό που χρηματοδοτείται από τους φορολογούμενους μπορεί να επαναχρησιμοποιηθεί από άλλους οργανισμούς.

Η επιλογή της άδειας EUPL

Το GIBIT 2025 προβλέπει ότι το λογισμικό που δημοσιεύεται ως ανοικτού κώδικα θα πρέπει να διατίθεται με την άδεια European Union Public Licence (EUPL).

Η EUPL αναπτύχθηκε από την Ευρωπαϊκή Επιτροπή ειδικά για τις ανάγκες των δημόσιων διοικήσεων της Ευρώπης και λαμβάνει υπόψη το ευρωπαϊκό νομικό πλαίσιο σχετικά με τα πνευματικά δικαιώματα και την προστασία δεδομένων. Η χρήση μιας κοινής ευρωπαϊκής άδειας διευκολύνει τη συνεργασία και την ανταλλαγή λογισμικού μεταξύ δημόσιων οργανισμών διαφορετικών χωρών.

Μέρος μιας ευρύτερης ευρωπαϊκής τάσης

Παρότι οι οδηγίες της VNG δεν είναι νομικά δεσμευτικές, η επιρροή τους είναι ιδιαίτερα σημαντική, καθώς η Ένωση εκπροσωπεί και τους 342 δήμους της Ολλανδίας. Ως εκ τούτου, οι νέες κατευθύνσεις αναμένεται να επηρεάσουν σημαντικά τον τρόπο με τον οποίο οι τοπικές αρχές προμηθεύονται και αναπτύσσουν λογισμικό.

Η εξέλιξη αυτή συνδέεται με μια ευρύτερη ευρωπαϊκή τάση υπέρ του ανοικτού κώδικα. Ήδη από το 2020, η ολλανδική κυβέρνηση προωθεί την αρχή «open, unless», σύμφωνα με την οποία το λογισμικό που αναπτύσσεται με δημόσια χρηματοδότηση θα πρέπει, κατά κανόνα, να είναι δημόσια διαθέσιμο.

Πηγή άρθρου: https://interoperable-europe.ec.europa.eu/

Μια νέα μελέτη του Ινστιτούτου Πληροφοριακού Δικαίου (IViR), που εκπονήθηκε για λογαριασμό της οργάνωσης COMMUNIA, αναδεικνύει ένα κρίσιμο πρόβλημα που αντιμετωπίζουν σήμερα τα εκπαιδευτικά ιδρύματα, οι ερευνητικοί οργανισμοί και οι φορείς πολιτιστικής κληρονομιάς στην Ευρώπη: τη νομική αβεβαιότητα γύρω από τη χρήση πνευματικά προστατευόμενου υλικού για σκοπούς διδασκαλίας, μάθησης και έρευνας. Η μελέτη, με τίτλο «Towards a Digital Knowledge Act – Mapping Policy Options to Mitigate Legal Risks for Teaching, Learning and Research», υποστηρίζει ότι η υφιστάμενη ευρωπαϊκή νομοθεσία περί πνευματικής ιδιοκτησίας δεν παρέχει επαρκή ασφάλεια δικαίου στα ιδρύματα γνώσης. Αντίθετα, η πολυπλοκότητα των κανόνων, οι αποκλίσεις μεταξύ κρατών-μελών και οι περιορισμοί που επιβάλλονται μέσω συμβάσεων και τεχνολογικών μέτρων δημιουργούν ένα περιβάλλον όπου οι οργανισμοί συχνά αποφεύγουν ακόμη και νόμιμες δραστηριότητες από φόβο πιθανών νομικών συνεπειών.

Το πρόβλημα της «αμυντικής συμμόρφωσης»

Σύμφωνα με τους συντάκτες της μελέτης, η νομική αβεβαιότητα έχει εξελιχθεί σε μια συστημική συνθήκη που επηρεάζει τον τρόπο λειτουργίας των ιδρυμάτων γνώσης. Πολλά πανεπιστήμια, βιβλιοθήκες και ερευνητικά κέντρα υιοθετούν μια στάση «αμυντικής συμμόρφωσης», αποφεύγοντας χρήσεις που ενδέχεται να είναι απολύτως νόμιμες βάσει των εξαιρέσεων του δικαίου πνευματικής ιδιοκτησίας. Το αποτέλεσμα είναι η επιβράδυνση της καινοτομίας, η δυσχέρανση της έρευνας και η περιορισμένη αξιοποίηση ψηφιακών εργαλείων και πόρων.

Η μελέτη εντοπίζει τέσσερις βασικές πηγές κινδύνου:

1. Οι εξαιρέσεις για εκπαιδευτικές και ερευνητικές χρήσεις είναι συχνά στενά διατυπωμένες και δύσκολα ερμηνεύσιμες.
2. Οι δικαιούχοι μπορούν να αμφισβητήσουν τη νομιμότητα μιας χρήσης επικαλούμενοι γενικές και αόριστες νομικές προϋποθέσεις.
3. Τα τεχνολογικά μέτρα προστασίας μπορούν να εμποδίσουν πρακτικά την άσκηση δικαιωμάτων που αναγνωρίζει ο νόμος.
4. Οι συμβάσεις αδειοδότησης συχνά υπερισχύουν στην πράξη των νομοθετικών εξαιρέσεων.

Πέντε προτάσεις για ένα νέο πλαίσιο

Για την αντιμετώπιση των παραπάνω προβλημάτων, η μελέτη προτείνει ένα ολοκληρωμένο πακέτο μεταρρυθμίσεων.

1. Κατευθυντήριες γραμμές βέλτιστων πρακτικών

Πρώτη πρόταση είναι η ανάπτυξη εξειδικευμένων οδηγιών που θα μετατρέπουν τις σύνθετες νομικές διατάξεις σε πρακτικές διαδικασίες συμμόρφωσης. Οι οδηγίες αυτές θα μπορούσαν να καλύπτουν δραστηριότητες όπως η ψηφιοποίηση συλλογών, η εξόρυξη δεδομένων και κειμένου (Text and Data Mining), η διασυνοριακή ανταλλαγή δεδομένων και τα διεθνή εκπαιδευτικά προγράμματα. Παράλληλα, θα παρέχουν λίστες ελέγχου και διαγράμματα λήψης αποφάσεων, διευκολύνοντας τα ιδρύματα να λειτουργούν με μεγαλύτερη ασφάλεια.

2. Δημιουργία συμβουλευτικού φορέα πνευματικής ιδιοκτησίας

Η δεύτερη πρόταση αφορά τη σύσταση ενός ανεξάρτητου συμβουλευτικού οργάνου για τον εκπαιδευτικό, επιστημονικό και πολιτιστικό τομέα. Ο φορέας αυτός θα εκδίδει τεκμηριωμένες γνωμοδοτήσεις και θα συμβάλλει στην εναρμόνιση των ερμηνειών μεταξύ των κρατών-μελών της Ευρωπαϊκής Ένωσης. Αν και οι γνωμοδοτήσεις του δεν θα είναι δεσμευτικές, θα μπορούσαν να δημιουργήσουν ένα σώμα «ήπιου προηγούμενου» που θα ενισχύει την προβλεψιμότητα των νομικών αποτελεσμάτων.

3. Περιορισμός της προσωπικής ευθύνης του προσωπικού

Η μελέτη προτείνει επίσης την εισαγωγή ειδικής προστασίας για τα στελέχη και τους εργαζομένους των ιδρυμάτων γνώσης. Όταν ενεργούν καλόπιστα, στο πλαίσιο των καθηκόντων τους και με τη δέουσα επιμέλεια, θα μπορούσαν να απαλλάσσονται από προσωπική ευθύνη για πιθανές παραβιάσεις. Ένα τέτοιο μέτρο θα μείωνε τον φόβο δικαστικών διεκδικήσεων και θα ενθάρρυνε την αξιοποίηση των νόμιμων εξαιρέσεων της νομοθεσίας.

4. Επέκταση της αρχής της χώρας προέλευσης στην έρευνα

Η ευρωπαϊκή νομοθεσία ήδη εφαρμόζει την αρχή της «χώρας προέλευσης» στις διασυνοριακές ψηφιακές εκπαιδευτικές δραστηριότητες. Η μελέτη εισηγείται την επέκτασή της και στις ερευνητικές δραστηριότητες. Έτσι, σε διεθνή ερευνητικά έργα, η νομιμότητα μιας χρήσης θα κρίνεται με βάση το δίκαιο της χώρας όπου εδρεύει ο κύριος ερευνητής, αντί να απαιτείται συμμόρφωση με πολλαπλά εθνικά καθεστώτα. Η αλλαγή αυτή θα απλοποιούσε σημαντικά τη διασυνοριακή συνεργασία.

5. Αντιμετώπιση καταχρηστικών συμβατικών όρων

Τέλος, η μελέτη προτείνει τη θέσπιση ειδικών κανόνων κατά των καταχρηστικών όρων σε συμβάσεις πρόσβασης σε ψηφιακό περιεχόμενο και βάσεις δεδομένων. Προβλέπεται η δημιουργία «μαύρης λίστας» απαγορευμένων ρητρών, «γκρίζας λίστας» ύποπτων όρων και υποχρεώσεων διαφάνειας στη διατύπωση των συμβάσεων. Στόχος είναι να αποτραπεί η υπονόμευση των εξαιρέσεων πνευματικής ιδιοκτησίας μέσω συμβατικών περιορισμών.

Προς ένα νέο οικοσύστημα γνώσης

Οι ερευνητές υποστηρίζουν ότι οι παραπάνω προτάσεις λειτουργούν συμπληρωματικά και μπορούν να δημιουργήσουν ένα πιο σταθερό και προβλέψιμο περιβάλλον για την εκπαίδευση, την έρευνα και την πολιτιστική κληρονομιά. Αντί η πνευματική ιδιοκτησία να λειτουργεί ως εμπόδιο, μπορεί να αποτελέσει ένα πλαίσιο που ενθαρρύνει τη δημιουργία, τη διάδοση και την αξιοποίηση της γνώσης, διατηρώντας παράλληλα την προστασία των δικαιούχων. Η πρόταση για μια «Ψηφιακή Πράξη Γνώσης» (Digital Knowledge Act) έρχεται σε μια περίοδο κατά την οποία η Ευρώπη επιδιώκει να ενισχύσει την ανταγωνιστικότητά της στην επιστήμη και την καινοτομία. Η υιοθέτηση ενός πιο ξεκάθαρου και λειτουργικού πλαισίου πνευματικής ιδιοκτησίας θα μπορούσε να αποτελέσει σημαντικό βήμα προς αυτή την κατεύθυνση.

Πηγή άρθρου: https://communia-association.org

Στις 3 Ιουνίου πραγματοποιήθηκε το 2ο μάθημα του κύκλου «Οι Τήνιοι γράφουν για την Τήνο», με αντικείμενο την περαιτέρω εξοικείωση των συμμετεχόντων με τη Βικιπαίδεια και τα Wikimedia Commons μέσα από πιο πρακτική εφαρμογή.

Η δράση διοργανώθηκε στο πλαίσιο της πρωτοβουλίας ΒίκιΕλληνιστί, η οποία προωθεί την ενίσχυση της ελληνικής παρουσίας στη Βικιπαίδεια και στο οικοσύστημα της ανοικτής γνώσης μέσω εκπαιδευτικών εργαστηρίων, συνεργασιών με πολιτιστικούς και εκπαιδευτικούς φορείς και δράσεων συμμετοχικής συγγραφής λημμάτων.

Κατά τη διάρκεια της συνάντησης, οι συμμετέχοντες είχαν την ευκαιρία να πλοηγηθούν στο περιβάλλον της Βικιπαίδειας και να κατανοήσουν καλύτερα τον τρόπο με τον οποίο δομούνται και τεκμηριώνονται τα λήμματα.

Το μάθημα ανέδειξε επίσης απορίες και δυσκολίες που είναι αναμενόμενες κατά την πρώτη επαφή με τα εργαλεία, ενώ η ενεργή συμμετοχή συνέβαλε στην ομαλή εξέλιξη της διαδικασίας και στην καλύτερη κατανόηση των εννοιών.

Συνολικά, το 2ο μάθημα έθεσε τις βάσεις για την περαιτέρω συμμετοχή των εκπαιδευόμενων στις επόμενες δράσεις του προγράμματος.

Η μεγάλη υπόσχεση και το πρώτο όριο

Τα μεγάλα γλωσσικά μοντέλα άλλαξαν ήδη τον τρόπο με τον οποίο γράφουμε, προγραμματίζουμε, αναζητούμε πληροφορίες, οργανώνουμε διοικητικές διαδικασίες και παράγουμε γνώση. Η επιτυχία τους στηρίζεται σε μια απλή αλλά ισχυρή ιδέα: όταν αυξάνεται η υπολογιστική ισχύς, ο όγκος των δεδομένων και η κλίμακα των μοντέλων, εμφανίζονται νέες ικανότητες που δεν είχαν προβλεφθεί εύκολα. Αυτή η υπόθεση της μεγέθυνσης εξηγεί μεγάλο μέρος της προόδου των τελευταίων ετών.

Όμως η επιστημονική συζήτηση έχει πλέον ωριμάσει. Το κρίσιμο ερώτημα δεν είναι αν τα LLMs είναι χρήσιμα. Είναι εξαιρετικά χρήσιμα. Το ερώτημα είναι αν η συνεχής μεγέθυνσή τους αρκεί για να προσεγγίσουμε αξιόπιστη, γενική και κοινωνικά ωφέλιμη τεχνητή νοημοσύνη. Η απάντηση που προκύπτει από την έρευνα είναι πιο σύνθετη από τον τεχνολογικό ενθουσιασμό. Η κλίμακα έχει σημασία, αλλά δεν είναι από μόνη της στρατηγική.

Τα δεδομένα δεν είναι ανεξάντλητα

Η πρώτη μεγάλη δυσκολία είναι τα δεδομένα. Τα σημερινά μοντέλα έχουν ήδη αξιοποιήσει τεράστιο μέρος του διαθέσιμου δημόσιου ψηφιακού κειμένου. Η επόμενη γενιά δεν μπορεί απλώς να εκπαιδεύεται σε “περισσότερο ίντερνετ”, διότι το διαθέσιμο ανθρώπινο κείμενο υψηλής ποιότητας είναι πεπερασμένο. Αυτό οδηγεί τις εταιρείες σε δύο επιλογές: είτε σε συμφωνίες για ιδιωτικά και εξειδικευμένα δεδομένα, είτε στη χρήση συνθετικών δεδομένων που παράγονται από τα ίδια τα μοντέλα.

Η δεύτερη επιλογή κρύβει σοβαρό κίνδυνο. Όταν ένα μοντέλο εκπαιδεύεται επανειλημμένα σε περιεχόμενο που έχει παραχθεί από προηγούμενα μοντέλα, υπάρχει κίνδυνος σταδιακής απώλειας της ποικιλίας, της σπανιότητας και της ακρίβειας των αρχικών δεδομένων. Το μοντέλο γίνεται πιο ομοιόμορφο, πιο αυτάρεσκο και λιγότερο συνδεδεμένο με την πραγματική ανθρώπινη εμπειρία. Δεν σημαίνει ότι τα συνθετικά δεδομένα είναι άχρηστα. Σημαίνει ότι πρέπει να χρησιμοποιούνται με αυστηρή μεθοδολογία, με ανθρώπινη επαλήθευση και με διατήρηση πρόσβασης σε αυθεντικά, ποιοτικά και πολυγλωσσικά σύνολα δεδομένων.

Για γλώσσες όπως τα ελληνικά, αυτό είναι κρίσιμο. Αν το μέλλον της ΤΝ στηριχθεί μόνο σε αγγλικά κλειστά κείμενα, οι μικρότερες γλώσσες, οι δημόσιες διοικήσεις και οι τοπικές επιστημονικές κοινότητες θα εξαρτώνται από συστήματα που δεν κατανοούν επαρκώς το θεσμικό, γλωσσικό και πολιτισμικό τους περιβάλλον.

Γλωσσική ευχέρεια δεν σημαίνει κατανόηση

Η πιο ισχυρή κριτική στα LLMs είναι ότι δεν καταλαβαίνουν με ανθρώπινη έννοια. Είναι εντυπωσιακά συστήματα πρόβλεψης, συσχέτισης και παραγωγής κειμένου. Μπορούν να γράψουν πειστικά, να συνοψίσουν, να μεταφράσουν, να οργανώσουν επιχειρήματα και να βοηθήσουν στον προγραμματισμό. Όμως η γλωσσική ευχέρεια δεν πρέπει να συγχέεται με την κρίση, την πρόθεση, την υπευθυνότητα ή τη βιωματική κατανόηση.

Αυτός είναι ο λόγος που τα LLMs μπορούν να παράγουν λάθη με μεγάλη αυτοπεποίθηση. Η λεγόμενη ψευδαίσθηση δεν είναι απλό τεχνικό σφάλμα. Είναι συνέπεια της ίδιας της αρχιτεκτονικής τους: το μοντέλο έχει μάθει να παράγει πιθανό κείμενο, όχι να εγγυάται αλήθεια. Η λύση δεν είναι να απαγορεύσουμε τη χρήση τους, αλλά να τα τοποθετήσουμε στη σωστή θέση. Είναι ισχυρά εργαλεία υποβοήθησης, όχι αυτόνομοι θεσμικοί κριτές.

Στο δημόσιο, στην υγεία, στη δικαιοσύνη, στην εκπαίδευση και στη δημοσιογραφία, αυτό σημαίνει ένα απλό αξίωμα: άνθρωπος στην τελική ευθύνη, τεκμηρίωση στις απαντήσεις, δυνατότητα ελέγχου, καταγραφή σφαλμάτων και επαναξιολόγηση.

Από τα γλωσσικά μοντέλα στα μοντέλα κόσμου

Μια δεύτερη σχολή σκέψης υποστηρίζει ότι η πραγματική πρόοδος θα έρθει όταν τα συστήματα ΤΝ αποκτήσουν καλύτερα “μοντέλα κόσμου”. Δηλαδή εσωτερικές αναπαραστάσεις που δεν μαθαίνουν μόνο πώς συνδέονται οι λέξεις, αλλά πώς λειτουργούν τα πράγματα: ο χώρος, ο χρόνος, η αιτιότητα, οι φυσικοί περιορισμοί, οι ανθρώπινες προθέσεις, οι συνέπειες μιας πράξης.

Η θέση αυτή είναι ιδιαίτερα σημαντική για τον σχεδιασμό, τη ρομποτική, την επιστημονική ανακάλυψη και τα συστήματα που πρέπει να ενεργούν στον πραγματικό κόσμο. Ένα μοντέλο που γνωρίζει πολλές προτάσεις για τη βαρύτητα δεν είναι το ίδιο με ένα σύστημα που μπορεί να προβλέψει αξιόπιστα τι θα συμβεί όταν ένα αντικείμενο κινηθεί, συγκρουστεί ή αποτύχει. Για αυτό η συζήτηση μετακινείται από τα καθαρά γλωσσικά μοντέλα σε πολυτροπικά, ενσώματα και προσανατολισμένα στον στόχο συστήματα.

Το υβριδικό μέλλον

Η πιο ρεαλιστική προοπτική δεν είναι η απόλυτη νίκη μιας σχολής. Το μέλλον πιθανότατα θα είναι υβριδικό. Τα LLMs θα συνδυάζονται με αναζήτηση σε έγκυρες πηγές, βάσεις γνώσης, τυπική λογική, εργαλεία υπολογισμού, συστήματα ελέγχου, εξειδικευμένα μικρότερα μοντέλα και ανθρώπινη εποπτεία.

Για την Ευρώπη και την Ελλάδα, το στρατηγικό συμπέρασμα είναι σαφές. Δεν αρκεί να αγοράζουμε πρόσβαση σε κλειστά μοντέλα μέσω εμπορικών διεπαφών. Χρειαζόμαστε ανοιχτά μοντέλα, ανοιχτά δεδομένα, δημόσια ελεγχόμενες υποδομές, αξιολόγηση στα ελληνικά και θεσμικούς κανόνες για τη χρήση τους. Η ΤΝ πρέπει να γίνει δημόσια ικανότητα και όχι νέα μορφή τεχνολογικής εξάρτησης.

Τα LLMs δεν είναι ούτε απλή μόδα ούτε μαγικός δρόμος προς την καθολική νοημοσύνη. Είναι μια θεμελιώδης τεχνολογία γενικού σκοπού, με τεράστια παραγωγική αξία και πραγματικά όρια. Όποιος κατανοήσει και τα δύο θα μπορέσει να τη χρησιμοποιήσει υπέρ της γνώσης, της δημοκρατίας και της κοινωνικής προόδου.

Πηγή άρθρου: blog.glossapi.gr

Η μεγάλη υπόσχεση και το πρώτο όριο

Τα μεγάλα γλωσσικά μοντέλα άλλαξαν ήδη τον τρόπο με τον οποίο γράφουμε, προγραμματίζουμε, αναζητούμε πληροφορίες, οργανώνουμε διοικητικές διαδικασίες και παράγουμε γνώση. Η επιτυχία τους στηρίζεται σε μια απλή αλλά ισχυρή ιδέα: όταν αυξάνεται η υπολογιστική ισχύς, ο όγκος των δεδομένων και η κλίμακα των μοντέλων, εμφανίζονται νέες ικανότητες που δεν είχαν προβλεφθεί εύκολα. Αυτή η υπόθεση της μεγέθυνσης εξηγεί μεγάλο μέρος της προόδου των τελευταίων ετών.

Όμως η επιστημονική συζήτηση έχει πλέον ωριμάσει. Το κρίσιμο ερώτημα δεν είναι αν τα LLMs είναι χρήσιμα. Είναι εξαιρετικά χρήσιμα. Το ερώτημα είναι αν η συνεχής μεγέθυνσή τους αρκεί για να προσεγγίσουμε αξιόπιστη, γενική και κοινωνικά ωφέλιμη τεχνητή νοημοσύνη. Η απάντηση που προκύπτει από την έρευνα είναι πιο σύνθετη από τον τεχνολογικό ενθουσιασμό. Η κλίμακα έχει σημασία, αλλά δεν είναι από μόνη της στρατηγική.

Τα δεδομένα δεν είναι ανεξάντλητα

Η πρώτη μεγάλη δυσκολία είναι τα δεδομένα. Τα σημερινά μοντέλα έχουν ήδη αξιοποιήσει τεράστιο μέρος του διαθέσιμου δημόσιου ψηφιακού κειμένου. Η επόμενη γενιά δεν μπορεί απλώς να εκπαιδεύεται σε “περισσότερο ίντερνετ”, διότι το διαθέσιμο ανθρώπινο κείμενο υψηλής ποιότητας είναι πεπερασμένο. Αυτό οδηγεί τις εταιρείες σε δύο επιλογές: είτε σε συμφωνίες για ιδιωτικά και εξειδικευμένα δεδομένα, είτε στη χρήση συνθετικών δεδομένων που παράγονται από τα ίδια τα μοντέλα.

Η δεύτερη επιλογή κρύβει σοβαρό κίνδυνο. Όταν ένα μοντέλο εκπαιδεύεται επανειλημμένα σε περιεχόμενο που έχει παραχθεί από προηγούμενα μοντέλα, υπάρχει κίνδυνος σταδιακής απώλειας της ποικιλίας, της σπανιότητας και της ακρίβειας των αρχικών δεδομένων. Το μοντέλο γίνεται πιο ομοιόμορφο, πιο αυτάρεσκο και λιγότερο συνδεδεμένο με την πραγματική ανθρώπινη εμπειρία. Δεν σημαίνει ότι τα συνθετικά δεδομένα είναι άχρηστα. Σημαίνει ότι πρέπει να χρησιμοποιούνται με αυστηρή μεθοδολογία, με ανθρώπινη επαλήθευση και με διατήρηση πρόσβασης σε αυθεντικά, ποιοτικά και πολυγλωσσικά σύνολα δεδομένων.

Για γλώσσες όπως τα ελληνικά, αυτό είναι κρίσιμο. Αν το μέλλον της ΤΝ στηριχθεί μόνο σε αγγλικά κλειστά κείμενα, οι μικρότερες γλώσσες, οι δημόσιες διοικήσεις και οι τοπικές επιστημονικές κοινότητες θα εξαρτώνται από συστήματα που δεν κατανοούν επαρκώς το θεσμικό, γλωσσικό και πολιτισμικό τους περιβάλλον.

Γλωσσική ευχέρεια δεν σημαίνει κατανόηση

Η πιο ισχυρή κριτική στα LLMs είναι ότι δεν καταλαβαίνουν με ανθρώπινη έννοια. Είναι εντυπωσιακά συστήματα πρόβλεψης, συσχέτισης και παραγωγής κειμένου. Μπορούν να γράψουν πειστικά, να συνοψίσουν, να μεταφράσουν, να οργανώσουν επιχειρήματα και να βοηθήσουν στον προγραμματισμό. Όμως η γλωσσική ευχέρεια δεν πρέπει να συγχέεται με την κρίση, την πρόθεση, την υπευθυνότητα ή τη βιωματική κατανόηση.

Αυτός είναι ο λόγος που τα LLMs μπορούν να παράγουν λάθη με μεγάλη αυτοπεποίθηση. Η λεγόμενη ψευδαίσθηση δεν είναι απλό τεχνικό σφάλμα. Είναι συνέπεια της ίδιας της αρχιτεκτονικής τους: το μοντέλο έχει μάθει να παράγει πιθανό κείμενο, όχι να εγγυάται αλήθεια. Η λύση δεν είναι να απαγορεύσουμε τη χρήση τους, αλλά να τα τοποθετήσουμε στη σωστή θέση. Είναι ισχυρά εργαλεία υποβοήθησης, όχι αυτόνομοι θεσμικοί κριτές.

Στο δημόσιο, στην υγεία, στη δικαιοσύνη, στην εκπαίδευση και στη δημοσιογραφία, αυτό σημαίνει ένα απλό αξίωμα: άνθρωπος στην τελική ευθύνη, τεκμηρίωση στις απαντήσεις, δυνατότητα ελέγχου, καταγραφή σφαλμάτων και επαναξιολόγηση.

Από τα γλωσσικά μοντέλα στα μοντέλα κόσμου

Μια δεύτερη σχολή σκέψης υποστηρίζει ότι η πραγματική πρόοδος θα έρθει όταν τα συστήματα ΤΝ αποκτήσουν καλύτερα “μοντέλα κόσμου”. Δηλαδή εσωτερικές αναπαραστάσεις που δεν μαθαίνουν μόνο πώς συνδέονται οι λέξεις, αλλά πώς λειτουργούν τα πράγματα: ο χώρος, ο χρόνος, η αιτιότητα, οι φυσικοί περιορισμοί, οι ανθρώπινες προθέσεις, οι συνέπειες μιας πράξης.

Η θέση αυτή είναι ιδιαίτερα σημαντική για τον σχεδιασμό, τη ρομποτική, την επιστημονική ανακάλυψη και τα συστήματα που πρέπει να ενεργούν στον πραγματικό κόσμο. Ένα μοντέλο που γνωρίζει πολλές προτάσεις για τη βαρύτητα δεν είναι το ίδιο με ένα σύστημα που μπορεί να προβλέψει αξιόπιστα τι θα συμβεί όταν ένα αντικείμενο κινηθεί, συγκρουστεί ή αποτύχει. Για αυτό η συζήτηση μετακινείται από τα καθαρά γλωσσικά μοντέλα σε πολυτροπικά, ενσώματα και προσανατολισμένα στον στόχο συστήματα.

Το υβριδικό μέλλον

Η πιο ρεαλιστική προοπτική δεν είναι η απόλυτη νίκη μιας σχολής. Το μέλλον πιθανότατα θα είναι υβριδικό. Τα LLMs θα συνδυάζονται με αναζήτηση σε έγκυρες πηγές, βάσεις γνώσης, τυπική λογική, εργαλεία υπολογισμού, συστήματα ελέγχου, εξειδικευμένα μικρότερα μοντέλα και ανθρώπινη εποπτεία.

Για την Ευρώπη και την Ελλάδα, το στρατηγικό συμπέρασμα είναι σαφές. Δεν αρκεί να αγοράζουμε πρόσβαση σε κλειστά μοντέλα μέσω εμπορικών διεπαφών. Χρειαζόμαστε ανοιχτά μοντέλα, ανοιχτά δεδομένα, δημόσια ελεγχόμενες υποδομές, αξιολόγηση στα ελληνικά και θεσμικούς κανόνες για τη χρήση τους. Η ΤΝ πρέπει να γίνει δημόσια ικανότητα και όχι νέα μορφή τεχνολογικής εξάρτησης.

Τα LLMs δεν είναι ούτε απλή μόδα ούτε μαγικός δρόμος προς την καθολική νοημοσύνη. Είναι μια θεμελιώδης τεχνολογία γενικού σκοπού, με τεράστια παραγωγική αξία και πραγματικά όρια. Όποιος κατανοήσει και τα δύο θα μπορέσει να τη χρησιμοποιήσει υπέρ της γνώσης, της δημοκρατίας και της κοινωνικής προόδου.

Πηγές άρθρου:

DeepMind, “Training Compute-Optimal Large Language Models”: Η εργασία Chinchilla τεκμηριώνει ότι η απόδοση των LLMs δεν εξαρτάται μόνο από το μέγεθος των παραμέτρων, αλλά από τη σωστή σχέση υπολογιστικής ισχύος, μεγέθους μοντέλου και όγκου δεδομένων, δείχνοντας ότι μικρότερα αλλά καλύτερα εκπαιδευμένα μοντέλα μπορούν να υπερέχουν: https://arxiv.org/abs/2203.15556,

Epoch AI, “Will we run out of data? Limits of LLM scaling based on human-generated data”: Η μελέτη τεκμηριώνει το πιθανό όριο των διαθέσιμων ανθρώπινων δεδομένων υψηλής ποιότητας για την εκπαίδευση μελλοντικών LLMs και εξηγεί γιατί η απλή συνέχιση της μεγέθυνσης αντιμετωπίζει πρακτικούς περιορισμούς: https://epoch.ai/publications/will-we-run-out-of-data-limits-of-llm-scaling-based-on-human-generated-data,

Nature, “AI models collapse when trained on recursively generated data”: Η δημοσίευση τεκμηριώνει το φαινόμενο model collapse, δηλαδή τη σταδιακή υποβάθμιση μοντέλων που εκπαιδεύονται επανειλημμένα σε δεδομένα παραγόμενα από προηγούμενα μοντέλα: https://www.nature.com/articles/s41586-024-07566-y,

Emily M. Bender, Timnit Gebru, Angelina McMillan-Major, Margaret Mitchell, “On the Dangers of Stochastic Parrots”: Η κλασική εργασία διατυπώνει την κριτική ότι τα μεγάλα γλωσσικά μοντέλα παράγουν γλωσσική ευχέρεια χωρίς εγγυημένη κατανόηση, αναδεικνύοντας κινδύνους μεροληψίας, συγκέντρωσης ισχύος και αδιαφάνειας: https://dl.acm.org/doi/10.1145/3442188.3445922,

Yann LeCun, “A Path Towards Autonomous Machine Intelligence”: Το κείμενο παρουσιάζει την ανάγκη για νέες αρχιτεκτονικές που μαθαίνουν μοντέλα κόσμου και δεν περιορίζονται στην πρόβλεψη λέξεων, θέτοντας τη βάση για Objective-Driven AI και JEPA: https://openreview.net/forum?id=BZ5a1r-kVsf,

Artur d’Avila Garcez and Luis C. Lamb, “Neurosymbolic AI: The 3rd Wave”: Η εργασία τεκμηριώνει την ανάγκη συνδυασμού νευρωνικών μεθόδων με συμβολική αναπαράσταση γνώσης, λογική, ερμηνευσιμότητα και λογοδοσία: https://arxiv.org/abs/2012.05876,

François Chollet et al., “ARC-AGI-2: A New Challenge for Frontier AI Reasoning Systems”: Η εργασία δείχνει ότι τα σύγχρονα συστήματα ΤΝ εξακολουθούν να αντιμετωπίζουν δυσκολίες σε προβλήματα αφαιρετικού συλλογισμού που είναι σχετικά προσιτά στους ανθρώπους, άρα η γλωσσική επίδοση δεν ταυτίζεται με γενική νοημοσύνη: https://arxiv.org/abs/2505.11831,

Rich Sutton, “The Bitter Lesson”: Το κείμενο εξηγεί γιατί οι γενικές μέθοδοι που αξιοποιούν υπολογιστική ισχύ έχουν ιστορικά υπερισχύσει στην ΤΝ, αλλά ταυτόχρονα βοηθά να κατανοηθεί ότι η κλίμακα πρέπει να συνδυάζεται με κατάλληλες αρχιτεκτονικές και εμπειρία από τον πραγματικό κόσμο: https://www.incompleteideas.net/IncIdeas/BitterLesson.html.

Στις 27 Μαΐου πραγματοποιήθηκε η εισαγωγική συνάντηση και το 1ο μάθημα του κύκλου «Οι Τήνιοι γράφουν για την Τήνο», με στόχο τη γνωριμία, το καλωσόρισμα και την παρουσίαση του προγράμματος των σεμιναρίων.

Η δράση διοργανώθηκε στο πλαίσιο της πρωτοβουλίας ΒίκιΕλληνιστί, η οποία προωθεί την ενίσχυση της ελληνικής παρουσίας στη Βικιπαίδεια και στο οικοσύστημα της ανοικτής γνώσης μέσω εκπαιδευτικών εργαστηρίων, συνεργασιών με πολιτιστικούς και εκπαιδευτικούς φορείς και δράσεων συμμετοχικής συγγραφής λημμάτων. Η συμμετοχή της ΒίκιΕλληνιστί στο πρόγραμμα υπογράμμισε τη σημασία της τεκμηρίωσης και διάδοσης της τοπικής ιστορίας και πολιτιστικής κληρονομιάς της Τήνου μέσα από τα εγχειρήματα Wikimedia.

Η έναρξη περιλάμβανε χαιρετισμούς από προσκεκλημένους ομιλητές και εκπροσώπους φορέων, μεταξύ των οποίων η δημοσιογράφος Βίκυ Φλέσσα, η Πρόεδρος του Ιδρύματος Κάτοπτρον Μάγια Τσόκλη και η διευθύντρια του Μουσείου Κώστα Τσόκλη, Χρυσάνθη Κουτσουράκη, οι οποίες ανέδειξαν τη σημασία της πρωτοβουλίας για την ανάδειξη της Τήνου μέσα από τη συλλογική παραγωγή γνώσης και πολιτισμού.

Στη συνέχεια παρουσιάστηκε το πλαίσιο του έργου και έγινε εισαγωγή στη Βικιπαίδεια και στο ευρύτερο οικοσύστημα του Wikimedia. Οι συμμετέχοντες ενημερώθηκαν για τις βασικές αρχές λειτουργίας της Βικιπαίδειας, τον τρόπο συνεισφοράς, καθώς και τη σημασία της τεκμηρίωσης και της αξιόπιστης πληροφόρησης. Παράλληλα, έγινε μια πρώτη αναφορά στα Wikimedia Commons και στον ρόλο των πολυμεσικών αρχείων στην ελεύθερη γνώση.

Το μάθημα ολοκληρώθηκε με συζήτηση και ερωτήσεις, όπου δόθηκε η ευκαιρία για διευκρινίσεις και ανταλλαγή απόψεων. Η πρώτη αυτή συνάντηση έθεσε τις βάσεις για τη συνέχεια του προγράμματος, δημιουργώντας ένα θετικό και συνεργατικό κλίμα για τα επόμενα μαθήματα.

Στο πλαίσιο της διάδοσης της ελεύθερης γνώσης, της ψηφιακής συμμετοχής και της πρωτοβουλίας «Βικιλληνιστί», πραγματοποιήθηκε στις 18 Μαΐου 2026 ενημερωτική εκδήλωση για τη Βικιπαίδεια στο Μουσείο Κώστα Τσόκλη στην Τήνο.

Η δράση είχε στόχο να γνωρίσει στο κοινό τον τρόπο λειτουργίας της μεγαλύτερης διαδικτυακής εγκυκλοπαίδειας, αναδεικνύοντας τη σημασία της συνεργατικής δημιουργίας και διάδοσης της γνώσης.

Κατά τη διάρκεια της εκδήλωσης παρουσιάστηκαν οι βασικές αρχές της Βικιπαίδειας, οι τρόποι με τους οποίους οι πολίτες μπορούν να συνεισφέρουν με αξιόπιστο περιεχόμενο, καθώς και η αξία της τεκμηριωμένης πληροφόρησης στη σύγχρονη ψηφιακή εποχή. Ιδιαίτερη έμφαση δόθηκε στην ανάδειξη της τοπικής ιστορίας, του πολιτισμού και της πολιτιστικής κληρονομιάς, μέσα από λήμματα που μπορούν να εμπλουτιστούν από την τοπική κοινωνία.

Η πρωτοβουλία αποτέλεσε μια σημαντική ευκαιρία ανταλλαγής γνώσεων και εμπειριών, ενθαρρύνοντας περισσότερους ανθρώπους να συμμετέχουν ενεργά στη δημιουργία ελεύθερου ψηφιακού περιεχομένου. Παράλληλα, ανέδειξε τον ρόλο των πολιτιστικών φορέων ως χώρων εκπαίδευσης, διαλόγου και εξωστρέφειας προς την κοινωνία.

Στις 3 Ιουνίου 2026, η Ευρωπαϊκή Επιτροπή παρουσίασε το νέο Πακέτο Τεχνολογικής Ανεξαρτησίας (Technological Sovereignty Package), στο οποίο περιλαμβάνεται και η νέα Στρατηγική για το Ανοιχτό Λογισμικό (Open Source Strategy). Η πρωτοβουλία αυτή σηματοδοτεί μια σημαντική αλλαγή στην ψηφιακή πολιτική της Ευρωπαϊκής Ένωσης, με στόχο τη μείωση της εξάρτησης από ιδιόκτητες τεχνολογίες και την ενίσχυση της ευρωπαϊκής τεχνολογικής αυτονομίας.

Η πρόκληση της εξάρτησης από ιδιόκτητο λογισμικό

Σήμερα, η Ευρωπαϊκή Ένωση δαπανά περίπου 264 δισεκατομμύρια ευρώ ετησίως για προϊόντα και υπηρεσίες πληροφορικής, με το μεγαλύτερο μέρος αυτών των δαπανών να κατευθύνεται σε ιδιόκτητες λύσεις λογισμικού. Η κατάσταση αυτή έχει δημιουργήσει μακροχρόνιες εξαρτήσεις από συγκεκριμένους προμηθευτές και έχει περιορίσει την ευελιξία των δημόσιων οργανισμών και επιχειρήσεων. Η νέα στρατηγική της Ευρωπαϊκής Επιτροπής αναγνωρίζει το Ελεύθερο και Ανοιχτό Λογισμικό ως στρατηγικό εργαλείο για την ενίσχυση της ανταγωνιστικότητας της Ευρώπης. Παράλληλα, αναδεικνύει τις θεμελιώδεις ελευθερίες που το συνοδεύουν: τη δυνατότητα χρήσης, μελέτης, διαμοιρασμού και βελτίωσης του λογισμικού.

Η αρχή «Open Source First»

Κεντρικό στοιχείο της νέας πολιτικής αποτελεί η εισαγωγή της αρχής «Open Source First» μέσω του επερχόμενου νομοθετήματος Cloud and AI Development Act (CADA). Σύμφωνα με αυτήν, οι δημόσιες διοικήσεις θα πρέπει να προτιμούν λύσεις ανοιχτού λογισμικού στις προμήθειες λογισμικού για υποδομές cloud και εφαρμογές τεχνητής νοημοσύνης. Επιπλέον, το λογισμικό που αναπτύσσεται ή αποκτάται με δημόσιους πόρους θα πρέπει να είναι διαθέσιμο για επαναχρησιμοποίηση από άλλους δημόσιους φορείς. Η προσέγγιση αυτή στοχεύει στη μείωση του φαινομένου του «vendor lock-in», δηλαδή της εξάρτησης από έναν μόνο προμηθευτή τεχνολογικών λύσεων. Ωστόσο, ειδικοί επισημαίνουν ότι η επιτυχία της στρατηγικής θα εξαρτηθεί από την αποτελεσματική εφαρμογή της και την αποφυγή πιθανών παραθύρων που θα μπορούσαν να περιορίσουν την πρακτική της επίδραση.

Στήριξη της ευρωπαϊκής καινοτομίας

Η νέα στρατηγική δίνει ιδιαίτερη έμφαση στη στήριξη των ευρωπαϊκών μικρομεσαίων επιχειρήσεων και των εταιρειών που δραστηριοποιούνται στον χώρο του ανοιχτού λογισμικού. Για τον σκοπό αυτό προβλέπονται νέες κατευθυντήριες γραμμές για τις δημόσιες προμήθειες, οι οποίες θα διευκολύνουν τη συμμετοχή μικρότερων ευρωπαϊκών παρόχων σε διαγωνισμούς που μέχρι σήμερα ευνοούσαν κυρίως μεγάλους διεθνείς προμηθευτές. Παράλληλα, η Ευρωπαϊκή Ένωση θέτει ως προτεραιότητα την ανάπτυξη ανοιχτών τεχνολογιών σε κρίσιμους τομείς όπως οι μικροεπεξεργαστές RISC-V, οι πλατφόρμες cloud, τα πλαίσια ανάπτυξης τεχνητής νοημοσύνης και τα ελεύθερα λειτουργικά συστήματα για κινητές συσκευές.

Χρηματοδότηση και στόχοι έως το 2030

Για την υλοποίηση της στρατηγικής, η Ευρωπαϊκή Ένωση σχεδιάζει να διαθέσει 2 δισεκατομμύρια ευρώ σε ορίζοντα επτά ετών. Το ποσό αυτό θα χρηματοδοτήσει δράσεις ανάπτυξης και συντήρησης κρίσιμων έργων ανοιχτού λογισμικού, συμπεριλαμβανομένων μηχανισμών σταθερής χρηματοδότησης για βασικές ψηφιακές υποδομές. Παρότι το ποσό θεωρείται σημαντικό, παραμένει μικρό σε σύγκριση με τις ετήσιες δαπάνες των 264 δισεκατομμυρίων ευρώ για ιδιόκτητο λογισμικό και υπηρεσίες. Επιπλέον, η Επιτροπή στοχεύει, σε συνεργασία με τα κράτη-μέλη και τις Ευρωπαϊκές Κοινοπραξίες Ψηφιακών Υποδομών (EDICs), να φτάσει τα 30 εκατομμύρια ενεργούς χρήστες εργαλείων συνεργασίας και ασφαλούς ανταλλαγής μηνυμάτων βασισμένων σε ανοιχτό λογισμικό έως το 2030.

Εκπαίδευση και ψηφιακή ανεξαρτησία

Ιδιαίτερη βαρύτητα δίνεται και στον τομέα της εκπαίδευσης. Η Ευρωπαϊκή Επιτροπή αναγνωρίζει την ανάγκη για ανεξάρτητα ψηφιακά εργαλεία στα σχολεία και τα πανεπιστήμια και σχεδιάζει να υποστηρίξει την ανάπτυξη μιας ολοκληρωμένης σουίτας ανοιχτού λογισμικού για εκπαιδευτικά ιδρύματα. Παράλληλα, προβλέπεται η προώθηση εκπαιδευτικών προγραμμάτων και καταρτίσεων που δεν θα εξαρτώνται από συγκεκριμένους προμηθευτές τεχνολογίαΔιαβάστε εδώ τη νέα στρατηγική της ΕΕ.

Η νέα Στρατηγική για το Ανοιχτό Λογισμικό αποτελεί μία από τις πιο φιλόδοξες προσπάθειες της Ευρωπαϊκής Ένωσης να ενισχύσει την ψηφιακή της κυριαρχία και να δημιουργήσει ένα πιο ανοιχτό, ανταγωνιστικό και βιώσιμο τεχνολογικό οικοσύστημα. Αν εφαρμοστεί αποτελεσματικά, μπορεί να συμβάλει στη μείωση της εξάρτησης από εξωτερικούς τεχνολογικούς παρόχους, να ενισχύσει την ευρωπαϊκή καινοτομία και να προσφέρει μεγαλύτερη διαφάνεια και έλεγχο στις δημόσιες ψηφιακές υποδομές. Ωστόσο, η πραγματική επιτυχία της θα κριθεί από την υλοποίηση των μέτρων και τη δέσμευση των κρατών-μελών να υιοθετήσουν στην πράξη τις αρχές του ανοιχτού λογισμικού.

Διαβάστε εδώ τη νέα στρατηγική της ΕΕ

by: Wikimedia Greece

Στο πλαίσιο του φετινού μαραθώνιου λημματογράφησης CEE Spring, δημιουργήθηκαν και επεκτάθηκαν 753 λήμματα στην Ελληνική Βικιπαίδεια σχετικά με τις χώρες της Ανατολικής και Κεντρικής Ευρώπης.

Η φετινή συμμετοχή ανέδειξε για ακόμη μία χρονιά τη σημασία της συνεργατικής συγγραφής και της εθελοντικής συμβολής στη διάδοση της ελεύθερης γνώσης. Οι συντάκτες της Βικιπαίδειας συνέβαλαν ουσιαστικά στον εμπλουτισμό της εγκυκλοπαίδειας με αξιόπιστο και τεκμηριωμένο περιεχόμενο, καλύπτοντας ένα ευρύ φάσμα θεμάτων που αφορούν την ιστορία, τον πολιτισμό, τη γεωγραφία και την κοινωνία των χωρών της περιοχής.

Ο διαγωνισμός CEE Spring αποτελεί ετήσια πρωτοβουλία της κοινότητας των Βικιπαιδιστών της Κεντρικής και Ανατολικής Ευρώπης, με στόχο την ενίσχυση της διαπολιτισμικής κατανόησης και την αύξηση της ποικιλομορφίας του περιεχομένου στις γλωσσικές εκδόσεις της Βικιπαίδειας. Η ελληνική κοινότητα συμμετέχει ενεργά, αποδεικνύοντας τη σταθερή της δέσμευση στην προώθηση της ελεύθερης και ανοικτής γνώσης.

Ο διαγωνισμός διοργανώθηκε για μία ακόμη χρονιά από το Wikimedia Community User Group Greece.

Απευθύνονται θερμά συγχαρητήρια σε όλους τους συμμετέχοντες και ιδιαιτέρως στους πέντε νικητές:

Πηγή άρθρου: https://planet.ellak.gr/ , https://blog.wikimedia.gr/

Στο πλαίσιο του φετινού μαραθώνιου λημματογράφησης CEE Spring, δημιουργήθηκαν και επεκτάθηκαν 753 λήμματα στην Ελληνική Βικιπαίδεια σχετικά με τις χώρες της Ανατολικής και Κεντρικής Ευρώπης.

Η φετινή συμμετοχή ανέδειξε για ακόμη μία χρονιά τη σημασία της συνεργατικής συγγραφής και της εθελοντικής συμβολής στη διάδοση της ελεύθερης γνώσης. Οι συντάκτες της Βικιπαίδειας συνέβαλαν ουσιαστικά στον εμπλουτισμό της εγκυκλοπαίδειας με αξιόπιστο και τεκμηριωμένο περιεχόμενο, καλύπτοντας ένα ευρύ φάσμα θεμάτων που αφορούν την ιστορία, τον πολιτισμό, τη γεωγραφία και την κοινωνία των χωρών της περιοχής.

Ο διαγωνισμός CEE Spring αποτελεί ετήσια πρωτοβουλία της κοινότητας των Βικιπαιδιστών της Κεντρικής και Ανατολικής Ευρώπης, με στόχο την ενίσχυση της διαπολιτισμικής κατανόησης και την αύξηση της ποικιλομορφίας του περιεχομένου στις γλωσσικές εκδόσεις της Βικιπαίδειας. Η ελληνική κοινότητα συμμετέχει ενεργά, αποδεικνύοντας τη σταθερή της δέσμευση στην προώθηση της ελεύθερης και ανοικτής γνώσης.

Ο διαγωνισμός διοργανώθηκε για μία ακόμη χρονιά από το Wikimedia Community User Group Greece.

Απευθύνονται θερμά συγχαρητήρια σε όλους τους συμμετέχοντες και ιδιαιτέρως στους πέντε νικητές:

Με αφορμή τη συμπλήρωση δέκα ετών από την ίδρυσή του, το Nextcloud γιορτάζει ένα σημαντικό ορόσημο για το ανοιχτό λογισμικό, την ιδιωτικότητα και την ψηφιακή κυριαρχία. Από το 2016, όταν αποτέλεσε ένα τολμηρό fork του ownCloud από τον ιδρυτή Frank Karlitschek, το Nextcloud έχει εξελιχθεί από ένα εργαλείο διαμοιρασμού αρχείων σε μία πλήρη πλατφόρμα συνεργασίας, εξυπηρετώντας εκατοντάδες χιλιάδες ψηφιακούς χώρους εργασίας κάθε μήνα. Το 2026, η πλατφόρμα αριθμεί περισσότερους από 500.000 ενεργούς διακομιστές παγκοσμίως, με εκατομμύρια χρήστες να επιλέγουν την αυτονομία έναντι του εγκλεισμού σε λύσεις μεγάλων παρόχων.

Μια δεκαετία εξέλιξης και καινοτομίας

Η πορεία του Nextcloud χαρακτηρίζεται από συνεχή καινοτομία και προσαρμογή στις ανάγκες της κοινότητας. Βασισμένο σε γλώσσες PHP και JavaScript, και διαθέσιμο σε περισσότερες από 60 γλώσσες, το σύστημα μπορεί να φιλοξενηθεί σε οποιοδήποτε περιβάλλον Linux, ενώ οι πελάτες του υποστηρίζουν Windows, macOS, Linux, FreeBSD, Android και iOS. Σε αυτή τη δεκαετία, η πλατφόρμα εισήγαγε λειτουργίες που την τοποθέτησαν στην αιχμή της τεχνολογίας: από την επαναστατική μηχανή ADA για επιτάχυνση πρόσβασης και επεκτασιμότητα, έως την ενσωμάτωση δυνατοτήτων AI και αυτοματοποιημένων ροών εργασίας που σέβονται την ιδιωτικότητα. Παράλληλα, η αναγνώριση της αξίας της ήταν συνεχής: διακρίθηκε 10 συνεχόμενες φορές στα CloudComputing-Insider Readers’ Choice Awards (κερδίζοντας πέντε φορές την πλατινένια διάκριση), ενώ ο Frank Karlitschek τιμήθηκε με το European Open Source Award for Business & Impact.

Ψηφιακή Κυριαρχία. Η απάντηση στους Big Tech

Σε μια εποχή όπου οι μεγάλες τεχνολογικές εταιρείες απειλούν τη λεγόμενη «ψηφιακή κυριαρχία», το Nextcloud αναδεικνύεται ως η ισχυρή, εναλλακτική λύση ανοιχτού λογισμικού. Αντί να δεσμεύονται τα δεδομένα σε κλειστά οικοσυστήματα, τα άτομα και οι οργανισμοί ανακτούν τον έλεγχο. Η πρόσφατη έκδοση Hub 26 Spring, που θα παρουσιάστηκε στις 9 Ιουνίου 2026, δίνει έμφαση σε εργαλεία μετανάστευσης από το Microsoft 365 και το Google Workspace, ελέγχους για την εκτέλεση μοντέλων Τεχνητής Νοημοσύνης εντός της υποδομής του χρήστη, ενώ απλοποιεί τη συμμόρφωση με κανονισμούς όπως ο GDPR (Γενικός Κανονισμός για την Προστασία Δεδομένων). Σύμφωνα με τον CEO Frank Karlitschek, αυτή είναι η στιγμή όπου η κοινότητα καλείται να υπερασπιστεί περαιτέρω τον έλεγχο των δεδομένων και τα ανοικτά πρότυπα.

Τεχνική ισχύς και απεριόριστη επεκτασιμότητα

Για τους διαχειριστές συστημάτων, το Nextcloud παραμένει ένα ευέλικτο, ασφαλές και ισχυρό εργαλείο. Υποστηρίζοντας βάσεις δεδομένων όπως SQLite, MySQL/MariaDB και PostgreSQL, και λειτουργώντας σε οποιοδήποτε διακομιστή Linux, η πλατφόρμα είναι έτοιμη για φόρτωση από μικρές εγκαταστάσεις έως υπερ-κλίμακες εκατομμυρίων χρηστών. Η ενότητα Nextcloud Talk αποτελεί λύση αιχμής για επικοινωνία, ενώ οι μηχανισμοί κρυπτογράφησης (από άκρο σε άκρο, φιλτράρισμα ευαίσθητων δεδομένων με AI, αυτόματο κλείδωμα αρχείων για αποφυγή συγκρούσεων) ικανοποιούν και τις πιο αυστηρές απαιτήσεις ασφαλείας. Σύμφωνα με συγκριτικές αναλύσεις, το Nextcloud υπερτερεί σε πληρότητα λειτουργιών, ενοποίηση εφαρμογών και δυνατότητες συνεργασίας, αποτελώντας μια ολοκληρωμένη πλατφόρμα, σε αντίθεση με πιο εξειδικευμένες λύσεις όπως το Seafile. Η ενεργή κοινότητα εκατοντάδων προγραμματιστών και ο τακτικός κύκλος εκδόσεων (κυκλοφορία κάθε 4 μήνες με υποστήριξη 1 έτους) εξασφαλίζουν σταθερότητα, ενημερώσεις ασφαλείας και μακροπρόθεσμη υποστήριξη.

Γιορταστικές εκδηλώσεις και Events

Το καλοκαίρι του 2026 είναι αφιερωμένο στον εορτασμό αυτής της δεκαετίας. Κύριο σημείο αναφοράς αποτελεί το Nextcloud Summit, που πραγματοποιείται στο Μόναχο στις 9 Ιουνίου, με ομιλίες από ειδικούς όπως η Δρ. Sachiko Muto (Πρόεδρος του OpenForum Europe) και τη συμμετοχή της γερμανικής κυβέρνησης, της Ευρωπαϊκής Επιτροπής και της SUSE. Ακολουθεί το Nextcloud Community Conference (19-20 Σεπτεμβρίου στο Βερολίνο), όπου καλούνται μέλη της κοινότητας να συμμετάσχουν ως ομιλητές. Ακόμα, η ομάδα του Nextcloud συλλέγει βίντεο και ιστορίες από χρήστες στην καμπάνια «10 years of Nextcloud: share your story», προσκαλώντας τους πάντες να γίνουν μέρος του αφηγήματος. Η ψηφοφορία για το βραβείο CloudComputing-Insider, όπου το Nextcloud είναι υποψήφιο για 10η φορά, παραμένει ανοιχτή έως τις 31 Αυγούστου 2026.

Κοιτάζοντας μπροστά. Το μέλλον με εγγυήσεις ιδιωτικότητας

Καθώς το Nextcloud εισέρχεται στη δεύτερη δεκαετία ζωής του, θέτει νέους στόχους για την εμβάθυνση της ψηφιακής αυτονομίας, τη βελτιστοποίηση της AI που σέβεται τα δεδομένα και την επέκταση των δυνατοτήτων ενορχήστρωσης. Η ενεργή συμμετοχή της κοινότητας, που περιλαμβάνει χιλιάδες προγραμματιστές, μεταφραστές και οργανισμούς, παραμένει ο βασικός πυλώνας επιτυχίας.

Είτε είστε απλός χρήστης που αναζητά μια ασφαλή λύση αποθήκευσης, είτε διαχειριστής που επιθυμεί να κλιμακώσει μια ευέλικτη υποδομή συνεργασίας, το Nextcloud αποτελεί την πλέον αξιόπιστη επιλογή που σέβεται τον απόλυτο έλεγχο των δεδομένων σας. Ο εορτασμός δέκα χρόνων είναι η κατάλληλη στιγμή για να γίνετε κι εσείς μέλος της κοινότητας. Εξερευνήστε το Nextcloud Hub 26, εγκαταστήστε τον διακομιστή σας, ή απλά ψηφίστε για την αποστολή του στον διαγωνισμό CloudComputing-Insider. Το επόμενο κεφάλαιο της ψηφιακής ιστορίας γράφεται από εμάς.

Το Wiki Loves Earth επιστρέφει στην Ελλάδα, προσκαλώντας φωτογράφους και λάτρεις της φύσης να αναδείξουν την πλούσια φυσική κληρονομιά της χώρας μέσα από ελεύθερες φωτογραφίες.

Ο διαγωνισμός στοχεύει στην τεκμηρίωση προστατευόμενων περιοχών και φυσικών τοπίων σε όλο τον κόσμο.

Οι συμμετέχοντες μπορούν να φωτογραφίσουν εθνικούς δρυμούς, λίμνες, δάση, ακτές και άλλες περιοχές φυσικού κάλλους, και να ανεβάσουν το υλικό στο Wikimedia Commons με ελεύθερη άδεια χρήσης.

Οι φωτογραφίες συμβάλλουν στον εμπλουτισμό της Βικιπαίδειας και στη διάδοση της γνώσης για το περιβάλλον και τη βιοποικιλότητα.

Η καλύτερη φωτογραφία θα λάβει δωροεπιταγή αξίας 400 ευρώ, η δεύτερη 300 ευρώ και η τρίτη 200 ευρώ. Οι δέκα καλύτερες φωτογραφίες θα τυπωθούν σε μορφή πόστερ, ενώ θα προωθηθούν στο διεθνές σκέλος του διαγωνισμού Wiki Loves Earth 2026.

Ο διαγωνισμός στην Ελλάδα πραγματοποιείται από 1 έως 30 Ιουνίου 2026. Περισσότερες πληροφορίες είναι διαθέσιμες στην επίσημη ιστοσελίδα του διαγωνισμού. Το ελληνικό σκέλος του διαγωνισμού διοργανώνεται από το Wikimedia Community User Group Greece.

Στις 10 Ιουνίου 2026, το σημαντικό νορβηγικό τεχνολογικό φόρουμ Kongsberg Agenda φιλοξενεί μια κορυφαία συζήτηση για έναν από τους πιο κρίσιμους τομείς της σύγχρονης ψηφιακής πολιτικής: την ασφάλεια του λογισμικού ανοιχτού κώδικα (OSS) και τη σχέση της με την εθνική κυριαρχία.

Η εκδήλωση, που συντονίζεται με το NCC-NO, θέτει το κεντρικό ερώτημα: πώς οφείλουν κυβερνήσεις, επιχειρήσεις και η κοινότητα ανοιχτού κώδικα να συνεργαστούν για να αντιμετωπίσουν τις δομικές προκλήσεις ασφάλειας του OSS. Η εκδήλωση διεξάγεται στο Christian IV salene του Quality Hotel Grand Kongsberg, σε δύο συνεδρίες: 09:00–10:15 και 10:30–11:45.

Ανάμεσα στους διακεκριμένους ομιλητές του συνεδρίου συμμετέχει και ο Επίτιμος Πρόεδρος της ΕΕΛΛΑΚ, Καθηγητής του Οικονομικού Πανεπιστημίου Αθηνών και του Πολυτεχνείου του Delft Διομήδης Σπινέλλης

Η στροφή από ιδιόκτητο λογισμικό προς λύσεις ανοιχτού κώδικα επιταχύνεται, ειδικά στην Ευρώπη, όπου οι απαιτήσεις ψηφιακής κυριαρχίας και εντοπισμού δεδομένων γίνονται ολοένα και πιο κρίσιμες. Οι οργανισμοί υιοθετούν το OSS όχι μόνο για εξοικονόμηση κόστους, αλλά και για να αποφύγουν τον εγκλωβισμό σε συγκεκριμένους προμηθευτές και να αποκτήσουν μεγαλύτερο έλεγχο στις τεχνολογικές τους επιλογές.

Η εθνική κυριαρχία στην ψηφιακή εποχή ορίζεται ολοένα περισσότερο από την ικανότητα μιας χώρας να ελέγχει την κρίσιμη ψηφιακή της υποδομή. Το λογισμικό ανοιχτού κώδικα παίζει εδώ κεντρικό ρόλο, καθώς παρέχει στις κυβερνήσεις τη δυνατότητα να επιθεωρούν, να τροποποιούν και να προσαρμόζουν το λογισμικό χωρίς εξάρτηση από ξένους ιδιοκτήτες.

Ταυτόχρονα, η ενσωμάτωση της τεχνητής νοημοσύνης στα οικοσυστήματα OSS εισάγει νέες ευκαιρίες αλλά και κινδύνους, καθώς η ΤΝ μπορεί να αξιοποιηθεί και από κακόβουλους παράγοντες για να εντοπίζουν και να εκμεταλλεύονται τρωτά σημεία σε μεγάλη κλίμακα

Η πρώτη συνεδρία (09:00–10:15) με τίτλο «What are the stakes?» περιλαμβάνει ομιλίες από τον Διομήδη Σπινέλλη (Οικονομικό Πανεπιστήμιο Αθηνών), τον Magnus Jorem (Σύμβουλος στη Νορβηγική Αποστολή στην ΕΕ) και τον Demosthenes Ikonomou (ENISA), με εισαγωγή από την Peggy Sandbekken, διευθύντρια του NTNU CCIS.

Η δεύτερη συνεδρία (10:30–11:45) επικεντρώνεται στο «How to address the challenges and the opportunities with the OSS» και περιλαμβάνει πάνελ συζήτηση υπό τη διεύθυνση του Καθηγητή Basel Katt (NTNU), στο οποίο μετέχουν εκπρόσωποι της ENISA, της Digital Europe, του NSM (Νορβηγική Υπηρεσία Εθνικής Ασφάλειας), του Ερευνητικού Συμβουλίου Νορβηγίας και εκπρόσωποι από τον ιδιωτικό τομέα. Ο κ Σπινέλλης συμμετέχει και σε αυτή τη συνεδρία.

Δείτε περισσότερα για το συνέδριο στην σελίδα του συνεδρίου

Διαβάστε στο newsletter Μαΐου https://newsletters.ellak.gr/archives/2605/ πάνω από 60 άρθρα για:

– την Τεχνητή Νοημοσύνη
– το ελεύθερο λογισμικό
– τα ψηφιακά δικαιώματα
– τις πρωτοβουλίες για τον ανοιχτό κώδικα στην ΕΕ
– την προστασία της ιδιωτικότητας
– τα ανοιχτά δεδομένα και την ανοιχτή διακυβέρνηση
– τα πνευματικά δικαιώματα
– τις ανοιχτές τεχνολογίες στην εκπαίδευση

Εάν θέλεις να λαμβάνεις κάθε μήνα το ενημερωτικό δελτίο για τις Ανοιχτές Τεχνολογίες καταχώρησε εδώ (https://newsletters.ellak.gr/?p=subscribe&id=) το email σου. Το ενημερωτικό δελτίο στέλνεται κάθε μήνα σε πάνω από 60.000 παραλήπτες.

Διαβάστε το newsletter Μαΐου στο https://newsletters.ellak.gr/archives/2605/

Δείτε παρακάτω μερικά από τα άρθρα του μήνα

Κάλεσμα: ας μάθουμε στα μοντέλα Τεχνητής Νοημοσύνης να μιλούν σωστά ελληνικά Στο argilla.glossapi.gr καλούμε εθελοντές από τις κοινότητες ανοιχτού λογισμικού, ερευνητές, γλωσσολόγους, μεταφραστές, προγραμματιστές, εκπαιδευτικούς και κάθε ενεργό χρήστη της ελληνικής γλώσσας να συμμετάσχουν στη διαδικασία Μάθησης από Ανθρώπινη Ανάδραση (RLHF). Στην πράξη αυτό σημαίνει κάτι απλό αλλά εξαιρετικά σημαντικό: να βοηθήσουμε τα γλωσσικά μοντέλα να ξεχωρίζουν ποια απάντηση είναι φυσική, σαφής, ακριβής και ποια ακούγεται ξένη, άκαμπτη ή «ρομποτική». Η RLHF βασίζεται ακριβώς σε αυτή την ανθρώπινη αξιολόγηση, ώστε το μοντέλο να βελτιώνεται με βάση ανθρώπινες κρίσεις και όχι μόνο στατιστικά μοτίβα.

Ο Οργανισμός Ανοιχτών Τεχνολογιών (ΕΕΛΛΑΚ) συμμετέχει στο GSoC 2026 με 7 έργα ανοιχτού κώδικα H ΕΕΛΛΑΚ συμμετέχει ως mentor organization στο πρόγραμμα, υποστηρίζοντας έργα ανοιχτού κώδικα που θα υλοποιηθούν από φοιτητές, ερευνητές και νέους προγραμματιστές από όλο τον κόσμο κατά τη διάρκεια του καλοκαιριού του 2026. Οι συμμετέχοντες που θα ολοκληρώσουν επιτυχώς το πρόγραμμα θα λάβουν αμοιβή έως 3.600$ για τη συνεισφορά τους. Φέτος, η ΕΕΛΛΑΚ συμμετέχει με 7 έργα ανοιχτού κώδικα, που καλύπτουν ένα ευρύ φάσμα τομέων: από την Τεχνητή Νοημοσύνη και την επεξεργασία φυσικής γλώσσας, έως τις διαστημικές εφαρμογές, την εκπαιδευτική ρομποτική και την ασφάλεια λογισμικού. Η πλήρης λίστα των έργων είναι διαθέσιμη στη σελίδα του ΕΕΛΛΑΚ στο GSoC 2026.

25 Ελληνικοί και Διεθνείς Οργανισμοί Λένε «Όχι» στην Απαγόρευση Social Media για Ανήλικους Κάτω των 15 Πέντε εβδομάδες μετά την ανακοίνωση της ελληνικής κυβέρνησης για την επιβολή απαγόρευσης πρόσβασης σε μέσα κοινωνικής δικτύωσης για παιδιά κάτω των 15 ετών, 25 οργανισμοί από την Ελλάδα και το εξωτερικό έσπευσαν να υψώσουν τη φωνή τους. Με ανοιχτή επιστολή που κατατέθηκε στις 19 Μαΐου 2026 και απευθύνεται στον Πρωθυπουργό Κυριάκο Μητσοτάκη και τέσσερις αρμόδιους υπουργούς, οι υπογράφοντες φορείς — ανάμεσά τους το Δίκτυο για τα Δικαιώματα του Παιδιού, η Διεθνής Αμνηστία Ελλάδας, η Ελληνική Ένωση για τα Δικαιώματα του Ανθρώπου, το Homo Digitalis. o Οργανισμός Ανοιχτών Τεχνολογιών – ΕΕΛΛΑΚ και η European Digital Rights (EDRi) — καταθέτουν δέκα τεκμηριωμένους προβληματισμούς για τη νομοθετική πρωτοβουλία.

Ο ΟΗΕ εγκαινιάζει το Open Source United Portal: Ένα νέο κεφάλαιο για το ανοιχτό λογισμικό και την τεχνητή νοημοσύνη Ο Οργανισμός Ηνωμένων Εθνών ανακοίνωσε την έναρξη λειτουργίας της πλατφόρμας Open Source United (OSU), ενός νέου κεντρικού κόμβου που φιλοδοξεί να συγκεντρώσει και να συντονίσει όλες τις δράσεις ανοιχτού λογισμικού στο οικοσύστημα του ΟΗΕ. Η πρωτοβουλία αυτή σηματοδοτεί μια σημαντική καμπή για τη διεθνή συνεργασία στον τομέα της ψηφιακής διακυβέρνησης, της διαφάνειας και της βιώσιμης τεχνολογικής ανάπτυξης.

Ψηφιακή ανεξαρτησία μέσω ανοιχτού κώδικα: Η Σουηδία επενδύει στο Matrix Η Σουηδία κάνει ένα σημαντικό βήμα προς την ψηφιακή κυριαρχία και τη διαλειτουργικότητα στον δημόσιο τομέα, υιοθετώντας το ανοιχτό πρότυπο επικοινωνίας Matrix για τη διασύνδεση κυβερνητικών υπηρεσιών. Η πρωτοβουλία αυτή φέρνει στο προσκήνιο ένα νέο μοντέλο συνεργασίας, όπου διαφορετικοί οργανισμοί μπορούν να επικοινωνούν απρόσκοπτα, ακόμη κι αν χρησιμοποιούν διαφορετικές πλατφόρμες και προμηθευτές λογισμικού.

Τοπικά μοντέλα ΤΝ και ΦΑΡΟΣ: η σωστή αρχιτεκτονική για ασφαλή, φθηνή και δημοκρατική ΤΝ Η σωστή στρατηγική για την Τεχνητή Νοημοσύνη δεν είναι να επιλεγεί μία και μοναδική τεχνολογική λύση. Δεν χρειάζεται όλα να τρέχουν σε υπερυπολογιστές, όπως δεν είναι λογικό κάθε δημόσιος φορέας, πανεπιστήμιο, σχολείο ή επιχείρηση να εξαρτάται από εμπορικά cloud API. Η ορθολογική προσέγγιση είναι πολυεπίπεδη: εθνικές υποδομές υψηλής υπολογιστικής ισχύος για τα βαριά φορτία, τοπικές ανοιχτές υποδομές για καθημερινή ασφαλή χρήση και εναλλακτικές πλατφόρμες υλικού ώστε να μη δημιουργηθεί νέος τεχνολογικός εγκλωβισμός.

Δέκα χρόνια αντίστασης απέδωσαν: ναυάγησε το «Radio Lockdown» στην ΕΕ Η Ευρωπαϊκή Επιτροπή αποφάσισε τελικά να εγκαταλείψει το επίμαχο άρθρο της Οδηγίας για τον Ραδιοεξοπλισμό (Radio Equipment Directive – RED) που απειλούσε για περισσότερο από μία δεκαετία την ελευθερία του λογισμικού σε εκατομμύρια συσκευές. Πρόκειται για μια σημαντική νίκη για το Ευρωπαϊκό Ίδρυμα Ελεύθερου Λογισμικού (FSFE) και για τον ευρύτερο συνασπισμό οργανώσεων και πολιτών που επί χρόνια αντιστάθηκαν στο λεγόμενο «Radio Lockdown».

Τεχνητή Νοημοσύνη και προγραμματισμός: γιατί ο κώδικας που μοιάζει σωστός είναι ο πιο επικίνδυνος Η χρήση της Τεχνητής Νοημοσύνης στον προγραμματισμό έχει ήδη αλλάξει τον τρόπο με τον οποίο γράφεται λογισμικό. Από την αυτόματη συμπλήρωση στον επεξεργαστή κώδικα μέχρι τους αυτόνομους πράκτορες που μπορούν να ανοίγουν αιτήματα αλλαγών, να τροποποιούν αρχεία και να προτείνουν διορθώσεις, οι προγραμματιστές εργάζονται πια μαζί με συστήματα που παράγουν κώδικα γρήγορα, πειστικά και συχνά εντυπωσιακά. Το κρίσιμο πρόβλημα όμως δεν είναι ότι η ΤΝ κάνει λάθη. Όλοι οι προγραμματιστές κάνουν λάθη. Το πρόβλημα είναι ότι η ΤΝ παράγει λάθη που μοιάζουν σωστά.

Harvard και Linux Foundation παρουσιάζουν το Keyring: Το νέο ψηφιακό πορτοφόλι ανοιχτού κώδικα που προστατεύει την ιδιωτικότητα των χρηστών Η συνεχώς αυξανόμενη ανάγκη για επαλήθευση ταυτότητας και ηλικίας στο διαδίκτυο δημιουργεί ένα κρίσιμο ερώτημα: πώς μπορούν οι χρήστες να αποδεικνύουν ποιοι είναι χωρίς να θυσιάζουν την ιδιωτικότητά τους; Μια νέα πρωτοβουλία από το Πανεπιστήμιο Harvard και το Linux Foundation φιλοδοξεί να δώσει απάντηση μέσα από το Keyring, ένα ανοιχτού κώδικα ψηφιακό πορτοφόλι ταυτότητας που επιτρέπει στους χρήστες να ελέγχουν πλήρως ποια προσωπικά δεδομένα μοιράζονται.

Η Ελβετία μειώνει την εξάρτησή της από ιδιόκτητο λογισμικό Η ελβετική κυβέρνηση κάνει ένα σημαντικό βήμα προς την ενίσχυση της ψηφιακής της ανεξαρτησίας, επιδιώκοντας να μειώσει σταδιακά την εξάρτησή της από ιδιόκτητο λογισμικό και ξένους τεχνολογικούς παρόχους. Η πρωτοβουλία αυτή εντάσσεται σε μια ευρύτερη στρατηγική για την ενίσχυση της «ψηφιακής κυριαρχίας» της χώρας και τη στροφή προς λύσεις ανοιχτού κώδικα (open source).

Πώς η Γαλλία, η Γερμανία και η Ολλανδία συνδημιουργούν τα ανοιχτά ψηφιακά εργαλεία του μέλλοντος Τι συμβαίνει όταν τρεις ευρωπαϊκές δημόσιες διοικήσεις αποφασίζουν να περάσουν από την απλή συνεργασία στη συν-ανάπτυξη ψηφιακών εργαλείων; Από το 2023, η Γαλλία, η Γερμανία και η Ολλανδία επιχειρούν να δώσουν μια πρακτική απάντηση σε αυτό το ερώτημα, χτίζοντας από κοινού λογισμικό ανοικτού κώδικα για τον δημόσιο τομέα.

Ψηφιακή Αυτονομία: Η Ολλανδία Δημιουργεί Εθνική Πλατφόρμα Ανάπτυξης Κώδικα Η Ολλανδία προχώρησε στη δοκιμαστική έναρξη λειτουργίας της νέας πλατφόρμας αποθετηρίου κώδικα code.overheid.nl, η οποία προορίζεται για τη δημόσια διοίκηση και βασίζεται στο λογισμικό ανοιχτού κώδικα Forgejo. Η πλατφόρμα φιλοξενείται αποκλειστικά από το ίδιο το ολλανδικό κράτος και διαχειρίζεται από το Open Source Programme Office (OSPO) του Υπουργείου Εσωτερικών και Σχέσεων του Βασιλείου.

Η Γαλλία ιδρύει το πρώτο ακαδημαϊκό OSPO και σχεδιάζει εθνικό δίκτυο ανοικτού λογισμικού Το πρώτο ακαδημαϊκό Open Source Program Office (OSPO) στη Γαλλία εγκαινιάστηκε επίσημα τον Σεπτέμβριο του 2025 από το Université Grenoble Alpes (UGA), σηματοδοτώντας ένα καθοριστικό βήμα για την ενίσχυση του ανοικτού λογισμικού στην έρευνα και την ανώτατη εκπαίδευση. Παράλληλα με τα εγκαίνια, η ομάδα του νέου OSPO δημοσίευσε αναλυτική έκθεση που προτείνει πλαίσιο λειτουργίας για μελλοντικά ακαδημαϊκά OSPOs, καθώς και τη δημιουργία εθνικού δικτύου στη Γαλλία.

Όταν οι Κυβερνήσεις Κλείνουν το Internet: Τι Επιλογές Υπάρχουν; Τα τελευταία χρόνια, κυβερνήσεις σε διάφορες περιοχές του κόσμου έχουν χρησιμοποιήσει το «κατέβασμα του διακόπτη» του διαδικτύου ως μέσο ελέγχου πολιτικών εξεγέρσεων, κοινωνικών αναταραχών ή διαμαρτυριών. Παράλληλα, φυσικές καταστροφές όπως σεισμοί, πυρκαγιές, τυφώνες και πλημμύρες μπορούν επίσης να καταστρέψουν κρίσιμες υποδομές επικοινωνίας, αφήνοντας ολόκληρες κοινότητες απομονωμένες. Μέσα σε αυτό το περιβάλλον, η ανάγκη για αποκεντρωμένες και ανθεκτικές μορφές επικοινωνίας γίνεται ολοένα και πιο σημαντική. Η τεχνολογία μπορεί να προσφέρει εναλλακτικούς τρόπους σύνδεσης που δεν εξαρτώνται αποκλειστικά από τις παραδοσιακές τηλεπικοινωνιακές υποδομές ή από μεγάλες εταιρείες τεχνολογίας.

Το CERN ανοίγει τη βιβλιοθήκη KiCad με 17.000 ηλεκτρονικά εξαρτήματα Το CERN ανακοίνωσε τη διάθεση της πλήρους βιβλιοθήκης εξαρτημάτων για το λογισμικό σχεδίασης ηλεκτρονικών κυκλωμάτων KiCad ως λογισμικό ανοιχτού κώδικα, προσφέροντας σε μηχανικούς και σχεδιαστές hardware σε όλο τον κόσμο πρόσβαση σε περισσότερα από 17.000 ηλεκτρονικά εξαρτήματα.

Πέρα από την Ανοιχτότητα: Πώς η Υπεύθυνη Τεχνητή Νοημοσύνη Μπορεί να Υπηρετήσει το Δημόσιο Συμφέρον Η μεγάλη πρόκληση της επόμενης δεκαετίας δεν είναι μόνο η ανάπτυξη πιο ισχυρών συστημάτων AI, αλλά η διασφάλιση ότι αυτά θα λειτουργούν προς όφελος της κοινωνίας. Η τεχνητή νοημοσύνη δεν πρέπει να ενισχύσει τις ήδη υπάρχουσες ανισότητες, αλλά να συμβάλει σε ένα πιο δίκαιο και βιώσιμο μέλλον.

Ψηφιακά δικαιώματα και πνευματική ιδιοκτησία: Η επόμενη μέρα στην ΕΕ Η νέα έκθεση του Communia Association με τίτλο «The Post-DSM Copyright Report» επιχειρεί μια εκτενή αποτίμηση του τρόπου με τον οποίο τα κράτη-μέλη της Ευρωπαϊκής Ένωσης έχουν εφαρμόσει βασικές διατάξεις της Οδηγίας DSM (Digital Single Market Directive) σχετικά με τα πνευματικά δικαιώματα. Η μελέτη επικεντρώνεται κυρίως στα δικαιώματα των χρηστών, στην έρευνα, στην εκπαίδευση, στην πολιτιστική κληρονομιά και στις νέες προκλήσεις που δημιουργεί η ανάπτυξη της τεχνητής νοημοσύνης.

Πολιτιστική κληρονομιά και τεχνητή νοημοσύνη: Ποιος ελέγχει τα δεδομένα του πολιτισμού; Η νέα μελέτη με τίτλο «Publishing Cultural Heritage Data in the Age of AI», που εκπονήθηκε για λογαριασμό του Europeana Foundation από το Open Future Foundation, εξετάζει ακριβώς αυτό το ζήτημα: πώς μπορούν οι οργανισμοί πολιτιστικής κληρονομιάς να διατηρήσουν την αποστολή της ανοιχτής πρόσβασης στη γνώση, χωρίς όμως να μετατραπούν σε ανεξέλεγκτους προμηθευτές δεδομένων για μεγάλες εταιρείες τεχνητής νοημοσύνης.

Open Source Professionals Survey 2026: Τι μετρά περισσότερο στην εργασία σήμερα Το λογισμικό ανοιχτού κώδικα (Open Source Software) αποτελεί πλέον βασικό πυλώνα της σύγχρονης τεχνολογικής υποδομής για οργανισμούς και επιχειρήσεις παγκοσμίως. Από cloud πλατφόρμες και data centers μέχρι εφαρμογές τεχνητής νοημοσύνης, οι επαγγελματίες του open source βρίσκονται στο επίκεντρο της ψηφιακής καινοτομίας. Για αυτόν τον λόγο, η κατανόηση των κινήτρων και των επαγγελματικών προτεραιοτήτων τους αποκτά ιδιαίτερη σημασία.

Η καινοτομία στην Ευρώπη το 2025: Πρόοδος, προκλήσεις και ο ρόλος των δεδομένων Η καινοτομία αποτελεί έναν από τους σημαντικότερους παράγοντες οικονομικής ανάπτυξης και ανταγωνιστικότητας για την Ευρωπαϊκή Ένωση. Σε έναν κόσμο όπου η τεχνολογική πρόοδος εξελίσσεται με ταχύτατους ρυθμούς, η ικανότητα των χωρών να επενδύουν στην έρευνα, στην εκπαίδευση και στις νέες τεχνολογίες καθορίζει σε μεγάλο βαθμό τη θέση τους στη διεθνή οικονομία. Μέσα σε αυτό το πλαίσιο, το European Innovation Scoreboard (EIS) λειτουργεί ως ένα από τα σημαντικότερα εργαλεία αξιολόγησης της καινοτομικής επίδοσης των ευρωπαϊκών κρατών.

Όλα τα άρθρα του Μαΐου είναι διαθέσιμα στο https://newsletters.ellak.gr/archives/2605/

Όλα τα ενημερωτικά δελτία είναι διαθέσιμα εδώ.

Η συζήτηση για τα τοπικά γλωσσικά μοντέλα δεν πρέπει να ξεκινά από το ερώτημα «ποιο μοντέλο έχει το υψηλότερο σκορ». Για έναν προγραμματιστή, έναν δήμο, ένα υπουργείο ή μια δημόσια υποδομή, το σωστό ερώτημα είναι πιο πρακτικό: ποιο μοντέλο μπορεί να τρέξει σταθερά, με αποδεκτό χρόνο απόκρισης, με ελεγχόμενο κόστος, με προστασία δεδομένων και με δυνατότητα ελέγχου από την ίδια την κοινότητα που το χρησιμοποιεί;

Η απάντηση δεν είναι ένα μοντέλο. Είναι μια στοίβα επιλογών. Άλλο μοντέλο χρειάζεται ο προγραμματιστής για γρήγορη συμπλήρωση κώδικα μέσα στο περιβάλλον ανάπτυξης, άλλο μοντέλο χρειάζεται μια ομάδα λογισμικού για ανάλυση αποθετηρίου και διόρθωση σφαλμάτων, άλλο μοντέλο χρειάζεται ένας δημόσιος φορέας για αναζήτηση σε ΦΕΚ, αποφάσεις, εγκυκλίους και διαδικασίες. Η τοπική ΤΝ έχει νόημα όταν σχεδιάζεται ως δημόσια και παραγωγική υποδομή, όχι ως εντυπωσιακή επίδειξη.

Τα καταλληλότερα μοντέλα για βοηθούς προγραμματισμού

Για εργασίες προγραμματισμού, οι πιο χρήσιμες οικογένειες σήμερα είναι τα Qwen3-Coder, Devstral, StarCoder2 και, σε ειδικές περιπτώσεις, μικρότερα μοντέλα για γρήγορη συμπλήρωση. Το Qwen3-Coder είναι ισχυρή επιλογή για σύνθετες εργασίες κώδικα, ανάλυση μεγαλύτερων αποθετηρίων, χρήση εργαλείων και αυτοματοποιημένες ροές όπου το μοντέλο πρέπει να διαβάζει αρχεία, να προτείνει αλλαγές, να εκτελεί δοκιμές και να επανέρχεται με διορθώσεις. Η έκδοση Qwen3-Coder-30B-A3B είναι ιδιαίτερα ενδιαφέρουσα για σταθμούς εργασίας με ισχυρή κάρτα γραφικών, επειδή ενεργοποιεί μικρότερο μέρος των παραμέτρων ανά βήμα και άρα μπορεί να είναι αποδοτικότερη από ένα αντίστοιχο πλήρως πυκνό μοντέλο.

Το Devstral είναι επίσης πολύ ισχυρή επιλογή για μηχανικούς λογισμικού. Δεν είναι απλώς μοντέλο που γράφει συναρτήσεις. Έχει σχεδιαστεί για εργασίες τύπου πράκτορα λογισμικού, όπου χρειάζεται να κατανοήσει το πλαίσιο ενός έργου, να εντοπίσει λάθη, να προτείνει αλλαγές και να συνεργαστεί με εργαλεία όπως συστήματα δοκιμών ή αποθετήρια κώδικα. Για ομάδες που αναπτύσσουν δημόσιο λογισμικό, μπορεί να χρησιμοποιηθεί σε ελεγχόμενο περιβάλλον για δημιουργία δοκιμών, ανασκόπηση αλλαγών, τεκμηρίωση και εντοπισμό πιθανών λαθών ασφαλείας.

Το StarCoder2 παραμένει σημαντικό γιατί προέρχεται από μια παράδοση πιο διαφανούς ανάπτυξης μοντέλων κώδικα. Είναι κατάλληλο για πιο ελαφριές εγκαταστάσεις, για συμπλήρωση κώδικα, εκπαιδευτική χρήση, εργαστήρια, πανεπιστήμια και ομάδες που θέλουν ένα μοντέλο με σαφέστερη σχέση με τα δεδομένα εκπαίδευσης και με πιο ελεγχόμενη αδειοδότηση. Δεν είναι πάντα το ισχυρότερο σε σύνθετο συλλογισμό, αλλά είναι χρήσιμο για δημόσιες και εκπαιδευτικές εγκαταστάσεις όπου η διαφάνεια της προέλευσης έχει μεγάλη αξία.

Για καθαρή αυτόματη συμπλήρωση, η καλύτερη πρακτική είναι να μη χρησιμοποιείται το μεγαλύτερο μοντέλο. Ένα μικρότερο μοντέλο 3B έως 7B, σε συμπιεσμένη μορφή, μπορεί να δώσει πολύ καλύτερη εμπειρία χρήστη από ένα 30B μοντέλο που καθυστερεί. Ο προγραμματιστής χρειάζεται απάντηση σε κλάσματα δευτερολέπτου όταν γράφει κώδικα. Για συζήτηση αρχιτεκτονικής, ανάλυση σφαλμάτων και παραγωγή τεκμηρίωσης μπορεί να περιμένει περισσότερο. Άρα η σωστή αρχιτεκτονική έχει δύο μοντέλα: μικρό για συμπλήρωση, μεγαλύτερο για συνομιλία και πράκτορες.

Τα καταλληλότερα μοντέλα για τον δημόσιο τομέα

Στον δημόσιο τομέα, το κριτήριο αλλάζει. Δεν αρκεί η απόδοση στον κώδικα. Προέχουν η διαφάνεια, η δυνατότητα ελέγχου, η γλωσσική κάλυψη, η συμβατότητα με ευρωπαϊκό δίκαιο, η προστασία προσωπικών δεδομένων και η τεκμηρίωση. Εδώ πρέπει να διακρίνουμε τα «ανοικτά βάρη» από τα «πλήρως ανοικτά» μοντέλα. Ένα μοντέλο ανοικτών βαρών επιτρέπει τοπική εκτέλεση και προσαρμογή. Ένα πλήρως ανοικτό μοντέλο δημοσιεύει περισσότερα στοιχεία για τα δεδομένα, τη μεθοδολογία, τον κώδικα και τα ενδιάμεσα στάδια εκπαίδευσης. Για δημόσιες εφαρμογές, η δεύτερη κατηγορία έχει πολύ μεγαλύτερη θεσμική αξία.

Το OLMo είναι από τις πιο σημαντικές επιλογές για δημόσια ελεγχόμενη ΤΝ, επειδή δίνει βάρος στην πλήρη ανοικτότητα. Είναι κατάλληλο για ερευνητικές και δημόσιες εφαρμογές όπου χρειάζεται δυνατότητα ελέγχου της διαδικασίας ανάπτυξης. Το Apertus είναι επίσης κρίσιμο ευρωπαϊκό παράδειγμα: πλήρως ανοικτό, πολυγλωσσικό και σχεδιασμένο με λογική δημόσιου συμφέροντος. Για την Ελλάδα, τέτοιες προσεγγίσεις είναι ιδιαίτερα χρήσιμες ως βάση για ελληνικά fine-tunes και για RAG συστήματα πάνω σε ΦΕΚ, Διαύγεια, ΜΙΤΟΣ, ΚΗΜΔΗΣ, αποφάσεις και διοικητικές διαδικασίες.

Για χαμηλού κόστους υπηρεσίες πρώτης γραμμής, όπως ταξινόμηση αιτημάτων, περίληψη μικρών κειμένων, δρομολόγηση ερωτήσεων και τοπικά kiosks, μικρά μοντέλα όπως το SmolLM2 είναι πιο λογικά από μεγάλα μοντέλα. Η δημόσια διοίκηση δεν χρειάζεται παντού ένα τεράστιο LLM. Χρειάζεται σωστή αντιστοίχιση μοντέλου και εργασίας. Πολλά προβλήματα λύνονται με αναζήτηση, κανόνες, ταξινόμηση, RAG και ανθρώπινη επικύρωση.

Υλικό: τέσσερις πρακτικές κατηγορίες

Η πρώτη κατηγορία είναι ο απλός φορητός ή επιτραπέζιος υπολογιστής με 16 έως 32 GB μνήμης. Εδώ τρέχουν μικρά μοντέλα 1.7B έως 7B σε συμπιεσμένη μορφή. Είναι κατάλληλα για εκπαίδευση, δοκιμές, βασική συμπλήρωση κώδικα και ελαφριά συνομιλία. Δεν είναι κατάλληλα για ανάλυση ολόκληρων αποθετηρίων ή βαριά δημόσια χρήση.

Η δεύτερη κατηγορία είναι ο σταθμός εργασίας με 64 έως 128 GB RAM και κάρτα γραφικών 16 έως 24 GB VRAM, όπως μια RTX 4090. Εδώ μπορεί να λειτουργήσει ικανοποιητικά ένα 15B έως 30B μοντέλο σε 4-bit ή 5-bit συμπίεση, με προσοχή στο μέγεθος του ιστορικού συνομιλίας. Αυτή είναι η πιο ρεαλιστική κατηγορία για ομάδες ανάπτυξης λογισμικού, πανεπιστημιακά εργαστήρια, δήμους και μικρούς φορείς.

Η τρίτη κατηγορία είναι ο επαγγελματικός σταθμός με 48 GB VRAM, όπως RTX 6000 Ada ή L40S, ή αντίστοιχη ενιαία μνήμη σε Apple Silicon. Εδώ αρχίζει η σοβαρή χρήση μεγαλύτερων μοντέλων, καλύτερου RAG, μεγαλύτερων συμφραζομένων και περισσότερων ταυτόχρονων χρηστών. Είναι κατάλληλη για περιφέρειες, μεγάλα πανεπιστημιακά εργαστήρια και φορείς της κεντρικής κυβέρνησης.

Η τέταρτη κατηγορία είναι ο κοινός δημόσιος κόμβος ΤΝ: 2 έως 4 επαγγελματικές GPUs των 48 GB, 256 έως 512 GB RAM, γρήγορο NVMe αποθηκευτικό σύστημα, vLLM ή llama.cpp για εκτέλεση, LiteLLM ως πύλη συμβατή με OpenAI API, Keycloak για ταυτοποίηση, OpenSearch ή PostgreSQL/pgvector για RAG και πλήρη καταγραφή χρήσης. Αυτή είναι η σωστή αρχιτεκτονική για δημόσια υποδομή ΤΝ με πιο υψηλές απαιτήσεις.

Η πρόταση πολιτικής

Για την Ελλάδα, η πιο ορθολογική επιλογή είναι τριπλή. Πρώτον, Qwen3-Coder ή Devstral για προγραμματισμό, εσωτερικά εργαλεία ανάπτυξης και ανασκόπηση κώδικα. Δεύτερον, OLMo και Apertus για δημόσιες εφαρμογές που απαιτούν διαφάνεια, πολυγλωσσία και θεσμικό έλεγχο. Τρίτον, μικρά μοντέλα όπως SmolLM2 και StarCoder2 για οικονομικές εγκαταστάσεις, εκπαίδευση και υπηρεσίες χαμηλού κινδύνου.

Όλα αυτά πρέπει να λειτουργούν με αυστηρούς κανόνες: RAG για κάθε διοικητική απάντηση, παραπομπή σε πηγή, ανθρώπινη τελική ευθύνη, μητρώο μοντέλων, Model Cards, Datasheets, καταγραφή κλήσεων, αξιολόγηση σφαλμάτων και δυνατότητα αντικατάστασης μοντέλου χωρίς αλλαγή εφαρμογής. Η ΤΝ στο δημόσιο δεν πρέπει να είναι μαύρο κουτί. Πρέπει να είναι δημόσια υποδομή γνώσης, ελέγχου και παραγωγικής αυτονομίας.

Πηγές άρθρου:

1. Qwen, Qwen3-Coder: Η οικογένεια Qwen3-Coder τεκμηριώνει ισχυρά ανοικτά μοντέλα για εργασίες κώδικα, πράκτορες λογισμικού, μεγάλα συμφραζόμενα και τοπική ανάπτυξη, με διαθέσιμες εκδόσεις όπως Qwen3-Coder-30B-A3B και Qwen3-Coder-Next: https://github.com/QwenLM/Qwen3-Coder και https://huggingface.co/Qwen/Qwen3-Coder-Next.
2. Mistral AI, Devstral: Το Devstral είναι μοντέλο για agentic software engineering, διατίθεται με Apache 2.0 και έχει σχεδιαστεί για πραγματικές εργασίες αποθετηρίων, debugging και δοκιμών λογισμικού: https://mistral.ai/news/devstral/.
3. BigCode, StarCoder2: Το StarCoder2 είναι οικογένεια ανοικτών μοντέλων κώδικα 3B, 7B και 15B, εκπαιδευμένων σε μεγάλο πολυγλωσσικό σώμα κώδικα, χρήσιμων για συμπλήρωση κώδικα, εκπαίδευση και διαφανέστερες εγκαταστάσεις: https://github.com/bigcode-project/starcoder2 και https://huggingface.co/docs/transformers/en/model_doc/starcoder2.
4. Allen Institute for AI, OLMo: Το OLMo είναι από τα σημαντικότερα παραδείγματα πλήρως ανοικτής προσέγγισης σε γλωσσικά μοντέλα, με έμφαση στη δημοσίευση βαρών, κώδικα, δεδομένων και τεκμηρίωσης, άρα κατάλληλο ως πρότυπο δημόσια ελέγξιμης ΤΝ: https://allenai.org/olmo.
5. ETH Zurich, EPFL και CSCS, Apertus: Το Apertus είναι ευρωπαϊκό πλήρως ανοικτό, διαφανές και πολυγλωσσικό LLM, διαθέσιμο σε 8B και 70B παραμέτρους, με ιδιαίτερη σημασία για δημόσιες και πολυγλωσσικές εφαρμογές: https://ethz.ch/en/news-and-events/eth-news/news/2025/09/press-release-apertus-a-fully-open-transparent-multilingual-language-model.html.
6. Hugging Face, SmolLM2: Το SmolLM2 τεκμηριώνει την πρακτική αξία μικρών μοντέλων 135M, 360M και 1.7B για on-device και χαμηλού κόστους χρήσεις, όπως ταξινόμηση, δρομολόγηση και ελαφριά βοηθητικά εργαλεία: https://huggingface.co/HuggingFaceTB/SmolLM2-1.7B.
7. llama.cpp, Ollama, vLLM και LiteLLM: Η ανοικτή στοίβα τοπικής εκτέλεσης και εξυπηρέτησης μοντέλων επιτρέπει χρήση σε ευρύ φάσμα υλικού, OpenAI-compatible APIs, ενιαίες πύλες πρόσβασης και αντικατάσταση μοντέλων χωρίς κλείδωμα σε έναν προμηθευτή: https://github.com/ggml-org/llama.cpp, https://docs.ollama.com/api/openai-compatibility, https://docs.vllm.ai/en/latest/serving/online_serving/openai_compatible_server/, https://docs.litellm.ai/docs/.
8. NVIDIA και European Commission, υλικό και κανονιστικό πλαίσιο: Οι προδιαγραφές RTX 4090, RTX 6000 Ada και L40S τεκμηριώνουν τις βασικές κατηγορίες GPU 24GB και 48GB για τοπικά LLMs, ενώ το AI Act ορίζει τη λογική ρίσκου που πρέπει να λαμβάνεται υπόψη σε δημόσιες εφαρμογές ΤΝ: https://www.nvidia.com/en-eu/geforce/graphics-cards/40-series/rtx-4090/, https://www.nvidia.com/en-us/products/workstations/rtx-6000/, https://www.nvidia.com/en-eu/data-center/l40s/, https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai.
9. Apple, Mac Studio με M3 Ultra και M4 Max: Η Apple τεκμηριώνει διαμορφώσεις Mac Studio με M3 Ultra και M4 Max, ενοποιημένη μνήμη υψηλού εύρους ζώνης και τεχνικές προδιαγραφές σχετικές με τοπικά φορτία LLM, καθιστώντας το Mac Studio ισχυρή επιλογή σταθμού εργασίας για προγραμματιστές, ερευνητικές ομάδες και εργαστήρια δημόσιας ΤΝ που χρειάζονται μεγάλη κοινόχρηστη μνήμη χωρίς ξεχωριστή στοίβα διακριτής GPU: https://www.apple.com/mac-studio/specs/ και https://www.apple.com/mac-studio/.
10. AMD, Ryzen AI Max+ και AMD Instinct MI300 Series: Η AMD τεκμηριώνει δύο σχετικές διαδρομές υλικού για ανοικτή τοπική ΤΝ: συστήματα Ryzen AI Max+ με έως 128GB ενοποιημένη μνήμη για τοπικό inference LLM σε σταθμούς εργασίας ή μικρά clusters, και επιταχυντές AMD Instinct MI300 για υποδομές datacenter με υψηλή πυκνότητα μνήμης και μεγάλο εύρος ζώνης για AI και HPC φορτία: https://www.amd.com/en/blogs/2025/amd-ryzen-ai-max-upgraded-run-up-to-128-billion-parameter-llms-lm-studio.html, https://www.amd.com/en/developer/resources/technical-articles/2026/how-to-run-a-one-trillion-parameter-llm-locally-an-amd.html και https://www.amd.com/en/products/accelerators/instinct/mi300.html.

Η τεχνητή νοημοσύνη μπαίνει ήδη στο κράτος, στην υγεία, στην εκπαίδευση, στην αυτοδιοίκηση και στις κρατικές υπηρεσίες ασφάλειας. Το πραγματικό ερώτημα δεν είναι αν θα χρησιμοποιηθεί, αλλά ποιος θα την ελέγχει. Θα χτίσουμε δημόσια ικανότητα, με ανοικτό λογισμικό, ελέγξιμες υποδομές και ελληνική τεχνογνωσία; Ή θα μεταφέρουμε ακόμη περισσότερες κρίσιμες λειτουργίες σε κλειστά υπολογιστικά συστήματα νέφους(cloud), με τιμολόγηση ανά λεκτική μονάδα (token), αδιαφανείς όρους χρήσης και εξάρτηση από λίγους διεθνείς παρόχους;

Για δήμους, περιφέρειες, πανεπιστήμια, νοσοκομεία, κρατικές υπηρεσίες ασφάλειας και υπουργεία, η καταλληλότερη αφετηρία είναι σαφής: χαμηλού κόστους τοπικά μοντέλα ΤΝ ανοικτού λογισμικού, εγκατεστημένα σε δημόσια ελεγχόμενη υποδομή, με Retrieval-Augmented Generation(RAG), δηλαδή παραγωγή απαντήσεων με ανάκτηση τεκμηρίων από αξιόπιστες πηγές, πλήρη καταγραφή χρήσης, ανθρώπινη ευθύνη και δυνατότητα ανεξάρτητου ελέγχου. Δεν πρόκειται για τεχνολογικό φετίχ. Πρόκειται για επιλογή δημοκρατικής κυριαρχίας, οικονομικής λογικής και διοικητικής ωριμότητας.

Γιατί το χαμηλό κόστος είναι στρατηγικό πλεονέκτημα

Η συζήτηση για την ΤΝ συχνά παρουσιάζεται σαν να απαιτεί τεράστια data centers και προϋπολογισμούς πολυεθνικών. Αυτό ισχύει για την εκπαίδευση πολύ μεγάλων θεμελιακών μοντέλων. Δεν ισχύει όμως για τη μεγάλη πλειονότητα των δημόσιων εφαρμογών: αναζήτηση σε έγγραφα, σύνοψη, ταξινόμηση αιτημάτων, προέλεγχος δικαιολογητικών, απομαγνητοφώνηση, ανωνυμοποίηση, εξαγωγή δομημένων δεδομένων, εσωτερική υποστήριξη υπαλλήλων, έλεγχος προμηθειών και αναζήτηση σε νόμους, ΦΕΚ, εγκυκλίους και διοικητικές διαδικασίες.

Ένας μικρός φορέας μπορεί να ξεκινήσει με μια οικονομική λύση, να δοκιμάσει πραγματικά σενάρια και μετά να κλιμακώσει μόνο ό,τι αποδίδει. Η σωστή αρχή είναι “δοκιμάζουμε πριν επενδύσουμε”. Ένα τοπικό εργαστήριο με Mac Mini, commodity GPUs, ανοικτά μοντέλα, Ollama, llama.cpp, vLLM, PostgreSQL, pgvector, Qdrant, Keycloak, Prometheus και Grafana μπορεί να αποδείξει μέσα σε λίγες εβδομάδες αν μια εφαρμογή έχει αξία. Έτσι η δημόσια διοίκηση αποφεύγει τις μεγάλες προμήθειες πριν μάθει τι χρειάζεται πραγματικά.

Δήμοι και περιφέρειες: ΤΝ κοντά στον πολίτη

Στους δήμους, τα τοπικά μοντέλα μπορούν να λειτουργήσουν ως βοηθοί πρώτης γραμμής. Ένα δημοτικό ΚΕΠ μπορεί να χρησιμοποιεί RAG πάνω στο mitos.gov.gr, στις αποφάσεις του δήμου και στα τοπικά έντυπα, ώστε να ενημερώνει τον πολίτη ποια δικαιολογητικά χρειάζεται, χωρίς να εκδίδει αυτόματα πράξη. Ένα τηλεφωνικό κέντρο ή ένα τοπικό σύστημα αιτημάτων μπορεί να ταξινομεί προβλήματα καθαριότητας, φωτισμού, κοινωνικής φροντίδας ή τεχνικών υπηρεσιών. Η τεχνική υπηρεσία μπορεί να συνοψίζει φακέλους έργων, να εντοπίζει κενά στις προδιαγραφές και να ελέγχει αν μια προμήθεια αποκλείει αδικαιολόγητα ανοικτά πρότυπα.

Στις περιφέρειες, η αξία είναι ακόμη μεγαλύτερη. Η πολιτική προστασία, η περιβαλλοντική παρακολούθηση, οι μεταφορές, η κοινωνική πολιτική και η αγροτική παραγωγή χρειάζονται συνδυασμό χωρικών δεδομένων, δορυφορικών εικόνων, ιστορικών συμβάντων και διοικητικών εγγράφων. Ένα περιφερειακό σύστημα μπορεί να υποστηρίζει χάρτες κλιματικού κινδύνου, πρόβλεψη πλημμυρικών κινδύνων, καταγραφή αναγκών ευάλωτων νοικοκυριών και ανάλυση επιπτώσεων έργων. Το κρίσιμο είναι ότι τα δεδομένα μένουν κοντά στον φορέα που τα παράγει και στον πληθυσμό που επηρεάζεται.

Πανεπιστήμια και νοσοκομεία: έρευνα, γνώση και προστασία δεδομένων

Τα πανεπιστήμια είναι φυσικοί κόμβοι για ανοικτή τοπική ΤΝ. Μπορούν να φιλοξενήσουν πειραματικά μοντέλα, να αναπτύξουν ελληνικά δεδομένα, να εκπαιδεύσουν φοιτητές και δημόσιους υπαλλήλους, να αξιολογήσουν ποιότητα απαντήσεων και να παράγουν ανοικτή τεκμηρίωση. Η συνεργασία με δημόσιους φορείς δεν πρέπει να περιοριστεί σε συμβουλευτικές μελέτες. Πρέπει να παράγει κοινόχρηστο κώδικα, ανοικτά σύνολα δεδομένων όπου επιτρέπεται και επαναχρησιμοποιήσιμες υποδομές.

Στα νοσοκομεία, η τοπικότητα είναι προϋπόθεση εμπιστοσύνης. Ένα νοσοκομειακό LLM δεν πρέπει να αποφασίζει διάγνωση ούτε θεραπεία. Μπορεί όμως να βοηθά στην αναζήτηση οδηγιών, στη σύνοψη διοικητικών εγγράφων, στην απομαγνητοφώνηση συσκέψεων, στην ανωνυμοποίηση κλινικών κειμένων, στη σύνταξη ενημερωτικών οδηγιών προς ασθενείς και στην υποστήριξη εσωτερικών διαδικασιών. Η διεθνής εμπειρία δείχνει ότι στην υγεία η ασφάλεια δεν χτίζεται με μεταφορά δεδομένων σε αδιαφανή συστήματα, αλλά με ασφαλή περιβάλλοντα ανάλυσης, ανοικτό κώδικα, ψευδωνυμοποίηση, αυστηρά δικαιώματα πρόσβασης και πλήρη ίχνη ελέγχου.

Υπουργεία και υπηρεσίες ασφάλειας: κυριαρχία, όχι αυτοματοποίηση εξουσίας

Στα υπουργεία, τα τοπικά LLMs μπορούν να στηρίξουν νομική αναζήτηση, ανάλυση διαβουλεύσεων, έλεγχο προμηθειών, υποστήριξη φορολογικής συμμόρφωσης, προετοιμασία ενημερωτικών σημειωμάτων, ταξινόμηση εγγράφων και αξιολόγηση προγραμμάτων. Το μοντέλο πρέπει να είναι σαφές: η ΤΝ εισηγείται, συνοψίζει, εντοπίζει, τεκμηριώνει. Δεν αποφασίζει.

Στις κρατικές υπηρεσίες ασφάλειας, η αξία βρίσκεται κυρίως στην κυβερνοασφάλεια, στην ανάλυση ανοιχτών πηγών, στην εσωτερική διαχείριση περιστατικών, στην αναζήτηση τεχνικών οδηγιών και στη σύνθεση μεγάλου όγκου πληροφοριών. Εδώ η τοπική υποδομή είναι ακόμη πιο αναγκαία, επειδή κανείς σοβαρός δημόσιος φορέας δεν πρέπει να στέλνει ευαίσθητα δεδομένα ασφάλειας σε εξωτερικά κλειστά API. Ταυτόχρονα χρειάζονται αυστηρά όρια: καμία γενικευμένη επιτήρηση, καμία αυτόματη στοχοποίηση πολιτών, καμία χρήση χωρίς νομική βάση, ανθρώπινη εποπτεία και λογοδοσία.

Η διεθνής εμπειρία δείχνει τον δρόμο

Η Γαλλία με το Albert, η Εσθονία με το Bürokratt, η Ελβετία με το Apertus, το Allen Institute με το OLMo, οι ευρωπαϊκές AI Factories και η εμπειρία του OpenSAFELY στην υγεία δείχνουν μια κοινή κατεύθυνση: η ΤΝ δημόσιου συμφέροντος χρειάζεται ανοικτότητα, κυριαρχία δεδομένων, διαφάνεια και θεσμική λογοδοσία. Για την Ελλάδα, το πλεονέκτημα είναι ότι δεν χρειάζεται να ξεκινήσει από το μηδέν. Διαθέτει πανεπιστήμια, ερευνητικά κέντρα, κοινότητες ανοικτού λογισμικού, το GlossAPI, δημόσια δεδομένα, αυτοδιοικητικές ανάγκες και ευρωπαϊκές χρηματοδοτήσεις.

Το ερώτημα είναι πολιτικό. Θα πληρώνουμε για πάντα ενοίκιο σε κλειστά συστήματα ή θα χτίσουμε δημόσια ψηφιακή περιουσία; Τα χαμηλού κόστους τοπικά μοντέλα ΤΝ ανοικτού λογισμικού είναι η πιο ρεαλιστική απάντηση: μικρή αρχική επένδυση, γρήγορη δοκιμή, επαναχρησιμοποίηση, τοπική τεχνογνωσία, προστασία δεδομένων και δυνατότητα δημοκρατικού ελέγχου.

Πηγή άρθρου: glossapi.gr

Η ΤΝ δεν πρέπει να γίνει το νέο αυτονόητο της τάξης

Η συζήτηση για την Τεχνητή Νοημοσύνη στο σχολείο δεν μπορεί να ξεκινά από τη φράση «η ΤΝ είναι αναπόφευκτη». Το σχολείο δεν υπάρχει για να ακολουθεί κάθε τεχνολογική μόδα, ούτε για να μετατρέπει τα παιδιά σε πρώιμους χρήστες εργαλείων που δεν έχουν ακόμη αξιολογηθεί επαρκώς παιδαγωγικά, γνωστικά, κοινωνικά και δημοκρατικά. Υπάρχει για να βοηθά τα παιδιά να μάθουν να σκέφτονται, να διαβάζουν, να γράφουν, να συζητούν, να συνεργάζονται, να αμφιβάλλουν, να συγκεντρώνονται και να δημιουργούν.

Αυτό δε σημαίνει τεχνοφοβία. Σημαίνει παιδαγωγική σοβαρότητα. Η ΤΝ μπορεί να έχει θέση στην εκπαίδευση, αλλά όχι ως μόνιμος συνομιλητής του παιδιού, όχι ως μηχανή παραγωγής εργασιών, όχι ως αντικατάσταση της προσπάθειας και όχι ως εταιρική υποδομή που εγκαθίσταται αθόρυβα μέσα στην καθημερινότητα της τάξης. Το ερώτημα δεν είναι πώς θα βάλουμε περισσότερη ΤΝ στο σχολείο. Το ερώτημα είναι ποια μάθηση αξίζει να προστατεύσουμε από την αυτοματοποίηση.

Πρώτα τα θεμέλια, μετά τα εργαλεία

Στο δημοτικό και στο γυμνάσιο, η γενική αρχή πρέπει να είναι σαφής: όσο μικρότερη είναι η ηλικία, τόσο λιγότερη άμεση χρήση παραγωγικής ΤΝ. Τα παιδιά χρειάζονται πρώτα γνωστικά θεμέλια. Χρειάζονται ανάγνωση ολόκληρων κειμένων, γραφή με το χέρι, αριθμητική σκέψη, επίλυση προβλημάτων χωρίς έτοιμη απάντηση, πειράματα, κατασκευές, ζωγραφική, μουσική, θέατρο, φυσική άσκηση και ζωντανή συζήτηση.

Η μάθηση δεν είναι μόνο το τελικό προϊόν. Δεν είναι μόνο η ωραία παρουσίαση, η καλοδιατυπωμένη παράγραφος ή η γρήγορη σωστή απάντηση. Είναι η διαδρομή μέχρι εκεί. Το παιδί που παλεύει με μια παράγραφο, που σβήνει και ξαναγράφει, που προσπαθεί να εξηγήσει με δικά του λόγια ένα φαινόμενο, που κάνει λάθος σε ένα πρόβλημα και επιστρέφει σε αυτό, χτίζει δεξιότητες που δεν φαίνονται πάντα στο τελικό χαρτί. Χτίζει αντοχή, μνήμη εργασίας, αυτορρύθμιση, συγκέντρωση και εμπιστοσύνη στη δική του σκέψη.

Η ΤΝ, όταν μπαίνει πολύ νωρίς και πολύ συχνά, κινδυνεύει να κόψει αυτή τη διαδρομή. Προσφέρει περίληψη πριν γίνει ανάγνωση, σύνταξη πριν γίνει σκέψη, εικόνα πριν γίνει φαντασία, απάντηση πριν γίνει ερώτηση. Έτσι το σχολείο κινδυνεύει να μπερδέψει την εντύπωση με τη μάθηση.

Περιορισμός με κανόνες, όχι απλή απαγόρευση

Χρειάζεται εθνικό πλαίσιο χρήσης της ΤΝ στα σχολεία με απλούς, εφαρμόσιμους κανόνες.

Πρώτον, καμία άμεση χρήση chatbot από παιδιά μικρής ηλικίας. Στο δημοτικό η ΤΝ δεν πρέπει να αποτελεί εργαλείο ατομικής χρήσης μαθητή. Μπορεί, σε ειδικές περιπτώσεις, να αξιοποιείται μόνο από τον εκπαιδευτικό, μπροστά στην τάξη, με σκοπό την κριτική συζήτηση: να δείξει ένα λάθος, μια προκατάληψη, μια ψευδή απάντηση, έναν κακό συλλογισμό.

Δεύτερον, στο γυμνάσιο η χρήση πρέπει να είναι περιορισμένη, συλλογική και εποπτευόμενη. Όχι «γράψε μου την εργασία», αλλά «σύγκρινε δύο απαντήσεις», «βρες τι λείπει», «έλεγξε αν υπάρχουν πηγές», «εντόπισε την προκατάληψη». Η ΤΝ να μπαίνει ως αντικείμενο κριτικής παιδείας, όχι ως δεκανίκι.

Τρίτον, στο λύκειο μπορεί να υπάρξει πιο συστηματική εκπαίδευση στην ΤΝ, αλλά με αυστηρή διάκριση ανάμεσα στη βοήθεια και στην υποκατάσταση. Οι μαθητές πρέπει να μαθαίνουν τι είναι μοντέλο, τι είναι δεδομένα, τι είναι προκατάληψη, τι είναι πνευματική ιδιοκτησία, τι σημαίνει προσωπικό δεδομένο, τι σημαίνει ανοιχτό και κλειστό σύστημα, γιατί ένα μοντέλο μπορεί να ακούγεται βέβαιο και να κάνει λάθος.

Τέταρτον, καμία αξιολόγηση μαθητή δεν πρέπει να βασίζεται σε προϊόν που μπορεί να έχει παραχθεί αθέατα από ΤΝ. Περισσότερη προφορική εξέταση, περισσότερη εργασία μέσα στην τάξη, περισσότερα τετράδια, περισσότερα στάδια παραγωγής, περισσότερη τεκμηρίωση της διαδικασίας. Ο μαθητής να δείχνει πώς σκέφτηκε, όχι μόνο τι παρέδωσε.

Πού πρέπει να πηγαίνει ο χρόνος μαθητών και εκπαιδευτικών

Ο χρόνος των μαθητών πρέπει να αφιερωθεί στην προσοχή. Στη βαθιά ανάγνωση, όχι στο γρήγορο πέρασμα από οθόνη σε οθόνη. Στη γραφή, όχι στην αυτόματη διατύπωση. Στη συζήτηση με συμμαθητές, όχι στην ψευδοοικειότητα ενός chatbot. Στη μαθηματική επιμονή, όχι στην άμεση λύση. Στα εργαστήρια φυσικών επιστημών, στα έργα τεχνολογίας, στη ρομποτική με ανοιχτό υλισμικό, στον προγραμματισμό με ανοιχτά εργαλεία, στην καλλιτεχνική δημιουργία, στην τοπική ιστορία, στο περιβάλλον, στην κοινότητα.

Ο χρόνος των εκπαιδευτικών πρέπει να αφιερωθεί στην παιδαγωγική σχέση. Στην παρατήρηση των παιδιών, στη στήριξη όσων δυσκολεύονται, στον σχεδιασμό καλών ερωτήσεων, στη συνεργασία με άλλους εκπαιδευτικούς, στην επαφή με τους γονείς, στη δημιουργία ζωντανών μαθησιακών εμπειριών. Η ΤΝ δεν πρέπει να τους φορτωθεί ως ακόμη ένα εργαλείο που πρέπει να μάθουν βιαστικά, να ελέγξουν μόνοι τους και να αστυνομεύσουν χωρίς θεσμική στήριξη.

Αν η ΤΝ χρησιμοποιηθεί από εκπαιδευτικούς, πρέπει να χρησιμοποιηθεί για χαμηλού ρίσκου διοικητική υποστήριξη, για προσαρμογή υλικού, για δημιουργία εναλλακτικών ασκήσεων και για προσβασιμότητα, πάντα με έλεγχο από τον ίδιο τον εκπαιδευτικό. Δεν πρέπει να αξιολογεί μαθητές, να συνομιλεί ανεξέλεγκτα με παιδιά, να συγκεντρώνει ευαίσθητα δεδομένα ή να αντικαθιστά την κρίση του δασκάλου.

Δημόσια, ανοιχτή και ελεγχόμενη τεχνολογία

Η εκπαίδευση δεν πρέπει να γίνει αιχμάλωτη κλειστών πλατφορμών. Κάθε ψηφιακό εργαλείο που χρησιμοποιείται στο δημόσιο σχολείο πρέπει να περνά από παιδαγωγικό, νομικό και τεχνικό έλεγχο. Να υπάρχει διαφάνεια για τα δεδομένα, τις συμβάσεις, τα μοντέλα, τους προμηθευτές και τους κινδύνους. Όπου είναι δυνατόν, να προτιμώνται ανοιχτά πρότυπα, ανοιχτό λογισμικό, τοπική φιλοξενία και λύσεις που μπορούν να ελεγχθούν από την εκπαιδευτική κοινότητα.

Το σχολείο του 21ου αιώνα δεν θα σωθεί αν γεμίσει περισσότερες οθόνες. Θα γίνει καλύτερο αν ξανακερδίσει χρόνο για συγκέντρωση, ανθρώπινη επαφή, δημιουργία και δημοκρατική μάθηση. Η ΤΝ μπορεί να είναι εργαλείο. Δεν πρέπει να γίνει το περιβάλλον μέσα στο οποίο μεγαλώνουν τα παιδιά.

Πηγές άρθρου:

The New Yorker, “What Will It Take to Get A.I. Out of Schools?”: Το άρθρο καταγράφει την ταχεία είσοδο εργαλείων παραγωγικής ΤΝ στην πρωτοβάθμια και δευτεροβάθμια εκπαίδευση, τους κινδύνους για γνωστική ανάπτυξη, ιδιωτικότητα και παιδαγωγική αυτονομία, καθώς και τις αντιδράσεις γονέων και εκπαιδευτικών: https://www.newyorker.com/culture/progress-report/what-will-it-take-to-get-ai-out-of-schools,

UNESCO, “Guidance for Generative AI in Education and Research”: Η καθοδήγηση της UNESCO προτείνει ανθρωποκεντρική, ηλικιακά κατάλληλη και ρυθμισμένη χρήση της παραγωγικής ΤΝ στην εκπαίδευση, με έμφαση στην προστασία προσωπικών δεδομένων και στην παιδαγωγική εγκυρότητα: https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research,

UNESCO, “AI Competency Framework for Teachers”: Το πλαίσιο ορίζει τις βασικές γνώσεις, δεξιότητες και αξίες που χρειάζονται οι εκπαιδευτικοί στην εποχή της ΤΝ, με έμφαση στην ανθρώπινη αυτενέργεια, την ηθική χρήση, την παιδαγωγική κρίση και τη βιωσιμότητα: https://www.unesco.org/en/articles/ai-competency-framework-teachers,

OECD, “Students, Digital Devices and Success”: Η έκθεση του OECD, με βάση ευρήματα PISA, τεκμηριώνει ότι η ψηφιακή απόσπαση μέσα στην τάξη συνδέεται με χαμηλότερες μαθησιακές επιδόσεις και ότι η χρήση ψηφιακών συσκευών χρειάζεται αυστηρή παιδαγωγική ρύθμιση: https://www.oecd.org/en/publications/2024/05/students-digital-devices-and-success_621829ff.html,

Nataliya Kosmyna et al., “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”: Η μελέτη του MIT Media Lab εξετάζει τη χρήση LLM στη συγγραφή δοκιμίων και καταγράφει χαμηλότερη γνωστική εμπλοκή και ασθενέστερη αίσθηση ιδιοκτησίας του γραπτού στους χρήστες ΤΝ: https://arxiv.org/abs/2506.08872,

Junyi Chu et al., “AI Assistance Reduces Persistence and Hurts Independent Problem-Solving”: Η μελέτη από ερευνητές των Carnegie Mellon, Oxford, MIT και UCLA δείχνει ότι η βραχεία χρήση ΤΝ μπορεί να βελτιώνει την άμεση επίδοση, αλλά να μειώνει την επιμονή και την ανεξάρτητη επίλυση προβλημάτων όταν η βοήθεια αφαιρεθεί: https://arxiv.org/html/2604.04721v2,

Brookings Institution, “A New Direction for Students in an AI World: Prosper, Prepare, Protect”: Η έκθεση προτείνει προληπτική προσέγγιση για την ΤΝ στην εκπαίδευση, δίνοντας βάρος στις θεμελιώδεις μαθησιακές ικανότητες, στην προστασία των παιδιών και στη διατήρηση της μαθητικής αυτενέργειας: https://www.brookings.edu/articles/a-new-direction-for-students-in-an-ai-world-prosper-prepare-protect/,

Frontiers in Psychology, “Handwriting but not Typewriting Leads to Widespread Brain Connectivity”: Η μελέτη τεκμηριώνει ότι η γραφή με το χέρι συνδέεται με πιο εκτεταμένα μοτίβα εγκεφαλικής συνδεσιμότητας από την πληκτρολόγηση, στοιχείο σημαντικό για τη μνήμη και την κωδικοποίηση νέας γνώσης: https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2023.1219945/full.

Η συζήτηση για την τεχνητή νοημοσύνη συχνά ξεκινά από τα μοντέλα. Ποιο μοντέλο είναι πιο ισχυρό, πιο γρήγορο, πιο οικονομικό, πιο «έξυπνο». Όμως για τη δημόσια διοίκηση και για τις επιχειρήσεις το κρίσιμο ερώτημα είναι άλλο: με ποια δεδομένα σκέφτεται το μοντέλο, ποιος τα ελέγχει, πώς συνδέονται με τις πραγματικές διαδικασίες και με ποιον τρόπο τεκμηριώνεται κάθε απάντηση. Ένα τοπικό σύστημα τεχνητής νοημοσύνης ανοιχτού λογισμικού μπορεί να είναι φθηνό, ασφαλές και κυρίαρχο. Δεν θα είναι όμως χρήσιμο αν λειτουργεί πάνω σε κατακερματισμένα αρχεία, παλιά PDF, ασύνδετες βάσεις δεδομένων και διοικητικές διαδικασίες που δεν έχουν μετατραπεί σε μηχαναγνώσιμη γνώση.

Γι’ αυτό η κρίσιμη υποδομή δεν είναι μόνο το τοπικό μοντέλο. Είναι το πλέγμα δεδομένων. Με τον όρο αυτό δεν εννοούμε απλώς μια αποθήκη δεδομένων ούτε μια νέα κεντρική βάση όπου όλα αντιγράφονται. Εννοούμε ένα στρώμα διασύνδεσης, τεκμηρίωσης, σημασιολογίας και διακυβέρνησης που επιτρέπει σε διαφορετικά πληροφοριακά συστήματα να παραμένουν εκεί όπου βρίσκονται, αλλά να γίνονται κατανοητά, ελέγξιμα και αξιοποιήσιμα από εφαρμογές ΤΝ. Το πλέγμα δεδομένων συνδέει μητρώα, έγγραφα, διαδικασίες, πολιτικές, μεταδεδομένα, APIs και ιστορικά στοιχεία. Δεν μεταφέρει μόνο τιμές και πεδία. Μεταφέρει νόημα.

Στη δημόσια διοίκηση αυτό σημαίνει ότι ένα σύστημα ΤΝ δεν πρέπει να απαντά μόνο επειδή έχει «διαβάσει» γενικά ελληνικά κείμενα. Πρέπει να μπορεί να ανατρέχει στο ΦΕΚ, στη σχετική εγκύκλιο, στο mitos.gov.gr, στο gov.gr, στη Διαύγεια, στο ΚΗΜΔΗΣ, στο ΕΣΗΔΗΣ, στα μητρώα πολιτών και επιχειρήσεων, στα συστήματα της ΑΑΔΕ, στο myDATA, στο ΕΡΓΑΝΗ, στον e-ΕΦΚΑ, στην ΗΔΙΚΑ, στην ηλεκτρονική συνταγογράφηση, στα συστήματα των ΚΕΠ, στο Κτηματολόγιο, στην e-Άδειες, στα δεδομένα δήμων και περιφερειών, στα γεωχωρικά δεδομένα, στα στοιχεία πολιτικής προστασίας και στα ανοικτά δεδομένα της ΕΛΣΤΑΤ. Όχι για να εκδίδει αυτόματα αποφάσεις, αλλά για να βοηθά τους υπαλλήλους και τους πολίτες να βρίσκουν τη σωστή διαδικασία, να εντοπίζουν λάθη, να συμπληρώνουν αιτήσεις, να ελέγχουν προθεσμίες και να τεκμηριώνουν επιλογές.

Ένα τέτοιο πλέγμα θα μπορούσε να ξεκινήσει από τέσσερις κατηγορίες δεδομένων. Πρώτο, το διοικητικό πλέγμα, με ΦΕΚ, εγκυκλίους, αποφάσεις, διαδικασίες, αρμοδιότητες, μητρώα και πρότυπα εγγράφων. Δεύτερο, το οικονομικό πλέγμα, με προϋπολογισμούς, προμήθειες, συμβάσεις, πληρωμές, έργα, ενισχύσεις και δείκτες αποδοτικότητας. Τρίτο, το κοινωνικό πλέγμα, με ασφαλιστικές, υγειονομικές, εκπαιδευτικές και προνοιακές υπηρεσίες, πάντα με αυστηρή προστασία προσωπικών δεδομένων. Τέταρτο, το χωρικό και περιβαλλοντικό πλέγμα, με γεωχωρικά δεδομένα, χρήσεις γης, δασικούς χάρτες, δεδομένα πλημμύρας, πυρκαγιάς, ατμοσφαιρικής ρύπανσης, μεταφορών και υποδομών.

Για τις επιχειρήσεις, η λογική είναι αντίστοιχη. Ένα τοπικό ανοιχτό LLM δεν αποκτά αξία επειδή απαντά γενικά σε ερωτήσεις. Αποκτά αξία όταν συνδέεται με ERP, CRM, συστήματα αποθήκης, εφοδιαστικής αλυσίδας, τιμολόγησης, λογιστηρίου, HR, helpdesk, POS, e-commerce, παραγωγής, ποιότητας, συντήρησης, συμβάσεων και εσωτερικών πολιτικών. Έτσι μπορεί να υποστηρίζει προβλέψεις ζήτησης, έλεγχο αποθεμάτων, ανάλυση πελατειακών αιτημάτων, εντοπισμό αποκλίσεων σε παραγγελίες, αξιολόγηση κινδύνων προμηθευτών και σύνταξη εσωτερικών αναφορών. Η επιχείρηση δεν χρειάζεται ένα «έξυπνο chatbot» αποκομμένο από τη λειτουργία της. Χρειάζεται ένα ασφαλές σύστημα που καταλαβαίνει το δικό της πλαίσιο.

Το κρίσιμο τεχνικό σχήμα είναι η ανάκτηση τεκμηρίων πριν από την απάντηση. Τα συστήματα Retrieval-Augmented Generation(RAG) μειώνουν τις παραισθήσεις επειδή το μοντέλο δεν απαντά μόνο από τη μνήμη του. Αναζητά πρώτα στα έγκυρα τεκμήρια του οργανισμού, ανακτά το σχετικό απόσπασμα και στη συνέχεια συνθέτει απάντηση με βάση αυτό. Για τη δημόσια διοίκηση αυτό πρέπει να είναι αδιαπραγμάτευτος κανόνας: καμία απάντηση για δικαίωμα, υποχρέωση, φόρο, άδεια, επίδομα, σύμβαση ή προθεσμία χωρίς αναφορά σε θεσμική πηγή. Για τις επιχειρήσεις σημαίνει ότι κάθε κρίσιμη σύσταση πρέπει να πατά σε πραγματικά δεδομένα, πολιτικές, συμβάσεις και εγκεκριμένα έγγραφα.

Εδώ βρίσκεται η ιδιαίτερη σημασία του GlossAPI. Η ελληνική γλώσσα δεν μπορεί να αντιμετωπίζεται ως δευτερεύον παράρτημα των αγγλόφωνων μοντέλων. Χρειάζεται τεκμηριωμένα, καθαρά, ανοιχτά και επαναχρησιμοποιήσιμα ελληνικά δεδομένα. Το GlossAPI λειτουργεί ως αγωγός μετατροπής ελληνικών κειμένων σε AI-ready σύνολα δεδομένων, με καθαρισμό, τυποποίηση, τεκμηρίωση και ανοιχτές άδειες. Αυτό το καθιστά κρίσιμο κρίκο ανάμεσα στα τοπικά ανοιχτά μοντέλα και στην πραγματική ελληνική δημόσια γνώση. Μπορεί να τροφοδοτήσει RAG συστήματα για νομοθεσία, δημόσιες διαβουλεύσεις, εκπαιδευτικό περιεχόμενο, πολιτιστικά τεκμήρια, διοικητικά έγγραφα και γλωσσικά σώματα.

Η πολιτική σημασία είναι σαφής. Αν η ΤΝ στη δημόσια διοίκηση χτιστεί πάνω σε κλειστά υπολογιστικά συστήματα(cloud) και ιδιωτικά δεδομένα, το κράτος θα γίνει ακόμη πιο εξαρτημένο. Αν χτιστεί πάνω σε τοπικά ανοιχτά μοντέλα, δημόσια ελεγχόμενες υποδομές, ανοιχτά APIs, τεκμηριωμένα δεδομένα και πλέγματα γνώσης, μπορεί να γίνει εργαλείο δημοκρατικού εκσυγχρονισμού. Το ζητούμενο δεν είναι η αυτοματοποίηση της εξουσίας. Είναι η ενίσχυση της ανθρώπινης κρίσης, της διαφάνειας και της λογοδοσίας.

Το πλέγμα δεδομένων είναι η υποδομή που επιτρέπει στην ΤΝ να πάψει να είναι εντυπωσιακή επίδειξη και να γίνει αξιόπιστη δημόσια υπηρεσία. Χωρίς αυτό, η ΤΝ θα παράγει γρήγορες απαντήσεις με αβέβαιη αξία. Με αυτό, μπορεί να παράγει τεκμηριωμένη γνώση, καλύτερες αποφάσεις και πραγματική δημόσια αξία.

Πηγές:

MIT Technology Review Insights, “AI needs a strong data fabric to deliver business value”: Το άρθρο τεκμηριώνει ότι η επιχειρησιακή αξία της ΤΝ εξαρτάται από την ποιότητα, τη σημασιολογία και το πλαίσιο των δεδομένων, όχι μόνο από την ισχύ του μοντέλου: https://www.technologyreview.com/2026/04/22/1135295/ai-needs-a-strong-data-fabric-to-deliver-business-value/,

GlossAPI, “Greek Datasets”: Το GlossAPI παρουσιάζεται ως αγωγός για την επεξεργασία ελληνικών κειμένων και τη μετατροπή τους σε AI-ready σύνολα δεδομένων για μεγάλα γλωσσικά μοντέλα, με δημόσια διαθέσιμα ελληνικά corpora: https://glossapi.gr/,

GlossAPI, “About”: Η σελίδα τεκμηριώνει ότι το GlossAPI είναι ανοιχτού κώδικα βιβλιοθήκη Python και τεχνική υποδομή για τη δημιουργία, επεξεργασία και δημοσίευση ελληνικών AI-ready δεδομένων με ανοιχτές άδειες: https://glossapi.gr/aboutus.html,

UK Government, “AI Insights: RAG Systems”: Τεκμηρίωση που εξηγεί γιατί τα RAG συστήματα μειώνουν τις παραισθήσεις, γειώνοντας τις απαντήσεις σε έγκυρες πηγές γνώσης: https://www.gov.uk/government/publications/ai-insights/ai-insights-rag-systems-html,

European Commission, “Common European Data Spaces”: Η Ευρωπαϊκή Επιτροπή περιγράφει τους ευρωπαϊκούς χώρους δεδομένων ως ασφαλή και αξιόπιστο πλαίσιο ανταλλαγής δεδομένων για επιχειρήσεις, δημόσιες διοικήσεις και πολίτες: https://digital-strategy.ec.europa.eu/en/policies/data-spaces,

European Commission, “European Data Governance Act”: Το Data Governance Act ενισχύει την εμπιστοσύνη στο διαμοιρασμό δεδομένων, τη διαθεσιμότητα δεδομένων και την άρση τεχνικών εμποδίων στην επαναχρησιμοποίηση: https://digital-strategy.ec.europa.eu/en/policies/data-governance-act,

Allen Institute for AI, “OLMo”: Το OLMo τεκμηριώνει την κατεύθυνση των πλήρως ανοικτών γλωσσικών μοντέλων, με ανοικτή ροή μοντέλου και δεδομένων εκπαίδευσης για ερευνητικό και δημόσια ελέγξιμο οικοσύστημα ΤΝ: https://allenai.org/olmo,

ETH Zurich, EPFL, CSCS, “Apertus: a fully open, transparent, multilingual language model”: Το Apertus αποτελεί ευρωπαϊκό παράδειγμα πλήρως ανοικτού, διαφανούς και πολυγλωσσικού μοντέλου, σχεδιασμένου για κυρίαρχη και ελέγξιμη χρήση ΤΝ: https://ethz.ch/en/news-and-events/eth-news/news/2025/09/press-release-apertus-a-fully-open-transparent-multilingual-language-model.html.

Η εξάρτηση των ευρωπαϊκών κρατών, των ακαδημαϊκών ιδρυμάτων και των επιχειρήσεων από πλατφόρμες λογισμικού ως υπηρεσία (SaaS) αμερικανικών κολοσσών αποτελεί εδώ και χρόνια ένα "αγκάθι" στην ψηφιακή πολιτική. Στις 9 Ιουνίου 2026, αυτό το τοπίο αλλάζει ριζικά με την επίσημη κυκλοφορία του Euro-Office 1.0.

Πρόκειται για μια ολοκληρωμένη, cloud-first σουίτα γραφείου, ανοιχτού κώδικα (open-source), η οποία έρχεται να αμφισβητήσει την κυριαρχία του Microsoft 365 και του Google Workspace, προσφέροντας απόλυτο έλεγχο, ασφάλεια και ψηφιακή κυριαρχία.

Τι είναι το Euro-Office;

Το Euro-Office 1.0 δεν είναι απλώς ένα ακόμα πρόγραμμα επεξεργασίας κειμένου. Είναι μια cloud-based πλατφόρμα συνεργασίας που ενσωματώνει επεξεργαστή κειμένου, λογιστικά φύλλα, παρουσιάσεις και εργαλεία διαχείρισης PDF απευθείας στον browser.

Βασισμένο στον ανοιχτό κώδικα του ONLYOFFICE (της Ascensio System SIA), το project καθαρίστηκε και βελτιστοποιήθηκε σε επίπεδο ασφαλείας για να αποτελέσει μια εντελώς ανεξάρτητη ευρωπαϊκή λύση. Παρέχεται εντελώς δωρεάν μέσω των δημόσιων αποθετηρίων του GitHub υπό άδεια ανοιχτού κώδικα.

Κορυφαία συμβατότητα

Ένα από τα μεγαλύτερα εμπόδια στη μετάβαση σε λογισμικό ανοιχτού κώδικα είναι η συμβατότητα. Το Euro-Office λύνει αυτό το πρόβλημα προσφέροντας:

• Άριστη υποστήριξη Microsoft Office: Δημιουργία, άνοιγμα και επεξεργασία αρχείων DOCX, XLSX και PPTX με υψηλό επίπεδο αναπαραγωγής.

• Προσήλωση στα Ανοιχτά Πρότυπα: Εκτενής υποστήριξη μορφών OpenDocument (ODF) όπως ODT, ODS και ODP, εξασφαλίζοντας ότι τα δεδομένα σας δεν εγκλωβίζονται σε κλειστά οικοσυστήματα.

Ψηφιακή Κυριαρχία: Γιατί η Ευρώπη γυρίζει την πλάτη στο Αμερικανικό Cloud

Ο κύριος μοχλός πίσω από την ανάπτυξη του Euro-Office είναι η ανάγκη για Ψηφιακή Κυριαρχία (Digital Sovereignty). Η φιλοξενία ευαίσθητων κυβερνητικών, ακαδημαϊκών ή εταιρικών δεδομένων σε servers που υπόκεινται στον αμερικανικό νόμο (US Cloud Act) εγκυμονεί σοβαρούς κινδύνους ιδιωτικότητας.

Το Euro-Office αλλάζει τους κανόνες του παιχνιδιού:

• Απόλυτη συμμόρφωση με τον GDPR: Η πλατφόρμα είναι σχεδιασμένη για άμεση ανάπτυξη μέσω self-hosting.

• Data Localization: Οι ελληνικοί φορείς, οι δήμοι και οι επιχειρήσεις μπορούν πλέον να φιλοξενούν την πλατφόρμα στο δικό τους hardware, εξασφαλίζοντας μηδενικό κίνδυνο παρακολούθησης από τρίτες χώρες.

• Μείωση Κόστους: Απαλλαγή από το μοντέλο των ακριβών, επαναλαμβανόμενων μηνιαίων συνδρομών ανά χρήστη, μειώνοντας δραστικά τα πάγια έξοδα IT.

Βασικά πλεονεκτήματα & Χαρακτηριστικά συνεργασίας

Σε αντίθεση με τις παραδοσιακές desktop λύσεις, το Euro-Office είναι εξολοκλήρου δομημένο για τον web browser.

• Συνεργασία σε πραγματικό χρόνο: Πολλοί χρήστες μπορούν να επεξεργάζονται το ίδιο έγγραφο ή κελί ταυτόχρονα, αξιοποιώντας εργαλεία όπως σχόλια, παρακολούθηση αλλαγών και ιστορικό εκδόσεων.

• Οικείο γραφικό περιβάλλον (Ribbon UI): Το περιβάλλον χρήσης είναι σκόπιμα σχεδιασμένο να θυμίζει τα σύγχρονα Microsoft Office. Αυτό εκμηδενίζει την καμπύλη εκμάθησης, επιτρέποντας στο προσωπικό οργανισμών να μεταβεί στη νέα πλατφόρμα χωρίς δαπανηρές επανεκπαιδεύσεις.

• Ενσωματωμένη επικοινωνία: Δυνατότητα συνομιλίας με τους συνεργάτες σας απευθείας μέσα από το έγγραφο που επεξεργάζεστε.

Η ισχύς της Ευρωπαϊκής συμμαχίας

Το project δεν είναι μια απομονωμένη προσπάθεια. Υποστηρίζεται ενεργά από μια συμμαχία κορυφαίων παρόχων open-source υποδομών και cloud στην Ευρώπη.

Εταιρείες κολοσσοί στο οικοσύστημα του ανοιχτού κώδικα, όπως η Nextcloud, η Ionos, η XWiki, η OpenProject, η Open-Xchange (OX) και το Office.eu, έχουν ενώσει τις δυνάμεις τους. Όπως επισημαίνει ο Frank Karlitschek, CEO της Nextcloud: "Η Ευρώπη είχε τα τεχνικά δομικά στοιχεία εδώ και χρόνια... Με το Euro-Office, δεν ξεκινάμε από το μηδέν, αναλαμβάνουμε την ευθύνη για ένα ζωτικό κομμάτι της ψηφιακής υποδομής".

Έτοιμο για Self-Hosting

Ένα από τα ισχυρότερα "χαρτιά" του Euro-Office είναι ότι δεν απαιτεί από τους διαχειριστές συστημάτων να στήσουν τα πάντα από το μηδέν. Σχεδιάστηκε ως ένα ενσωματωμένο στοιχείο μέσα σε υπάρχοντα οικοσυστήματα.

Κατά την κυκλοφορία του, θα είναι άμεσα διαθέσιμο ως ενσωμάτωση στην τελευταία έκδοση Nextcloud Hub 26 Spring, λειτουργώντας ως ο in-browser editor για τα διαμοιραζόμενα έγγραφά σας. Οι πελάτες του Ionos Managed Nextcloud θα έχουν επίσης άμεση πρόσβαση, ενώ προγραμματίζεται ενσωμάτωση και στα συστήματα της XWiki αργότερα μέσα στη χρονιά.

Πώς να αποκτήσετε το Euro-Office 1.0

Η αντίστροφη μέτρηση έχει ξεκινήσει. Στις 9 Ιουνίου 2026, η πρώτη σταθερή έκδοση θα είναι διαθέσιμη στο ευρύ κοινό.

Είτε είστε λάτρης του Linux και του self-hosting που θέλει να τρέξει τη σουίτα στον δικό του server, είτε εκπροσωπείτε έναν οργανισμό που αναζητά διέξοδο από το vendor lock-in των αμερικανικών SaaS, το Euro-Office προσφέρει τον κώδικα, τα εργαλεία και την ευρωπαϊκή εγγύηση που χρειάζεστε.

Ο κώδικας θα είναι διαθέσιμος στο GitHub, έτοιμος για λήψη και ανάπτυξη. Η ψηφιακή ανεξαρτησία είναι πλέον εφικτή.

Η τεχνητή νοημοσύνη μπαίνει ήδη στο κράτος, στην υγεία, στην εκπαίδευση, στην αυτοδιοίκηση και στις κρατικές υπηρεσίες ασφάλειας. Το πραγματικό ερώτημα δεν είναι αν θα χρησιμοποιηθεί, αλλά ποιος θα την ελέγχει. Θα χτίσουμε δημόσια ικανότητα, με ανοικτό λογισμικό, ελέγξιμες υποδομές και ελληνική τεχνογνωσία; Ή θα μεταφέρουμε ακόμη περισσότερες κρίσιμες λειτουργίες σε κλειστά υπολογιστικά συστήματα νέφους(cloud), με τιμολόγηση ανά λεκτική μονάδα (token), αδιαφανείς όρους χρήσης και εξάρτηση από λίγους διεθνείς παρόχους;

Για δήμους, περιφέρειες, πανεπιστήμια, νοσοκομεία, κρατικές υπηρεσίες ασφάλειας και υπουργεία, η καταλληλότερη αφετηρία είναι σαφής: χαμηλού κόστους τοπικά μοντέλα ΤΝ ανοικτού λογισμικού, εγκατεστημένα σε δημόσια ελεγχόμενη υποδομή, με Retrieval-Augmented Generation(RAG), δηλαδή παραγωγή απαντήσεων με ανάκτηση τεκμηρίων από αξιόπιστες πηγές, πλήρη καταγραφή χρήσης, ανθρώπινη ευθύνη και δυνατότητα ανεξάρτητου ελέγχου. Δεν πρόκειται για τεχνολογικό φετίχ. Πρόκειται για επιλογή δημοκρατικής κυριαρχίας, οικονομικής λογικής και διοικητικής ωριμότητας.

Γιατί το χαμηλό κόστος είναι στρατηγικό πλεονέκτημα

Η συζήτηση για την ΤΝ συχνά παρουσιάζεται σαν να απαιτεί τεράστια data centers και προϋπολογισμούς πολυεθνικών. Αυτό ισχύει για την εκπαίδευση πολύ μεγάλων θεμελιακών μοντέλων. Δεν ισχύει όμως για τη μεγάλη πλειονότητα των δημόσιων εφαρμογών: αναζήτηση σε έγγραφα, σύνοψη, ταξινόμηση αιτημάτων, προέλεγχος δικαιολογητικών, απομαγνητοφώνηση, ανωνυμοποίηση, εξαγωγή δομημένων δεδομένων, εσωτερική υποστήριξη υπαλλήλων, έλεγχος προμηθειών και αναζήτηση σε νόμους, ΦΕΚ, εγκυκλίους και διοικητικές διαδικασίες.

Ένας μικρός φορέας μπορεί να ξεκινήσει με μια οικονομική λύση, να δοκιμάσει πραγματικά σενάρια και μετά να κλιμακώσει μόνο ό,τι αποδίδει. Η σωστή αρχή είναι “δοκιμάζουμε πριν επενδύσουμε”. Ένα τοπικό εργαστήριο με Mac Mini, commodity GPUs, ανοικτά μοντέλα, Ollama, llama.cpp, vLLM, PostgreSQL, pgvector, Qdrant, Keycloak, Prometheus και Grafana μπορεί να αποδείξει μέσα σε λίγες εβδομάδες αν μια εφαρμογή έχει αξία. Έτσι η δημόσια διοίκηση αποφεύγει τις μεγάλες προμήθειες πριν μάθει τι χρειάζεται πραγματικά.

Δήμοι και περιφέρειες: ΤΝ κοντά στον πολίτη

Στους δήμους, τα τοπικά μοντέλα μπορούν να λειτουργήσουν ως βοηθοί πρώτης γραμμής. Ένα δημοτικό ΚΕΠ μπορεί να χρησιμοποιεί RAG πάνω στο mitos.gov.gr, στις αποφάσεις του δήμου και στα τοπικά έντυπα, ώστε να ενημερώνει τον πολίτη ποια δικαιολογητικά χρειάζεται, χωρίς να εκδίδει αυτόματα πράξη. Ένα τηλεφωνικό κέντρο ή ένα τοπικό σύστημα αιτημάτων μπορεί να ταξινομεί προβλήματα καθαριότητας, φωτισμού, κοινωνικής φροντίδας ή τεχνικών υπηρεσιών. Η τεχνική υπηρεσία μπορεί να συνοψίζει φακέλους έργων, να εντοπίζει κενά στις προδιαγραφές και να ελέγχει αν μια προμήθεια αποκλείει αδικαιολόγητα ανοικτά πρότυπα.

Στις περιφέρειες, η αξία είναι ακόμη μεγαλύτερη. Η πολιτική προστασία, η περιβαλλοντική παρακολούθηση, οι μεταφορές, η κοινωνική πολιτική και η αγροτική παραγωγή χρειάζονται συνδυασμό χωρικών δεδομένων, δορυφορικών εικόνων, ιστορικών συμβάντων και διοικητικών εγγράφων. Ένα περιφερειακό σύστημα μπορεί να υποστηρίζει χάρτες κλιματικού κινδύνου, πρόβλεψη πλημμυρικών κινδύνων, καταγραφή αναγκών ευάλωτων νοικοκυριών και ανάλυση επιπτώσεων έργων. Το κρίσιμο είναι ότι τα δεδομένα μένουν κοντά στον φορέα που τα παράγει και στον πληθυσμό που επηρεάζεται.

Πανεπιστήμια και νοσοκομεία: έρευνα, γνώση και προστασία δεδομένων

Τα πανεπιστήμια είναι φυσικοί κόμβοι για ανοικτή τοπική ΤΝ. Μπορούν να φιλοξενήσουν πειραματικά μοντέλα, να αναπτύξουν ελληνικά δεδομένα, να εκπαιδεύσουν φοιτητές και δημόσιους υπαλλήλους, να αξιολογήσουν ποιότητα απαντήσεων και να παράγουν ανοικτή τεκμηρίωση. Η συνεργασία με δημόσιους φορείς δεν πρέπει να περιοριστεί σε συμβουλευτικές μελέτες. Πρέπει να παράγει κοινόχρηστο κώδικα, ανοικτά σύνολα δεδομένων όπου επιτρέπεται και επαναχρησιμοποιήσιμες υποδομές.

Στα νοσοκομεία, η τοπικότητα είναι προϋπόθεση εμπιστοσύνης. Ένα νοσοκομειακό LLM δεν πρέπει να αποφασίζει διάγνωση ούτε θεραπεία. Μπορεί όμως να βοηθά στην αναζήτηση οδηγιών, στη σύνοψη διοικητικών εγγράφων, στην απομαγνητοφώνηση συσκέψεων, στην ανωνυμοποίηση κλινικών κειμένων, στη σύνταξη ενημερωτικών οδηγιών προς ασθενείς και στην υποστήριξη εσωτερικών διαδικασιών. Η διεθνής εμπειρία δείχνει ότι στην υγεία η ασφάλεια δεν χτίζεται με μεταφορά δεδομένων σε αδιαφανή συστήματα, αλλά με ασφαλή περιβάλλοντα ανάλυσης, ανοικτό κώδικα, ψευδωνυμοποίηση, αυστηρά δικαιώματα πρόσβασης και πλήρη ίχνη ελέγχου.

Υπουργεία και υπηρεσίες ασφάλειας: κυριαρχία, όχι αυτοματοποίηση εξουσίας

Στα υπουργεία, τα τοπικά LLMs μπορούν να στηρίξουν νομική αναζήτηση, ανάλυση διαβουλεύσεων, έλεγχο προμηθειών, υποστήριξη φορολογικής συμμόρφωσης, προετοιμασία ενημερωτικών σημειωμάτων, ταξινόμηση εγγράφων και αξιολόγηση προγραμμάτων. Το μοντέλο πρέπει να είναι σαφές: η ΤΝ εισηγείται, συνοψίζει, εντοπίζει, τεκμηριώνει. Δεν αποφασίζει.

Στις κρατικές υπηρεσίες ασφάλειας, η αξία βρίσκεται κυρίως στην κυβερνοασφάλεια, στην ανάλυση ανοιχτών πηγών, στην εσωτερική διαχείριση περιστατικών, στην αναζήτηση τεχνικών οδηγιών και στη σύνθεση μεγάλου όγκου πληροφοριών. Εδώ η τοπική υποδομή είναι ακόμη πιο αναγκαία, επειδή κανείς σοβαρός δημόσιος φορέας δεν πρέπει να στέλνει ευαίσθητα δεδομένα ασφάλειας σε εξωτερικά κλειστά API. Ταυτόχρονα χρειάζονται αυστηρά όρια: καμία γενικευμένη επιτήρηση, καμία αυτόματη στοχοποίηση πολιτών, καμία χρήση χωρίς νομική βάση, ανθρώπινη εποπτεία και λογοδοσία.

Η διεθνής εμπειρία δείχνει τον δρόμο

Η Γαλλία με το Albert, η Εσθονία με το Bürokratt, η Ελβετία με το Apertus, το Allen Institute με το OLMo, οι ευρωπαϊκές AI Factories και η εμπειρία του OpenSAFELY στην υγεία δείχνουν μια κοινή κατεύθυνση: η ΤΝ δημόσιου συμφέροντος χρειάζεται ανοικτότητα, κυριαρχία δεδομένων, διαφάνεια και θεσμική λογοδοσία. Για την Ελλάδα, το πλεονέκτημα είναι ότι δεν χρειάζεται να ξεκινήσει από το μηδέν. Διαθέτει πανεπιστήμια, ερευνητικά κέντρα, κοινότητες ανοικτού λογισμικού, το GlossAPI, δημόσια δεδομένα, αυτοδιοικητικές ανάγκες και ευρωπαϊκές χρηματοδοτήσεις.

Το ερώτημα είναι πολιτικό. Θα πληρώνουμε για πάντα ενοίκιο σε κλειστά συστήματα ή θα χτίσουμε δημόσια ψηφιακή περιουσία; Τα χαμηλού κόστους τοπικά μοντέλα ΤΝ ανοικτού λογισμικού είναι η πιο ρεαλιστική απάντηση: μικρή αρχική επένδυση, γρήγορη δοκιμή, επαναχρησιμοποίηση, τοπική τεχνογνωσία, προστασία δεδομένων και δυνατότητα δημοκρατικού ελέγχου.

Πηγές:

Mistral AI, Mistral 7B & Mixtral Research: Η Mistral AI αποτελεί σημαντικό ευρωπαϊκό παράδειγμα ανάπτυξης ισχυρών μοντέλων ανοικτών βαρών, με το Mistral 7B να διατίθεται υπό Apache 2.0 και το Mixtral 8x7B ως open-weights μοντέλο για αποδοτική τοπική ή κυρίαρχη εγκατάσταση: https://mistral.ai/news/announcing-mistral-7b/ και https://mistral.ai/news/mixtral-of-experts/,

Allen Institute for AI, OLMo: Το OLMo είναι από τα σημαντικότερα παραδείγματα πλήρως ανοικτής προσέγγισης σε γλωσσικά μοντέλα, με δημοσίευση βαρών, κώδικα και τεχνικών αναφορών, χρήσιμο ως πρότυπο για δημόσια ελέγξιμη ΤΝ: https://allenai.org/olmo,

Swiss AI Initiative, Apertus: Το Apertus των EPFL, ETH Zurich και CSCS είναι πλήρως ανοικτό, διαφανές και πολυγλωσσικό LLM, σχεδιασμένο ως υποδομή για κυρίαρχη και αξιόπιστη ΤΝ στην έρευνα, την κοινωνία και τη βιομηχανία: https://www.swiss-ai.org/apertus και https://ethz.ch/en/news-and-events/eth-news/news/2025/09/press-release-apertus-a-fully-open-transparent-multilingual-language-model.html,

DINUM / Γαλλική Κυβέρνηση, Albert: Το Albert είναι γαλλικό παράδειγμα κυρίαρχης δημόσιας ΤΝ για δημοσίους υπαλλήλους και υπηρεσίες πρώτης γραμμής, βασισμένο σε ανοικτά μοντέλα και προσαρμοσμένο στις ανάγκες της διοίκησης: https://www.info.gouv.fr/actualite/ia-connaissez-vous-albert και https://www.cnil.fr/en/artificial-intelligence-and-public-services-sandbox-cnil-supports-8-innovative-projects,

Estonia, Bürokratt: Το Bürokratt αποτελεί διεθνή καλή πρακτική διαλειτουργικού δικτύου δημόσιων ψηφιακών βοηθών, με ανοικτό μοντέλο ανάπτυξης και δυνατότητα παροχής πληροφοριών και υπηρεσιών μέσω πολλών δημόσιων φορέων: https://www.kratid.ee/en/burokratt και https://interoperable-europe.ec.europa.eu/collection/open-source-observatory-osor/government-virtual-assistant-burokratt,

OpenSAFELY, University of Oxford and NHS England: Το OpenSAFELY δείχνει πώς ευαίσθητα δεδομένα υγείας μπορούν να αναλύονται με ανοικτή, ασφαλή και ελεγχόμενη υπολογιστική προσέγγιση, χωρίς ανεξέλεγκτη μεταφορά δεδομένων εκτός προστατευμένου περιβάλλοντος: https://www.opensafely.org/ και https://www.phc.ox.ac.uk/research/covid-19/projects/opensafely-a-new-secure-analytics-platform-for-electronic-health-records,

European Commission / EuroHPC & AI Factories: Τα ευρωπαϊκά AI Factories αξιοποιούν την υπολογιστική ικανότητα του EuroHPC για αξιόπιστα μοντέλα, ως κόμβοι για τον ακαδημαϊκό χώρο, την έρευνα, το δημόσιο τομέα και τις επιχειρήσεις: https://digital-strategy.ec.europa.eu/en/policies/ai-factories,

European Commission, EU AI Act: Το ευρωπαϊκό πλαίσιο για την ΤΝ καθιστά αναγκαία την τεχνική και οργανωτική συμμόρφωση, ιδίως για συστήματα υψηλού κινδύνου, με διαχείριση κινδύνων, διαφάνεια, ποιότητα δεδομένων, ανθρώπινη εποπτεία, ακρίβεια, ανθεκτικότητα και κυβερνοασφάλεια: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai.

Ο Οργανισμός Ηνωμένων Εθνών ανακοίνωσε την έναρξη λειτουργίας της πλατφόρμας Open Source United (OSU), ενός νέου κεντρικού κόμβου που φιλοδοξεί να συγκεντρώσει και να συντονίσει όλες τις δράσεις ανοιχτού λογισμικού στο οικοσύστημα του ΟΗΕ. Η πρωτοβουλία αυτή σηματοδοτεί μια σημαντική καμπή για τη διεθνή συνεργασία στον τομέα της ψηφιακής διακυβέρνησης, της διαφάνειας και της βιώσιμης τεχνολογικής ανάπτυξης.

Σύμφωνα με τον Dr. David Manset, συν-πρόεδρο της κοινότητας πρακτικής Open Source United και ανώτερο σύμβουλο της Διεθνούς Ένωσης Τηλεπικοινωνιών (ITU), στόχος της νέας πλατφόρμας είναι να αποτελέσει το βασικό σημείο αναφοράς για την κοινότητα ανοιχτού λογισμικού του ΟΗΕ και των συνεργατών του. Μέσα από το portal, χρήστες και οργανισμοί θα μπορούν να ανακαλύπτουν έργα ανοιχτού κώδικα, αποθετήρια λογισμικού, τεχνικές κοινότητες, hackathons που σχετίζονται με τους Στόχους Βιώσιμης Ανάπτυξης (SDGs), καθώς και εκπαιδευτικές και συνεργατικές δράσεις.

Ένας «λειτουργικός πυρήνας» για το ανοιχτό λογισμικό

Το Open Source United δεν σχεδιάστηκε απλώς ως μια ενημερωτική ιστοσελίδα. Όπως εξηγεί ο Manset, φιλοδοξεί να λειτουργήσει ως ο «επιχειρησιακός πυρήνας» των open source πρωτοβουλιών του ΟΗΕ. Η πλατφόρμα ενσωματώνει τις Αρχές Ανοιχτού Κώδικα του ΟΗΕ, το κοινό πολιτικό πλαίσιο για open source τεχνολογίες και το επίσημο αποθετήριο κώδικα του οργανισμού.

Ήδη στην ενότητα “Projects” παρουσιάζονται τρία σημαντικά έργα:

• eTIR National Application: λύση ανοιχτού κώδικα που διευκολύνει τη διασύνδεση των εθνικών τελωνειακών αρχών.
• GENIE.AI: πρωτοβουλία που στοχεύει στη δίκαιη πρόσβαση σε προηγμένες δυνατότητες τεχνητής νοημοσύνης.
• FireForm: σύστημα που βοηθά τις υπηρεσίες πρώτης απόκρισης να αυτοματοποιούν τη σύνταξη αναφορών περιστατικών, μειώνοντας τον διοικητικό φόρτο εργασίας.

Ο ΟΗΕ σχεδιάζει να επεκτείνει σταδιακά τη λίστα έργων, ενώ νέες προτάσεις μπορούν να υποβάλλονται μέσω της κοινότητας Open Source United.

Ανοιχτός κώδικας ως εργαλείο διαφάνειας και εμπιστοσύνης

Η δημιουργία του portal έρχεται σε μια περίοδο όπου η τεχνητή νοημοσύνη επηρεάζει ολοένα και περισσότερο τις κοινωνίες και τις δημόσιες υπηρεσίες. Μέσα σε αυτό το περιβάλλον, το ανοιχτό λογισμικό θεωρείται κρίσιμο εργαλείο για τη διασφάλιση διαφάνειας, διαλειτουργικότητας και αξιοπιστίας.

Ο Manset υπογράμμισε ότι τα επόμενα χρόνια η ανοικτότητα, η δυνατότητα ελέγχου του κώδικα και η συνεργατική διακυβέρνηση θα παίξουν καθοριστικό ρόλο στην ανάπτυξη ασφαλών και αξιόπιστων ψηφιακών συστημάτων.

Τεχνολογία και ανάπτυξη της πλατφόρμας

Το portal βασίζεται στο σύστημα διαχείρισης περιεχομένου Drupal, το οποίο επιλέχθηκε λόγω των ισχυρών δυνατοτήτων πολυγλωσσικής υποστήριξης, προσβασιμότητας και ασφάλειας. Η πλατφόρμα είναι διαθέσιμη και στις έξι επίσημες γλώσσες του ΟΗΕ.

Ιδιαίτερο ενδιαφέρον έχει το γεγονός ότι και το ίδιο το portal είναι ανοιχτού κώδικα, ευθυγραμμισμένο με την αρχή «open by default» του ΟΗΕ. Ο πηγαίος κώδικας αναμένεται να δημοσιοποιηθεί επίσημα κατά τη διάρκεια της επερχόμενης UN Open Source Week.

Η ανάπτυξη και συντήρηση του συστήματος δεν γίνεται από έναν μόνο ανάδοχο ή εσωτερική ομάδα, αλλά μέσα από συνεργασία πολλών φορέων του ΟΗΕ και εξωτερικών συνεργατών, ακολουθώντας ένα αποκεντρωμένο και κοινοτικό μοντέλο ανάπτυξης.

Ισχυρή διεθνής υποστήριξη

Οι Αρχές Ανοιχτού Κώδικα του ΟΗΕ έχουν ήδη λάβει τη στήριξη περισσότερων από 150 οργανισμών, κυβερνήσεων και ιδρυμάτων από όλο τον κόσμο. Ανάμεσα στους υποστηρικτές περιλαμβάνονται σημαντικοί οργανισμοί όπως:

• το Open Source Initiative,
• το Linux Foundation,
• η Red Hat,
• το Eclipse Foundation,
• καθώς και οι κυβερνήσεις της Γαλλίας και της Νότιας Αφρικής.

Η αύξηση αυτή θεωρείται ιδιαίτερα σημαντική, καθώς τον Αύγουστο του 2025 οι υποστηρικτές ήταν περίπου 60.

Οι νέοι άξονες δράσης

Το Open Source United παρουσίασε επίσης έναν νέο οδικό χάρτη με βασικούς άξονες εργασίας που θα διαμορφώσουν τη μελλοντική εξέλιξη της πλατφόρμας:

• Responsible Open AI: υπεύθυνη και διαφανής αξιοποίηση της τεχνητής νοημοσύνης.
• Resilient Digital Infrastructure: ανάπτυξη ανθεκτικών ψηφιακών υποδομών βασισμένων σε open source τεχνολογίες.
• Contributor Engagement: ενίσχυση της συμμετοχής και αναγνώρισης των συνεισφερόντων.
• OSPO-in-a-Box: έτοιμα εργαλεία και πρότυπα για τη δημιουργία Open Source Program Offices.
• Open Source Talent and Capacity Development: εκπαίδευση και ανάπτυξη δεξιοτήτων γύρω από το ανοιχτό λογισμικό.

Παράλληλα, σχεδιάζεται και η δημιουργία ενός διεθνούς μητρώου OSPOs, που θα βοηθήσει οργανισμούς και κράτη να συνδεθούν με αντίστοιχες πρωτοβουλίες παγκοσμίως.

Η επόμενη μέρα

Οι επόμενες εξελίξεις αναμένονται στην εκδήλωση UN Open Source Week 2026, η οποία θα πραγματοποιηθεί από τις 22 έως τις 26 Ιουνίου στα κεντρικά γραφεία του ΟΗΕ στη Νέα Υόρκη. Η διοργάνωση, που παλαιότερα ήταν γνωστή ως “OSPOs for Good”, έχει γνωρίσει εντυπωσιακή ανάπτυξη, από περίπου 70 συμμετέχοντες στην πρώτη διοργάνωση σε περισσότερους από 1.000 το 2025.

Το Open Source United φαίνεται πως δεν αποτελεί απλώς μια νέα ψηφιακή πλατφόρμα, αλλά μια στρατηγική προσπάθεια του ΟΗΕ να ενισχύσει τη συνεργασία, τη διαφάνεια και τη βιώσιμη τεχνολογική καινοτομία σε παγκόσμιο επίπεδο.

Πηγή άρθρου: https://interoperable-europe.ec.europa.eu/

Η ενωσιακή πολιτική επενδύσεων στην τεχνητή νοημοσύνη ακολουθεί ένα χαρακτηριστικό μοτίβο: ανακοινώνεται ένα εντυπωσιακό ποσό, το οποίο όμως συγκροτείται ανασυσκευάζοντας κονδύλια που έχουν ήδη δεσμευτεί.

Στις 9 Απριλίου, η Ευρωπαϊκή Επιτροπή σηματοδότησε τη συμπλήρωση ενός έτους από το AI Continent Action Plan, διατυμπανίζοντας ότι «1 δισ. ευρώ σε προσκλήσεις χρηματοδότησης [έχει] ήδη προβλεφθεί» για την προώθηση της υιοθέτησης της ΤΝ μέσω της στρατηγικής Apply AI. Η χρηματοδότηση αυτή προέρχεται κυρίως από το Horizon Europe, το βασικό πρόγραμμα έρευνας και καινοτομίας της ΕΕ, και από το Digital Europe Programme, που στηρίζει την ανάπτυξη ψηφιακών υποδομών και ικανοτήτων.

Για όποιον παρακολουθεί την πολιτική της ΕΕ για την ΤΝ, το ποσό του 1 δισ. μάλλον θα φαντάζει γνώριμο.

Τον Δεκέμβριο του 2018, το Coordinated Plan on Artificial Intelligence της Επιτροπής είχε ήδη θέσει ως στόχο η Ένωση να επενδύει τουλάχιστον 1 δισ. ευρώ ετησίως στην ΤΝ στο πλαίσιο του τότε επικείμενου δημοσιονομικού κύκλου 2021–2027, «ιδίως μέσω του νέου Digital Europe Programme και του Horizon Europe».

Οκτώ χρόνια αργότερα, το ίδιο ακριβώς ποσό ανακοινώθηκε ως νέο ορόσημο.

Για να πάρουμε μια τάξη μεγέθους: η έκθεση του ΟΟΣΑ για το 2025 εκτίμησε τις συνολικές επενδύσεις σε ΤΝ στις 27 χώρες της ΕΕ για το 2023 σε περίπου 257 δισ. ευρώ. Αν αφαιρέσουμε την Έρευνα & Ανάπτυξη —που χρηματοδοτεί τη δημιουργία της ΤΝ και όχι την υιοθέτησή της, και δεν αποτελεί το αντικείμενο της στρατηγικής Apply AI— απομένουν περίπου 224 δισ. ευρώ που κατευθύνονται ετησίως στις κατηγορίες που συνιστούν αξιοποίηση της τεχνολογίας. Από αυτά τα 224 δισ. ευρώ, περίπου 64 δισ. αφορούν δημόσια δαπάνη. Το πολυδιαφημισμένο 1 δισ. ευρώ τοποθετείται πάνω σε αυτό ακριβώς το φόντο.

Η εξήγηση για την ισχνή συνεισφορά της Επιτροπής είναι σχετικά απλή. Η Επιτροπή λειτουργεί εντός των περιορισμών του επταετούς δημοσιονομικού πλαισίου της ΕΕ και δεν μπορεί να δημιουργήσει μονομερώς νέους δημοσιονομικούς πόρους για την ΤΝ. Αυτό που μπορεί να κάνει είναι να επανακαθορίσει προτεραιότητες και να ανασυσκευάσει χρηματοδότηση εντός προγραμμάτων που είχαν ήδη εγκριθεί (όπως το Horizon Europe ή το Digital Europe).

Όταν η Επιτροπή βρίσκεται υπό εξωτερική πίεση και υπό την ολοένα ισχυρότερη αίσθηση ότι η Ευρώπη «μένει πίσω» στον «αγώνα» της ΤΝ, η ανασυσκευασία είναι το εργαλείο που έχει στη διάθεσή της.

Αυτό δεν σημαίνει ότι η ανακατανομή δημόσιων κονδυλίων εντός των ενωσιακών προγραμμάτων χρηματοδότησης είναι κενή νοήματος. Στην προκειμένη περίπτωση, αντανακλά μια αντίληψη της ΤΝ ως αρκετά ώριμης και έτοιμης προς ανάπτυξη: δεν αντιμετωπίζεται πλέον κυρίως ως κάτι που πρέπει να μελετηθεί, να αποτελέσει αντικείμενο πειραματισμού ή να στηριχθεί μέσω ερευνητικών επιχορηγήσεων, αλλά ως κάτι που πρέπει να εμπορευματοποιηθεί, να κλιμακωθεί και να διαχυθεί σε ολόκληρη την οικονομία.

Τα 200 δισ. ευρώ που ανακοίνωσε η Πρόεδρος της Ευρωπαϊκής Επιτροπής, Φον ντερ Λάιεν, στο Paris AI Action Summit τον Φεβρουάριο του 2025 εφάρμοσαν την ίδια λογική σε βιομηχανική κλίμακα και πρόσθεσαν κάτι νέο: μια ευθυγράμμιση με διεθνείς ιδιώτες επενδυτές, η οποία θα διαμόρφωνε τους ίδιους τους όρους της ενωσιακής πολιτικής για την ΤΝ.

Αναλυτικά, αυτά τα 200 δισ. ευρώ είναι:

• 50 δισ. ευρώ από την Επιτροπή, συγκεντρωμένα από προγράμματα που είχαν θεσμοθετηθεί πολύ πριν από το Παρίσι (και, κατά πάσα πιθανότητα, από συνεισφορές των κρατών-μελών —αν και αυτό δεν προέκυπτε με σαφήνεια από την ομιλία της Προέδρου Φον ντερ Λάιεν στο Παρίσι ούτε από το επακόλουθο δελτίο Τύπου), τα οποία συναποτελούν μια πρωτοβουλία «InvestAI».
• 150 δισ. ευρώ που δεσμεύτηκαν για περίοδο πέντε ετών από ιδιώτες, διεθνείς επενδυτές (μεταξύ των οποίων οι Blackstone, KKR, EQT, General Catalyst και Warburg Pincus) μέσω της EU AI Champions Initiative.

Δεν μπορεί κανείς παρά να αναρωτηθεί αν οι διαχειριστές κεφαλαίων πίσω από το νούμερο των 150 δισ. αποτελούν όντως πρόσθετη χρηματοδότηση, ή αν πρόκειται, σε μεγάλο βαθμό, για κεφάλαια που έτσι κι αλλιώς κατευθύνονταν ήδη προς την ευρωπαϊκή ΤΝ. Κάτι τέτοιο θα αντανακλούσε μια ωριμάζουσα αγορά, τις υψηλές αποτιμήσεις των αμερικανικών εταιρειών ΤΝ σε σχέση με τα έσοδά τους, καθώς και το γεγονός ότι μεγάλο μέρος του ταλέντου βρίσκεται εδώ, στην Ευρώπη. Η χρηματοδότηση επιχειρηματικών κεφαλαίων (VC) προς ευρωπαϊκές εταιρείες ΤΝ αυξήθηκε από λίγο πάνω από 10 δισ. δολάρια το 2024 σε περίπου 17,5 δισ. δολάρια το 2025 —την πρώτη χρονιά που η ΤΝ αναδείχθηκε στον κορυφαίο τομέα για επενδύσεις venture capital στην Ευρώπη. Μήπως, λοιπόν, τα κεφάλαια έρχονταν ούτως ή άλλως;

Αν ισχύει αυτό, τότε η ουσία της υπόθεσης δεν βρίσκεται τόσο στα ποσά, όσο στους όρους που τα συνοδεύουν και στους συμβιβασμούς που αυτοί συνεπάγονται.

Η δέσμευση των ιδιωτικών φορέων ήταν ρητά υπό όρους: να δημιουργήσει η Ευρώπη «ένα διαφανές και στοχευμένο, καθοδηγούμενο από τον ανταγωνισμό πλαίσιο για την ΤΝ», «εξορθολογίζοντας και απλοποιώντας» τους νόμους —έκφραση που, στην αργκό των Βρυξελλών, σημαίνει απορρύθμιση.

Αυτό έχει σημασία, γιατί αλλάζει τον τρόπο με τον οποίο πρέπει να ερμηνευτεί η δέσμευση του Παρισιού.

Η βαρύτητα της δέσμευσης έγκειται λιγότερο στην κινητοποίηση νέων κεφαλαίων και περισσότερο στο ότι η Επιτροπή συμβάλλει στην προβολή μιας αφήγησης περί σύμπραξης δημόσιου και ιδιωτικού τομέα και περί επιχειρηματικού δυναμισμού, ενώ ταυτόχρονα αξιοποιεί τη στήριξη των επενδυτών για να ενισχύσει το επιχείρημα υπέρ της απορρύθμισης.

Οι όροι αυτοί, ωστόσο, δεν περιορίζονται στη ρύθμιση και μόνο.

Όπως υποστηρίζει ο Leevi Saari στην πρόσφατη εργασία του, αυτό που αναδύεται στην τρέχουσα προσέγγιση της ΕΕ ως προς τη βιομηχανική πολιτική για την ΤΝ είναι μια «αντιστροφή της αιρεσιμότητας» (inversion of conditionality): «αντί το κράτος να επιβάλλει όρους στο κεφάλαιό του, στρατηγικά ευθυγραμμισμένοι ιδιώτες χρηματοδότες ενδέχεται να θέτουν όρους για τη συνεργασία τους», με αποτέλεσμα «η επιδίωξη εξωτερικής κυριαρχίας εκ μέρους της ΕΕ να επιδοτείται από μια μείωση της αυτονομίας της εγχώριας πολιτικής σφαίρας».

Έτσι, στο όνομα της κάλυψης της απόστασης στον παγκόσμιο αγώνα της ΤΝ, δημόσιοι πόροι —νόμοι και κεφάλαια— ανακατευθύνονται για να ικανοποιήσουν τις απαιτήσεις των διεθνών επενδυτών.

Το πρόβλημα επιτείνεται από το γεγονός ότι οι χώροι όπου λαμβάνονται αυτές οι πολιτικές αποφάσεις —όπως και οι επιλογές για το τι είδους ΤΝ κατασκευάζεται με δημόσιο χρήμα— είναι ακόμη λιγότερο διαφανείς από τις νομοθετικές διαδικασίες στην Ευρώπη. Εκείνες οι νομοθετικές αρένες δεν υπήρξαν ποτέ πλήρως ανοιχτές ή θωρακισμένες απέναντι στην εταιρική επιρροή, όπως έχει δείξει επανειλημμένα η επίμονη (και επιτυχημένη) άσκηση πιέσεων από μεγάλες τεχνολογικές εταιρείες. Δημιουργούσαν, ωστόσο, πιο ορατά σημεία αμφισβήτησης, τεκμηρίωσης και δημόσιου διαλόγου από ό,τι τα φόρα όπου διαμορφώνεται η βιομηχανική πολιτική της ΕΕ για την ΤΝ. Χαρακτηριστικό παράδειγμα: πώς κατέληξε η Επιτροπή στα AI gigafactories ως απάντηση στο πεδίο της βιομηχανικής πολιτικής, και στον φάκελο των περίπου 20 δισ. ευρώ που συγκεντρώνεται πλέον γύρω από αυτά; Η απάντηση είναι ακόμη λιγότερο προσβάσιμη από τα ήδη ατελή κανάλια ελέγχου που συνόδευαν τη ρυθμιστική ατζέντα της Ευρώπης.

Το συμπέρασμα από την παρακολούθηση αυτής της μετατόπισης είναι ότι η ενασχόληση με τη νομοθεσία δεν αρκεί πλέον από μόνη της. Ένα ολοένα μεγαλύτερο μερίδιο εξουσίας ασκείται μέσω επενδυτικών αποφάσεων, βιομηχανικών συμπράξεων και εκτελεστικών επιλογών για τις υποδομές. Ανακοινώσεις που υποτίθεται ότι αποτυπώνουν σημαντική δημόσια επένδυση, στην πραγματικότητα σηματοδοτούν μια ευθυγράμμιση της δημόσιας στρατηγικής με το ιδιωτικό συμφέρον. Καθώς το κέντρο βάρους της διακυβέρνησης της ΤΝ στην Ευρώπη μετατοπίζεται από τη νομοθεσία στη βιομηχανική πολιτική, το να καταστούν ορατοί αυτοί οι χώροι αποτελεί το πρώτο βήμα για να καταστούν και υπόλογοι.

Πηγή άρθρου: https://openfuture.eu/

Γιατί η επαλήθευση γεγονότων παραμένει ανθρώπινη ευθύνη

Η τεχνητή νοημοσύνη έχει μπει με ταχύτητα στον τρόπο με τον οποίο οι πολίτες αναζητούν πληροφορίες. Όλο και περισσότεροι άνθρωποι δεν πληκτρολογούν πια μια ερώτηση σε μια μηχανή αναζήτησης, αλλά τη θέτουν σε ένα γλωσσικό μοντέλο και περιμένουν μια ολοκληρωμένη απάντηση. Η εμπειρία είναι πράγματι εντυπωσιακή. Η απάντηση έρχεται γρήγορα, με αυτοπεποίθηση, με συνοχή, συχνά με ύφος αυθεντίας. Αυτό ακριβώς είναι και το πρόβλημα.

Η τεχνητή νοημοσύνη δεν γνωρίζει με τον τρόπο που γνωρίζει ένας άνθρωπος, ένας δημοσιογράφος, ένας ερευνητής ή ένας τεκμηριωτής. Δεν έχει άμεση σχέση με τον κόσμο. Δεν είδε το γεγονός, δεν μίλησε με την πηγή, δεν άνοιξε το αρχείο, δεν στάθηκε απέναντι σε δύο αντιφατικές μαρτυρίες για να κρίνει ποια αντέχει στον έλεγχο. Τα μεγάλα γλωσσικά μοντέλα παράγουν την πιθανότερη γλωσσική συνέχεια μιας ερώτησης, με βάση τεράστιους όγκους δεδομένων και στατιστικές συσχετίσεις. Αυτό μπορεί να είναι εξαιρετικά χρήσιμο για περίληψη, ταξινόμηση, αναζήτηση, μετάφραση ή πρώτη οργάνωση υλικού. Δεν είναι όμως επαλήθευση.

Η διαφορά ανάμεσα στην απάντηση και στην τεκμηρίωση

Η επαλήθευση γεγονότων είναι μια επίμονη, συχνά ενοχλητική εργασία. Απαιτεί γραμμή προς γραμμή έλεγχο, πρωτογενείς πηγές, αναζήτηση αντιφάσεων, τηλεφωνήματα, πρόσβαση σε αρχεία, γνώση του θεσμικού πλαισίου και ηθική κρίση. Δεν αρκεί να βρεθεί μια πρόταση που μοιάζει σωστή. Πρέπει να απαντηθεί ποιος το λέει, πότε το είπε, με ποια ιδιότητα, με ποιο τεκμήριο, αν υπάρχει νεότερη πληροφορία, αν η διατύπωση παραπλανά και αν η παράλειψη συμφραζομένων αλλάζει το νόημα.

Η τεχνητή νοημοσύνη δυσκολεύεται ακριβώς εκεί όπου αρχίζει η πραγματική επαλήθευση. Μπορεί να δώσει σχέδιο εργασίας για το πώς θα ελεγχθεί ένας ισχυρισμός, αλλά συχνά δεν εκτελεί τον έλεγχο με επαρκή αξιοπιστία. Μπορεί να παραπέμψει σε πηγές που δεν στηρίζουν την απάντηση. Μπορεί να συνδυάσει παλιά και νέα στοιχεία σαν να είναι ισοδύναμα. Μπορεί να παραγάγει ανύπαρκτες αναφορές, λανθασμένες ημερομηνίες ή συμπεράσματα που δεν προκύπτουν από τα δεδομένα. Το πιο επικίνδυνο δεν είναι ότι κάνει λάθη. Είναι ότι τα κάνει με άψογη σύνταξη και ήρεμη βεβαιότητα.

Η αλήθεια δεν βρίσκεται όλη στο διαδίκτυο

Υπάρχει και ένα βαθύτερο πρόβλημα. Μεγάλο μέρος της ανθρώπινης γνώσης δεν είναι διαθέσιμο στο ανοικτό διαδίκτυο. Βρίσκεται σε φυσικά αρχεία, σε τοπικές μνήμες, σε ανεπεξέργαστα έγγραφα, σε ανθρώπους που πρέπει να μιλήσουν, σε θεσμικές διαδικασίες που δεν έχουν ψηφιοποιηθεί, σε μικρές λεπτομέρειες που δεν καταγράφηκαν ποτέ σε μια μηχανή αναζήτησης. Η τεχνητή νοημοσύνη μπορεί να ανασυνθέτει το ήδη ψηφιοποιημένο ίχνος του κόσμου. Δεν μπορεί να εγγυηθεί ότι αυτό το ίχνος είναι πλήρες, ακριβές, επίκαιρο ή απαλλαγμένο από συμφέροντα.

Αυτό έχει ιδιαίτερη σημασία για τη δημόσια διοίκηση, τη δημοσιογραφία, τη δικαιοσύνη, την επιστήμη και τη δημοκρατική λογοδοσία. Αν ένα σύστημα ΤΝ χρησιμοποιηθεί για να ελέγξει αν ένας πολίτης δικαιούται επίδομα, αν μια δημόσια σύμβαση είναι σύννομη ή αν μια είδηση είναι αληθής, τότε το λάθος δεν είναι απλώς τεχνικό. Μπορεί να γίνει διοικητική αδικία, παραπληροφόρηση, θεσμική αυθαιρεσία ή απώλεια εμπιστοσύνης.

Χρήσιμο εργαλείο, όχι τελικός κριτής

Η σωστή απάντηση δεν είναι να απορρίψουμε την τεχνητή νοημοσύνη. Είναι να την τοποθετήσουμε στη σωστή θέση. Η ΤΝ μπορεί να βοηθήσει τους fact-checkers, τους δημοσιογράφους, τους δημόσιους λειτουργούς και τους ερευνητές να εντοπίζουν ισχυρισμούς, να ταξινομούν μεγάλους όγκους υλικού, να συγκρίνουν κείμενα, να βρίσκουν πιθανές αντιφάσεις και να προτείνουν πηγές για έλεγχο. Δεν πρέπει όμως να είναι ο τελικός εγγυητής της αλήθειας.

Για τον δημόσιο τομέα, η αρχή πρέπει να είναι σαφής: κανένα σύστημα ΤΝ δεν απαντά για δικαιώματα, υποχρεώσεις, άδειες, φόρους, παροχές ή κυρώσεις χωρίς παραπομπή σε ελεγχόμενες πηγές και χωρίς ανθρώπινη τελική ευθύνη. Τα συστήματα ανάκτησης τεκμηρίων μπορούν να μειώσουν τις παραισθήσεις, αλλά δεν τις εξαφανίζουν. Τα ανοικτά μοντέλα, ο ανοικτός κώδικας, τα δημόσια σύνολα δεδομένων, τα αρχεία καταγραφής, τα Model Cards, τα Datasheets και οι ανεξάρτητοι έλεγχοι είναι αναγκαίες δικλείδες, όχι μαγικές λύσεις.

Η δημοκρατική κοινωνία δεν χρειάζεται μηχανές που παριστάνουν τον αλάνθαστο κριτή. Χρειάζεται δημόσιες υποδομές γνώσης, ανοικτά δεδομένα, ανεξάρτητη δημοσιογραφία, ισχυρά αρχεία, βιβλιοθήκες, ερευνητές, δημόσιους λειτουργούς με κατάρτιση και πολίτες που μπορούν να ελέγχουν την εξουσία. Η τεχνητή νοημοσύνη μπορεί να γίνει χρήσιμο εργαλείο σε αυτή την αλυσίδα. Δεν μπορεί να την αντικαταστήσει.

Η αλήθεια δεν είναι απλώς σωστή πρόταση. Είναι διαδικασία. Και η διαδικασία αυτή απαιτεί ευθύνη, κρίση, λογοδοσία και ανθρώπινη παρουσία.

Πηγές άρθρου:

WIRED, “AI Just Isn’t Right”: Το άρθρο τεκμηριώνει, μέσα από την εμπειρία επαγγελματικού fact-checking, γιατί τα γλωσσικά μοντέλα μπορούν να βοηθήσουν στην αναζήτηση και οργάνωση πληροφοριών, αλλά δεν μπορούν να αντικαταστήσουν την ανθρώπινη επαλήθευση γεγονότων: https://www.wired.com/story/fact-checking-ai/,

Tow Center for Digital Journalism, “AI Search Has a Citation Problem”: Η μελέτη του Tow Center εξετάζει απαντήσεις από μηχανές αναζήτησης με ΤΝ και καταγράφει σοβαρά προβλήματα ακρίβειας και παραπομπών, ιδίως όταν ζητείται τεκμηρίωση δημοσιογραφικού περιεχομένου: https://www.cjr.org/tow_center/we-compared-eight-ai-search-engines-theyre-all-bad-at-citing-news.php,

OpenAI, “Introducing SimpleQA”: Το SimpleQA είναι σημείο αναφοράς για την αξιολόγηση της πραγματολογικής ακρίβειας των γλωσσικών μοντέλων σε σύντομες ερωτήσεις με μία σαφή απάντηση, δείχνοντας πόσο δύσκολο παραμένει το πρόβλημα της αξιοπιστίας: https://openai.com/index/introducing-simpleqa/,

Reuters, “AI assistants make widespread errors about the news, new research shows”: Το ρεπορτάζ παρουσιάζει ευρήματα έρευνας BBC και EBU για συχνά λάθη των βοηθών ΤΝ σε ερωτήσεις ειδησεογραφικού περιεχομένου, με σημαντικές συνέπειες για την εμπιστοσύνη στην ενημέρωση: https://www.reuters.com/business/media-telecom/ai-assistants-make-widespread-errors-about-news-new-research-shows-2025-10-21/.

Η Τεχνητή Νοημοσύνη (AI) εξελίσσεται με ταχύτητα που αλλάζει ριζικά την οικονομία, την πολιτική και την καθημερινότητα των κοινωνιών. Ωστόσο, μαζί με τις τεράστιες δυνατότητες ανάπτυξης και καινοτομίας, αναδύονται σοβαρά ερωτήματα σχετικά με την ασφάλεια, τη διαφάνεια, την ενεργειακή κατανάλωση, αλλά και το ποιος τελικά ελέγχει την τεχνολογία αυτή. Μέσα σε ένα παγκόσμιο περιβάλλον αβεβαιότητας και γεωπολιτικών εντάσεων, η ανάγκη για μια συλλογική και υπεύθυνη διακυβέρνηση της AI γίνεται πιο επιτακτική από ποτέ.

Σε αυτό το πλαίσιο, ο Οργανισμός Ηνωμένων Εθνών προωθεί τον πρώτο Παγκόσμιο Διάλογο για τη Διακυβέρνηση της Τεχνητής Νοημοσύνης, με στόχο τη διεθνή συνεργασία και τη διαμόρφωση κοινών κανόνων. Η πρωτοβουλία αυτή συνδέεται άμεσα με το Global Digital Compact, το οποίο αναγνωρίζει τα Ψηφιακά Δημόσια Αγαθά (Digital Public Goods – DPGs) ως βασικό πυλώνα ενός πιο δίκαιου και συμπεριληπτικού ψηφιακού μέλλοντος.

Η σημασία των Ψηφιακών Δημόσιων Αγαθών

Τα Ψηφιακά Δημόσια Αγαθά περιλαμβάνουν τεχνολογίες ανοιχτού κώδικα, ανοιχτά δεδομένα και ανοιχτά μοντέλα τεχνητής νοημοσύνης, τα οποία μπορούν να αξιοποιηθούν από κυβερνήσεις, οργανισμούς και κοινωνίες χωρίς αποκλεισμούς. Η λογική πίσω από αυτά είναι ότι η τεχνολογία δεν πρέπει να αποτελεί προνόμιο λίγων μεγάλων εταιρειών, αλλά εργαλείο συλλογικής προόδου.

Η ανοιχτότητα ενισχύει τη διαφάνεια, την εμπιστοσύνη και τη δυνατότητα συνεργασίας μεταξύ κρατών και κοινωνιών. Παράλληλα, δίνει τη δυνατότητα σε χώρες με περιορισμένους πόρους να αναπτύξουν δικές τους λύσεις τεχνητής νοημοσύνης, προσαρμοσμένες στις τοπικές κοινωνικές και οικονομικές ανάγκες.

Η έννοια της “Frugal AI”

Ένα από τα πιο ενδιαφέροντα σημεία της συζήτησης αφορά την έννοια της “Frugal AI” — δηλαδή της «λιτής» ή αποδοτικής τεχνητής νοημοσύνης. Αντί για γιγαντιαία μοντέλα που απαιτούν τεράστιες υπολογιστικές υποδομές και καταναλώνουν τεράστιες ποσότητες ενέργειας, η Frugal AI προτείνει μικρότερα, εξειδικευμένα και ενεργειακά αποδοτικά μοντέλα.

Αυτή η προσέγγιση προσφέρει πολλαπλά οφέλη:

• Μειώνει την ενεργειακή κατανάλωση και το περιβαλλοντικό αποτύπωμα.
• Επιτρέπει σε μικρότερες χώρες και οργανισμούς να αναπτύξουν δικές τους AI εφαρμογές.
• Ενισχύει την ψηφιακή κυριαρχία, περιορίζοντας την εξάρτηση από τεχνολογικούς κολοσσούς.
• Διευκολύνει τη χρήση τοπικών δεδομένων και την προσαρμογή στις ανάγκες κάθε κοινωνίας.

Η συζήτηση αυτή αποκτά ιδιαίτερη σημασία καθώς σήμερα η ανάπτυξη προηγμένων AI μοντέλων συγκεντρώνεται σε λίγες μεγάλες εταιρείες με τεράστιες οικονομικές και τεχνολογικές δυνατότητες.

Γιατί η ανοιχτότητα από μόνη της δεν αρκεί

Παρότι η ανοιχτή τεχνολογία θεωρείται βασικό στοιχείο δημοκρατικής πρόσβασης, οι ειδικοί προειδοποιούν ότι η «ανοιχτότητα» δεν αποτελεί από μόνη της λύση. Ένα ανοιχτό μοντέλο AI μπορεί να είναι διαθέσιμο σε όλους, αλλά αυτό δεν σημαίνει απαραίτητα ότι όλοι έχουν ίσες δυνατότητες αξιοποίησής του.

Οι μεγάλες τεχνολογικές εταιρείες συνεχίζουν να διαθέτουν τεράστιο πλεονέκτημα σε υπολογιστική ισχύ, χρηματοδότηση και πρόσβαση σε δεδομένα. Επιπλέον, υπάρχουν σοβαρά ζητήματα που αφορούν:

• Τη συγκέντρωση εξουσίας στην αγορά της AI.
• Την εκμετάλλευση εργαζομένων και δεδομένων στις αναπτυσσόμενες χώρες.
• Την προστασία της ιδιωτικότητας.
• Τις περιβαλλοντικές επιπτώσεις των μεγάλων μοντέλων.
• Τη χρήση της AI χωρίς ουσιαστικό κοινωνικό όφελος.

Γι’ αυτόν τον λόγο, η ανοιχτότητα πρέπει να συνοδεύεται από ισχυρούς μηχανισμούς διακυβέρνησης, κανονιστικό πλαίσιο, διαφάνεια και δημόσιες επενδύσεις στην ασφάλεια και την έρευνα.

Η Τεχνητή Νοημοσύνη στην υπηρεσία της κοινωνίας

Η μεγάλη πρόκληση της επόμενης δεκαετίας δεν είναι μόνο η ανάπτυξη πιο ισχυρών συστημάτων AI, αλλά η διασφάλιση ότι αυτά θα λειτουργούν προς όφελος της κοινωνίας. Η τεχνητή νοημοσύνη δεν πρέπει να ενισχύσει τις ήδη υπάρχουσες ανισότητες, αλλά να συμβάλει σε ένα πιο δίκαιο και βιώσιμο μέλλον.

Η πρωτοβουλία του ΟΗΕ για τον Παγκόσμιο Διάλογο AI δείχνει ότι η διεθνής κοινότητα αρχίζει να αντιμετωπίζει σοβαρά το ζήτημα της παγκόσμιας διακυβέρνησης της τεχνητής νοημοσύνης. Το ζητούμενο πλέον είναι να μετατραπούν οι γενικές αρχές σε πρακτικές πολιτικές που θα διασφαλίσουν διαφάνεια, ασφάλεια, βιωσιμότητα και ισότιμη πρόσβαση στην τεχνολογία.

Το μέλλον της AI δεν θα κριθεί μόνο από την τεχνολογική πρόοδο, αλλά από το κατά πόσο οι κοινωνίες θα μπορέσουν να την κατευθύνουν προς το δημόσιο συμφέρον.

Πηγή άρθρου: https://www.digitalpublicgoods.net

Η Σουηδία κάνει ένα σημαντικό βήμα προς την ψηφιακή κυριαρχία και τη διαλειτουργικότητα στον δημόσιο τομέα, υιοθετώντας το ανοιχτό πρότυπο επικοινωνίας Matrix για τη διασύνδεση κυβερνητικών υπηρεσιών. Η πρωτοβουλία αυτή φέρνει στο προσκήνιο ένα νέο μοντέλο συνεργασίας, όπου διαφορετικοί οργανισμοί μπορούν να επικοινωνούν απρόσκοπτα, ακόμη κι αν χρησιμοποιούν διαφορετικές πλατφόρμες και προμηθευτές λογισμικού.

Στην πρώτη μεγάλη εφαρμογή του εγχειρήματος, δύο κορυφαίοι δημόσιοι οργανισμοί της χώρας — η Försäkringskassan (Υπηρεσία Κοινωνικής Ασφάλισης της Σουηδίας) και η Trafikverket (Υπηρεσία Μεταφορών της Σουηδίας) — κατάφεραν να ενώσουν τα ανεξάρτητα συστήματα επικοινωνίας τους μέσω του Matrix. Παρότι η Försäkringskassan χρησιμοποιεί την πλατφόρμα Element και η Trafikverket τη Rocket.Chat, οι χρήστες των δύο υπηρεσιών μπορούν πλέον να συνομιλούν σε πραγματικό χρόνο χωρίς τεχνικά εμπόδια.

Ψηφιακή κυριαρχία χωρίς εξάρτηση από προμηθευτές

Η πρωτοβουλία αυτή εντάσσεται στη στρατηγική της Σουηδίας για ενίσχυση της ψηφιακής ανεξαρτησίας του δημόσιου τομέα. Αντί να βασίζονται σε κλειστά οικοσυστήματα μεγάλων τεχνολογικών εταιρειών, οι δημόσιοι φορείς επιλέγουν ένα ανοιχτό και αποκεντρωμένο πρότυπο που επιτρέπει την ελευθερία επιλογής μεταξύ διαφορετικών λύσεων.

Το Matrix λειτουργεί ως κοινή υποδομή επικοινωνίας, δίνοντας τη δυνατότητα σε κάθε υπηρεσία να επιλέγει τον προμηθευτή ή ακόμα και να αναπτύσσει δικές της λύσεις βασισμένες σε λογισμικό ανοιχτού κώδικα (FOSS), χωρίς να χάνει τη δυνατότητα διασύνδεσης με άλλους οργανισμούς.

Με αυτόν τον τρόπο, η αγορά γίνεται πιο ανταγωνιστική, καθώς οι προμηθευτές καλούνται να ανταγωνιστούν στην ποιότητα και την αξία των υπηρεσιών τους και όχι να “κλειδώνουν” τους πελάτες τους σε ιδιόκτητα οικοσυστήματα.

Ο ρόλος του eSam

Καθοριστικό ρόλο στην υλοποίηση της πρωτοβουλίας έχει το eSamverkansprogrammet (eSam), μια συνεργατική πρωτοβουλία στην οποία συμμετέχουν περισσότερες από 40 δημόσιες υπηρεσίες της Σουηδίας.

Το eSam όχι μόνο ανακοίνωσε την επιτυχημένη ενεργοποίηση της ομοσπονδιοποίησης μέσω Matrix, αλλά σχεδιάζει και την περαιτέρω επέκταση του έργου. Στόχος είναι να συμμετάσχουν περισσότεροι δημόσιοι φορείς και τεχνολογικοί πάροχοι, ώστε το Matrix να εξελιχθεί σε εθνικό πρότυπο ασφαλούς και διαλειτουργικής επικοινωνίας για το σύνολο της δημόσιας διοίκησης.

Γιατί η διαλειτουργικότητα είναι κρίσιμη

Η ανάγκη για ανοιχτά πρότυπα επικοινωνίας γίνεται ολοένα και πιο επιτακτική, ιδιαίτερα στον δημόσιο τομέα, όπου πολλοί οργανισμοί πρέπει να συνεργάζονται καθημερινά για την εξυπηρέτηση των πολιτών.

Σήμερα, πλατφόρμες όπως το Microsoft Teams, το Slack, το WhatsApp ή το Zoom λειτουργούν ως κλειστά “σιλό”, περιορίζοντας τη δυνατότητα συνεργασίας μεταξύ διαφορετικών συστημάτων. Αυτό δημιουργεί τεχνικά και οργανωτικά εμπόδια, ειδικά σε κρίσιμες υπηρεσίες όπως η υγεία, οι μεταφορές ή η πολιτική προστασία.

Το Matrix επιχειρεί να επαναφέρει τη λογική των “ψηφιακών κοινών”, όπως συνέβη παλαιότερα με το email ή την τηλεφωνία: ανεξάρτητα από τον πάροχο, όλοι μπορούν να επικοινωνούν μεταξύ τους.

Ένα τέτοιο μοντέλο θα μπορούσε να επιτρέψει, για παράδειγμα, σε αστυνομία, πυροσβεστική και υπηρεσίες ασθενοφόρων να ανταλλάσσουν πληροφορίες σε πραγματικό χρόνο, χρησιμοποιώντας διαφορετικά συστήματα αλλά κοινό πρότυπο επικοινωνίας.

Η Ευρώπη στρέφεται στα ανοιχτά πρότυπα

Η Σουηδία δεν είναι η μόνη χώρα που εξετάζει λύσεις βασισμένες στο Matrix. Σε ολόκληρη την Ευρώπη παρατηρείται αυξανόμενο ενδιαφέρον για τεχνολογίες που ενισχύουν την ψηφιακή κυριαρχία και μειώνουν την εξάρτηση από αμερικανικούς τεχνολογικούς κολοσσούς.

Χαρακτηριστικό παράδειγμα αποτελεί η Γερμανία, όπου το σύστημα TI-Messenger, βασισμένο επίσης στο Matrix, χρησιμοποιείται ήδη στον χώρο της υγείας για ασφαλή επικοινωνία μεταξύ ασφαλιστικών οργανισμών, νοσοκομείων, κλινικών και φαρμακείων.

Η υιοθέτηση του Matrix δεν αφορά μόνο την τεχνολογία. Πρόκειται για μια διαφορετική φιλοσοφία γύρω από τις δημόσιες ψηφιακές υποδομές: διαφάνεια, διαλειτουργικότητα, ανοιχτά πρότυπα και ελευθερία επιλογής.

Η Σουηδία δείχνει ότι είναι εφικτό να δημιουργηθεί ένα δημόσιο ψηφιακό οικοσύστημα που δεν εξαρτάται από έναν μόνο προμηθευτή, ενώ ταυτόχρονα παραμένει ασφαλές, επεκτάσιμο και έτοιμο για το μέλλον

Πηγή άρθρου: https://element.io/

Πέντε εβδομάδες μετά την ανακοίνωση της ελληνικής κυβέρνησης για την επιβολή απαγόρευσης πρόσβασης σε μέσα κοινωνικής δικτύωσης για παιδιά κάτω των 15 ετών, 25 οργανισμοί από την Ελλάδα και το εξωτερικό έσπευσαν να υψώσουν τη φωνή τους. Με ανοιχτή επιστολή που κατατέθηκε στις 19 Μαΐου 2026 και απευθύνεται στον Πρωθυπουργό Κυριάκο Μητσοτάκη και τέσσερις αρμόδιους υπουργούς, οι υπογράφοντες φορείς — ανάμεσά τους το Δίκτυο για τα Δικαιώματα του Παιδιού, η Διεθνής Αμνηστία Ελλάδας, η Ελληνική Ένωση για τα Δικαιώματα του Ανθρώπου, το Homo Digitalis. o Οργανισμός Ανοιχτών Τεχνολογιών – ΕΕΛΛΑΚ και η European Digital Rights (EDRi) — καταθέτουν δέκα τεκμηριωμένους προβληματισμούς για τη νομοθετική πρωτοβουλία.

Τι Προβλέπει το Σχέδιο Νόμου

Η πρόταση, που ανακοινώθηκε στις 8 Απριλίου 2026 και δημοσιεύθηκε στην πλατφόρμα TRIS της Ευρωπαϊκής Επιτροπής στις 12 Μαΐου, απαγορεύει σε παιδιά κάτω των 15 ετών την πρόσβαση σε επιγραμμικές υπηρεσίες κοινωνικής δικτύωσης. Για την εφαρμογή του μέτρου, οι πλατφόρμες θα υποχρεωθούν να επαληθεύουν την ηλικία των χρηστών τους μέσω εργαλείων όπως το Gov.gr Wallet ή το Kids Wallet, με χρονοδιάγραμμα εφαρμογής από τον Ιανουάριο του 2027.

Δέκα Λόγοι Ανησυχίας

1. Το μέτρο αφορά όλους, όχι μόνο τα παιδιά

Σύμφωνα με την επιστολή, η επανεπαλήθευση ηλικίας θα αφορά όλους τους λογαριασμούς στην Ελλάδα, ανεξαρτήτως ηλικίας. Αυτό σημαίνει ότι οι πλατφόρμες θα κληθούν να αξιοποιήσουν αλγόριθμους ηλικιακής κατάρτισης προφίλ — μια πρακτική που έως τώρα ανήκε στη σφαίρα της εμπορικής εκμετάλλευσης δεδομένων. Η νομοθεσία, όπως επισημαίνεται, αναβαθμίζει αυτήν την πρακτική σε θεσμική υποχρέωση, θέτοντας σε κίνδυνο την ανωνυμία στο διαδίκτυο για το σύνολο των πολιτών.

2. Η γνώμη των ειδικών αγνοήθηκε

Τον Μάρτιο του 2026, η Επιτροπή Ψυχικής Υγείας του Κεντρικού Συμβουλίου Υγείας (ΚΕΣΥ) παρέδωσε τεκμηριωμένη εισήγηση, εγκεκριμένη ομόφωνα, υπό τον διακεκριμένο Δρ. Αργύρη Στριγγάρη. Η εισήγηση κατέληγε στο συμπέρασμα ότι δεν έχει αποδειχθεί αιτιώδης συνάφεια μεταξύ χρήσης social media και ψυχικής υγείας στον γενικό πληθυσμό παιδιών, και σύστηνε στοχευμένα αντί γενικευμένων μέτρων. Η εισήγηση αυτή φέρεται να μην ελήφθη καν υπόψη κατά την ανακοίνωση του μέτρου.

3. Καμία διαβούλευση, καμία συμμετοχή παιδιών

Το μέτρο δεν συνοδεύτηκε από δημόσια διαβούλευση, ούτε από συμμετοχή ειδικών, ακαδημαϊκών, κοινωνίας των πολιτών — και κυρίως των ίδιων των παιδιών, όπως επιτάσσει το άρθρο 12 της Διεθνούς Σύμβασης για τα Δικαιώματα του Παιδιού. Σε αντίθεση με το Ηνωμένο Βασίλειο, όπου η αντίστοιχη διαδικασία περιλαμβάνει πολύμηνη, διαφανή διαβούλευση με όλα τα εμπλεκόμενα μέρη, η ελληνική κυβέρνηση φέρεται να προχώρησε χωρίς αυτά τα απαραίτητα βήματα.

4. Κοινωνικός αποκλεισμός

Τα εργαλεία επαλήθευσης ηλικίας προϋποθέτουν σύγχρονο smartphone και ψηφιακές δεξιότητες — κυρίως εκ μέρους των γονέων. Οικογένειες χωρίς τέτοιες συσκευές ή δεξιότητες, καθώς και άτομα χωρίς έγγραφα ταυτότητας (όπως πρόσφυγες και μετανάστες), κινδυνεύουν να αποκλειστούν από βασικά μέσα επικοινωνίας. Αυτό ενδέχεται να συνιστά έμμεση διάκριση κατά παράβαση του Χάρτη Θεμελιωδών Δικαιωμάτων της ΕΕ.

5. Παραβίαση θεμελιωδών δικαιωμάτων παιδιών

Ο περιορισμός της πρόσβασης των ανηλίκων στο διαδίκτυο θα μπορούσε να έρχεται σε αντίθεση με τα άρθρα 13 και 15 της Σύμβασης για τα Δικαιώματα του Παιδιού (ελευθερία έκφρασης και συνάθροισης) καθώς και με τα άρθρα 11 και 12 του Χάρτη Θεμελιωδών Δικαιωμάτων της ΕΕ. Το Ελληνικό Συμβούλιο Νεολαίας (ΕΣΥΝ) έχει ήδη τάξει τους νέους κατά της απαγόρευσης, ζητώντας ενδυνάμωση αντί ελέγχου.

6. Τα παιδιά θα βρουν παρακάμψεις — και θα εκτεθούν σε μεγαλύτερους κινδύνους

Περισσότεροι από 400 ακαδημαϊκοί και επιστήμονες πληροφορικής από 30+ χώρες επισημαίνουν ότι οι μηχανισμοί επαλήθευσης ηλικίας παρακάμπτονται εύκολα μέσω VPN. Παράλληλα, παιδιά που παραβιάζουν την απαγόρευση είναι λιγότερο πιθανό να αναφέρουν κακοποιητικές ή επικίνδυνες εμπειρίες, φοβούμενα να αποκαλύψουν την «παράτυπη» παρουσία τους.

7. Αντιφατικές και ασαφείς ανακοινώσεις

Η επιστολή επισημαίνει σειρά αντιφάσεων: το Υπουργείο Υγείας ανακοίνωσε πλήρη εναρμόνιση με το ευρωπαϊκό δίκαιο, ενώ παράλληλα παραδέχτηκε ότι χρειάζεται χρόνος για να εξεταστεί η συμβατότητα. Επίσης, ο Υπουργός Ψηφιακής Διακυβέρνησης δήλωσε δημοσίως ότι δεν θα υπάρχει υποχρέωση χρήσης Kids Wallet, ενώ το σχέδιο νόμου που αναρτήθηκε στο TRIS αναφέρεται ρητά στο εργαλείο.

8. Σοβαρά ζητήματα συμβατότητας με το ευρωπαϊκό δίκαιο

Το μέτρο ενδέχεται να έρχεται σε σύγκρουση τόσο με τον Κανονισμό για τις Ψηφιακές Υπηρεσίες (DSA) όσο και με την Οδηγία 2000/31 για το ηλεκτρονικό εμπόριο. Το βασικό μοντέλο του DSA δεν απαγορεύει κατηγορίες χρηστών βάσει ηλικίας, αλλά υποχρεώνει τις πλατφόρμες να διαχειρίζονται συστημικούς κινδύνους. Ανάλογους προβληματισμούς έχουν εκφράσει νομοθέτες στη Γαλλία και τη Γερμανία.

9. Κενά κυβερνοασφάλειας

Πρόσφατα αποκαλύφθηκε κρίσιμη ευπάθεια στο Gov.gr Wallet που παρέμεινε αθεράπευτη για περισσότερους από έξι μήνες. Λίγες ώρες μετά την ανακοίνωση της αντίστοιχης ευρωπαϊκής εφαρμογής, ειδικοί ανέδειξαν σοβαρές αδυναμίες σχεδιασμού. Η επιστολή καλεί σε ανεξάρτητο έλεγχο ασφαλείας πριν από οποιαδήποτε υποχρεωτική εφαρμογή.

10. Υπάρχουν καλύτερες εναλλακτικές

Οι υπογράφοντες δεν αρνούνται την ανάγκη προστασίας των παιδιών στο διαδίκτυο. Προτείνουν, όμως, στοχευμένες παρεμβάσεις: ενίσχυση του ψηφιακού γραμματισμού στα σχολεία, εκστρατείες ενημέρωσης γονέων, ρύθμιση των εθιστικών επιχειρηματικών μοντέλων των πλατφορμών, και αξιοποίηση — όχι επιβολή — εργαλείων γονικού ελέγχου με τη συναίνεση των παιδιών.

Τι Ζητούν

Οι 25 οργανισμοί απαιτούν τέσσερα πράγματα: διοργάνωση ανοιχτής διαβούλευσης, δημοσιοποίηση της εισήγησης του ΚΕΣΥ, επίσημη ενημέρωση για τυχόν άλλες εισηγήσεις εμπειρογνωμόνων, και — κυρίως — νομοθεσία που θα υποχρεώνει τις πλατφόρμες να επανασχεδιάσουν τα εκμεταλλευτικά επιχειρηματικά τους μοντέλα, ώστε να καταστούν ασφαλείς για όλους τους χρήστες, ανεξαρτήτως ηλικίας.

Η απαγόρευση εισόδου δεν σημαίνει απαγόρευση βλάβης. Αν τα social media είναι επικίνδυνα, η λύση δεν είναι να αποκλείσουμε τα παιδιά — είναι να κάνουμε τα social media λιγότερο επικίνδυνα. Η ανοιχτή επιστολή των 25 οργανισμών θέτει ακριβώς αυτό το ερώτημα στην κυβέρνηση: είναι έτοιμη να ακούσει;

Διαβάστε την πλήρη επιστολή εδώ

Η ελβετική κυβέρνηση κάνει ένα σημαντικό βήμα προς την ενίσχυση της ψηφιακής της ανεξαρτησίας, επιδιώκοντας να μειώσει σταδιακά την εξάρτησή της από ιδιόκτητο λογισμικό και ξένους τεχνολογικούς παρόχους. Η πρωτοβουλία αυτή εντάσσεται σε μια ευρύτερη στρατηγική για την ενίσχυση της «ψηφιακής κυριαρχίας» της χώρας και τη στροφή προς λύσεις ανοιχτού κώδικα (open source).

Τον Απρίλιο του 2026, εκπρόσωπος της Ομοσπονδιακής Καγκελαρίας της Ελβετίας δήλωσε ότι «η ομοσπονδιακή διοίκηση επιδιώκει να μειώσει σταδιακά τη μακροπρόθεσμη εξάρτησή της από ιδιόκτητο λογισμικό». Η τοποθέτηση αυτή αντανακλά τη αυξανόμενη τάση πολλών ευρωπαϊκών κυβερνήσεων να αποκτήσουν μεγαλύτερο έλεγχο πάνω στις ψηφιακές τους υποδομές και στα δεδομένα τους.

Ο Alexander Barclay, επικεφαλής Μετασχηματισμού και Διαλειτουργικότητας της Ελβετικής Ομοσπονδιακής Διοίκησης, εξηγεί ότι η ψηφιακή κυριαρχία σημαίνει πως «η ομοσπονδιακή κυβέρνηση μπορεί να εκπληρώνει την αποστολή της χωρίς να εξαρτάται από έναν εξωτερικό προμηθευτή ή μια άλλη χώρα». Σύμφωνα με τον ίδιο, η έννοια αυτή δεν αποτελεί έναν τελικό στόχο, αλλά μια διαρκή διαδικασία δημιουργίας βιώσιμων και ασφαλών λύσεων για το δημόσιο.

Ο ρόλος του λογισμικού ανοιχτού κώδικα

Το λογισμικό ανοιχτού κώδικα βρίσκεται στο επίκεντρο αυτής της στρατηγικής. Η πρόσβαση στον πηγαίο κώδικα επιτρέπει στις κρατικές υπηρεσίες να διατηρούν και να εξελίσσουν τα συστήματά τους ακόμη και αν ένας προμηθευτής σταματήσει να τα υποστηρίζει. Όπως επισημαίνει ο Barclay, «όταν έχεις πρόσβαση στον πηγαίο κώδικα, μπορείς να συνεχίσεις να λειτουργείς το σύστημα ακόμη κι αν ο προμηθευτής αποχωρήσει».

Η κατεύθυνση αυτή ενισχύθηκε θεσμικά ήδη από το 2023 με τον νόμο LMETA (Federal Act on the Use of Electronic Means for the Performance of Government Tasks), ο οποίος απαιτεί από τις ομοσπονδιακές αρχές να δημοσιεύουν τον πηγαίο κώδικα του λογισμικού που αναπτύσσουν, εκτός εάν υπάρχουν ζητήματα ασφάλειας ή δικαιωμάτων τρίτων.

Παράλληλα, τον Δεκέμβριο του 2025 θεσπίστηκαν οι νέες «Κατευθυντήριες Γραμμές για την Ψηφιακή Κυριαρχία της Ομοσπονδιακής Κυβέρνησης», οι οποίες καθορίζουν έξι βασικές αρχές για όλα τα ψηφιακά έργα του κράτους, με στόχο την ενίσχυση του ελέγχου πάνω στα πληροφοριακά συστήματα της χώρας.

Πιλοτικά έργα και επόμενα βήματα

Η Ελβετία δεν περιορίζεται μόνο σε θεωρητικές κατευθύνσεις. Αυτή την περίοδο ολοκληρώνει ένα πιλοτικό πρόγραμμα που δοκιμάζει μια λύση ανοιχτού κώδικα ως εναλλακτική σε ιδιόκτητο περιβάλλον εργασίας για περίπου 300 δημόσιους υπαλλήλους.

Τα αποτελέσματα του προγράμματος αναμένεται να παρουσιαστούν μέσα στο καλοκαίρι του 2026 και, εφόσον κριθούν θετικά, η κυβέρνηση σχεδιάζει να επεκτείνει τη χρήση της λύσης σε περίπου 3.000 εργαζόμενους της ομοσπονδιακής διοίκησης.

Στόχος δεν είναι μόνο η μείωση του κόστους αδειών χρήσης λογισμικού, αλλά κυρίως η ενίσχυση της ανθεκτικότητας και της ασφάλειας των δημόσιων ψηφιακών υπηρεσιών. Η ελβετική κυβέρνηση επιθυμεί επίσης να αναπτύξει εσωτερικές τεχνικές δεξιότητες, ώστε οι υπάλληλοι να μπορούν όχι μόνο να χρησιμοποιούν το λογισμικό αλλά και να το διαχειρίζονται, να το προσαρμόζουν και να επιλύουν τεχνικά προβλήματα.

Η ευρωπαϊκή διάσταση

Η Ελβετία δεν είναι η μόνη χώρα που κινείται προς αυτή την κατεύθυνση. Παρακολουθεί στενά αντίστοιχες πρωτοβουλίες σε άλλες ευρωπαϊκές χώρες, όπως τη Γαλλία με το LaSuite, τη Γερμανία με το ZenDis και την Ιταλία με το Developers Italia Catalogue.

Ιδιαίτερο ενδιαφέρον παρουσιάζει και το παράδειγμα του γερμανικού κρατιδίου Schleswig-Holstein, το οποίο έχει ανακοινώσει τη σταδιακή μετάβαση των δημόσιων υπηρεσιών του σε Linux και άλλες λύσεις ανοιχτού κώδικα.

Σύμφωνα με τον Barclay, η συνεργασία μεταξύ των δημόσιων διοικήσεων της Ευρώπης είναι κρίσιμη για την επιτυχία τέτοιων στρατηγικών. Όπως χαρακτηριστικά αναφέρει, «δεν πρόκειται για παιχνίδι μηδενικού αθροίσματος — όλοι ωφελούμαστε από αυτή τη συνεργασία».

Η στρατηγική της Ελβετίας αντικατοπτρίζει μια ευρύτερη αλλαγή στον τρόπο με τον οποίο οι κυβερνήσεις αντιλαμβάνονται την τεχνολογία. Η ψηφιακή κυριαρχία, η διαφάνεια, η διαλειτουργικότητα και η ανεξαρτησία από μεγάλους ξένους προμηθευτές μετατρέπονται πλέον σε βασικές προτεραιότητες για το δημόσιο τομέα.

Πηγή άρθρου:

Η ΤΝ δεν μειώνει την ανάγκη κατανόησης. Την αυξάνει

Η χρήση της Τεχνητής Νοημοσύνης στον προγραμματισμό έχει ήδη αλλάξει τον τρόπο με τον οποίο γράφεται λογισμικό. Από την αυτόματη συμπλήρωση στον επεξεργαστή κώδικα μέχρι τους αυτόνομους πράκτορες που μπορούν να ανοίγουν αιτήματα αλλαγών, να τροποποιούν αρχεία και να προτείνουν διορθώσεις, οι προγραμματιστές εργάζονται πια μαζί με συστήματα που παράγουν κώδικα γρήγορα, πειστικά και συχνά εντυπωσιακά. Το κρίσιμο πρόβλημα όμως δεν είναι ότι η ΤΝ κάνει λάθη. Όλοι οι προγραμματιστές κάνουν λάθη. Το πρόβλημα είναι ότι η ΤΝ παράγει λάθη που μοιάζουν σωστά.

Στον παραδοσιακό προγραμματισμό υπάρχει ένα φυσικό όριο ασφαλείας. Αν ένας προγραμματιστής δεν κατανοεί τον κώδικα, δύσκολα μπορεί να τον αλλάξει με ουσιαστικό τρόπο. Θα κολλήσει, θα χρειαστεί να διαβάσει την αρχιτεκτονική, να τρέξει δοκιμές, να ρωτήσει συναδέλφους, να ξαναχτίσει στο μυαλό του το μοντέλο του συστήματος. Η ίδια η δυσκολία της εργασίας τον αναγκάζει να καταλάβει πριν παρέμβει. Με την ΤΝ αυτό το όριο χαλαρώνει. Ένας βοηθός μπορεί να παραγάγει μια αλλαγή που περνά τις αυτόματες δοκιμές, φαίνεται καθαρή, χρησιμοποιεί σωστά ονόματα μεταβλητών και ακολουθεί το ύφος του έργου. Ο άνθρωπος τότε δεν κρίνει μόνο τον κώδικα. Κρίνει και την ίδια του την κατανόηση για τον κώδικα.

Εδώ μπαίνει η ικανότητα να ξέρουμε τι ξέρουμε και τι δεν ξέρουμε. Στην ανασκόπηση κώδικα δεν αρκεί να διαβάζουμε μια αλλαγή. Πρέπει να μπορούμε να απαντήσουμε: καταλαβαίνω πραγματικά τη ροή δεδομένων; Καταλαβαίνω τις συνέπειες για την ασφάλεια; Έχω ελέγξει τις οριακές περιπτώσεις; Ξέρω τι δε δοκιμάστηκε; Μπορώ να εξηγήσω γιατί αυτή η λύση είναι σωστή και όχι απλώς γιατί φαίνεται καλογραμμένη;

Οι γνωστικές παγίδες του AI-assisted coding

Η πρώτη παγίδα είναι η υπερβολική αυτοπεποίθηση. Οι λιγότερο έμπειροι προγραμματιστές είναι συχνά πιο ευάλωτοι, όχι επειδή είναι λιγότερο ικανοί ως άνθρωποι, αλλά επειδή η ίδια γνώση που χρειάζεται για να εντοπίσεις ένα λάθος είναι συχνά η γνώση που χρειάζεται και για να καταλάβεις ότι μπορεί να υπάρχει λάθος. Ένας νέος προγραμματιστής μπορεί να αποδεχθεί μια πρόταση ΤΝ για χειρισμό ταυτοποίησης χρήστη χωρίς να αντιληφθεί ότι λείπει έλεγχος εξουσιοδότησης. Μπορεί να δεχθεί μια βελτιστοποίηση βάσης δεδομένων χωρίς να δει ότι ανοίγει δρόμο για έγχυση SQL. Μπορεί να χαρεί με μια κομψή συνάρτηση συγχρονισμού χωρίς να διακρίνει ότι σε περιβάλλον πολλών νημάτων δημιουργεί συνθήκη ανταγωνισμού.

Η δεύτερη παγίδα είναι η ψευδαίσθηση βάθους εξήγησης. Πολλοί νομίζουμε ότι καταλαβαίνουμε ένα σύστημα μέχρι να μας ζητηθεί να το εξηγήσουμε βήμα προς βήμα. Στον κώδικα αυτό είναι καταστροφικό. Δεν αρκεί να αναγνωρίζουμε ονόματα συναρτήσεων ή μοτίβα σχεδίασης. Πρέπει να μπορούμε να εξηγήσουμε πώς ταξιδεύει η πληροφορία, πού ελέγχεται, πού αποθηκεύεται, πού μπορεί να διαρρεύσει, πού μπορεί να αλλοιωθεί και τι γίνεται όταν κάτι αποτύχει.

Η τρίτη παγίδα είναι η προκατάληψη υπέρ του αυτοματισμού. Όταν ένα εργαλείο παράγει απάντηση με αυτοπεποίθηση, οι άνθρωποι τείνουν να μειώνουν τη δική τους προσπάθεια επαλήθευσης. Στον προγραμματισμό αυτό σημαίνει ότι ο αναγνώστης ενός αιτήματος αλλαγής μπορεί να κοιτάξει την επιτυχία των δοκιμών, το καθαρό ύφος και τη φαινομενική συνέπεια του κώδικα και να πατήσει «έγκριση» χωρίς να έχει ελέγξει την πραγματική συμπεριφορά.

Συγκεκριμένα παραδείγματα κινδύνου

Σε μια εφαρμογή ηλεκτρονικών υπηρεσιών, η ΤΝ μπορεί να προτείνει έναν νέο μηχανισμό προσωρινής αποθήκευσης για να επιταχύνει τα αιτήματα. Ο κώδικας περνά τις δοκιμές απόδοσης, αλλά αποθηκεύει απαντήσεις χωρίς να λαμβάνει υπόψη τον ρόλο του χρήστη. Το αποτέλεσμα μπορεί να είναι διαρροή προσωπικών δεδομένων από έναν χρήστη σε άλλον.

Σε μια εφαρμογή πληρωμών, μπορεί να προταθεί «απλούστευση» του χειρισμού σφαλμάτων. Η αλλαγή κάνει τον κώδικα πιο ευανάγνωστο, αλλά καταπίνει εξαιρέσεις που θα έπρεπε να ακυρώνουν τη συναλλαγή. Το σύστημα φαίνεται σταθερότερο, ενώ στην πραγματικότητα χάνει κρίσιμες ενδείξεις αστοχίας.

Σε μια δημόσια εφαρμογή αιτήσεων, η ΤΝ μπορεί να δημιουργήσει δοκιμές που ελέγχουν αυτό που κάνει ο κώδικας και όχι αυτό που απαιτεί η προδιαγραφή. Έτσι οι δοκιμές δεν λειτουργούν ως ανεξάρτητος έλεγχος. Λειτουργούν ως επιβεβαίωση της ίδιας λανθασμένης υπόθεσης.

Καλές πρακτικές για ασφαλή χρήση

Η πρώτη αρχή είναι ότι κανένας κώδικας που παράγεται από ΤΝ δεν πρέπει να εισάγεται σε κρίσιμο σύστημα χωρίς ανθρώπινη ευθύνη. Ο προγραμματιστής που αποδέχεται τον κώδικα πρέπει να μπορεί να τον εξηγήσει, να τον ελέγξει και να αναλάβει την ευθύνη του. Η ΤΝ μπορεί να είναι βοηθός, όχι συγγραφέας χωρίς λογοδοσία.

Δεύτερον, οι αλλαγές πρέπει να είναι μικρές. Όσο μεγαλύτερο είναι το αίτημα αλλαγής, τόσο δυσκολότερη η ανασκόπηση. Καλύτερα δέκα μικρές αλλαγές με σαφή σκοπό παρά ένα μεγάλο πακέτο που τροποποιεί αρχιτεκτονική, δοκιμές, εξαρτήσεις και τεκμηρίωση ταυτόχρονα.

Τρίτον, η ομάδα πρέπει να απαιτεί εξήγηση πριν από την έγκριση. Κάθε AI-assisted αλλαγή πρέπει να συνοδεύεται από σύντομη τεκμηρίωση: ποιο πρόβλημα λύνει, ποιες παραδοχές κάνει, ποια αρχεία επηρεάζει, ποιες οριακές περιπτώσεις ελέγχθηκαν, ποιοι κίνδυνοι παραμένουν.

Τέταρτον, οι δοκιμές πρέπει να προηγούνται της εμπιστοσύνης. Χρειάζονται μονάδες δοκιμών, δοκιμές ολοκλήρωσης, στατική ανάλυση, έλεγχος εξαρτήσεων, σάρωση για ευπάθειες, fuzzing όπου χρειάζεται, και υποχρεωτική κάλυψη κρίσιμων σεναρίων ασφαλείας.

Πέμπτον, δεν πρέπει να δίνονται στην ΤΝ μυστικά, κλειδιά, προσωπικά δεδομένα ή μη δημοσιευμένος κώδικας χωρίς σαφές νομικό και τεχνικό πλαίσιο. Σε ευαίσθητα έργα, ειδικά στον δημόσιο τομέα, η χρήση τοπικών, ελεγχόμενων και κατά προτίμηση ανοιχτών μοντέλων μειώνει τον κίνδυνο διαρροής και ενισχύει τη δυνατότητα ελέγχου.

Τέλος, η χρήση ΤΝ πρέπει να καταγράφεται. Όχι, για να τιμωρείται ο προγραμματιστής, αλλά για να υπάρχει ιχνηλασιμότητα. Ποιο εργαλείο χρησιμοποιήθηκε; Σε ποιο σημείο; Για ποια αλλαγή; Με ποια ανθρώπινη ανασκόπηση; Το παράδειγμα των μεγάλων έργων ανοιχτού κώδικα είναι καθαρό: η ΤΝ μπορεί να βοηθά, αλλά ο άνθρωπος υπογράφει.

Η ΤΝ μπορεί να αυξήσει την παραγωγικότητα των ομάδων λογισμικού. Μπορεί να βοηθήσει στην κατανόηση παλιού κώδικα, στη δημιουργία δοκιμών, στον εντοπισμό επαναλήψεων και στη συγγραφή τεκμηρίωσης. Αλλά δεν αντικαθιστά την κρίση. Όσο πιο πειστικός γίνεται ο παραγόμενος κώδικας, τόσο πιο αυστηρή πρέπει να γίνεται η ανασκόπηση. Η ασφαλής χρήση της ΤΝ στον προγραμματισμό δεν είναι θέμα ταχύτητας. Είναι θέμα πειθαρχίας, διαφάνειας και ευθύνης.

Πηγές άρθρου:

Diomidis Spinellis, “Why reviewing AI-generated code is devilishly hard”: Το άρθρο τεκμηριώνει γιατί ο κώδικας που παράγεται από ΤΝ απαιτεί αυξημένη προσοχή, συνδέοντας το πρόβλημα με την ψευδαίσθηση κατανόησης, την υπερβολική αυτοπεποίθηση και την προκατάληψη υπέρ του αυτοματισμού: https://www.spinellis.gr/blog/20260523/index.html,

NIST, “Secure Software Development Framework, SP 800-218”: Το πλαίσιο του NIST συγκεντρώνει θεμελιώδεις πρακτικές ασφαλούς ανάπτυξης λογισμικού και είναι χρήσιμο ως βάση για διαδικασίες ελέγχου, επαλήθευσης και ασφαλούς ενσωμάτωσης κώδικα, ανεξάρτητα από το αν ο κώδικας γράφτηκε από άνθρωπο ή με υποβοήθηση ΤΝ: https://nvlpubs.nist.gov/nistpubs/specialpublications/nist.sp.800-218.pdf,

OWASP, “Top 10 for Large Language Model Applications 2025”: Η OWASP καταγράφει κρίσιμους κινδύνους για εφαρμογές που βασίζονται σε μεγάλα γλωσσικά μοντέλα, όπως prompt injection, insecure output handling και supply-chain vulnerabilities, που πρέπει να λαμβάνονται υπόψη και στα εργαλεία προγραμματισμού με ΤΝ: https://owasp.org/www-project-top-10-for-large-language-model-applications/,

GitHub Docs, “Responsible use of GitHub Copilot Chat in GitHub”: Η τεκμηρίωση της GitHub επισημαίνει ότι οι χρήστες πρέπει να είναι ιδιαίτερα προσεκτικοί όταν χρησιμοποιούν το Copilot Chat για παραγωγή κώδικα σε εφαρμογές με απαιτήσεις ασφάλειας και να ελέγχουν και να δοκιμάζουν διεξοδικά τον παραγόμενο κώδικα: https://docs.github.com/en/copilot/responsible-use/chat-in-github,

Pearce, Ahmad, Tan, Dolan-Gavitt, Karri, “Asleep at the Keyboard? Assessing the Security of GitHub Copilot’s Code Contributions”: Η εμπειρική μελέτη εξετάζει περιπτώσεις όπου το GitHub Copilot μπορεί να προτείνει μη ασφαλή κώδικα σε σενάρια υψηλού κινδύνου, ενισχύοντας την ανάγκη για ανεξάρτητο έλεγχο ασφαλείας: https://arxiv.org/abs/2108.09293,

Linux Kernel Documentation, “AI Coding Assistants”: Οι οδηγίες του Linux kernel διατυπώνουν μια ώριμη αρχή διακυβέρνησης: τα εργαλεία ΤΝ μπορούν να βοηθούν, αλλά μόνο άνθρωποι μπορούν να αναλάβουν την ευθύνη, να ελέγξουν τον κώδικα, να διασφαλίσουν τη συμμόρφωση με τις άδειες και να υπογράψουν τη συνεισφορά: https://docs.kernel.org/process/coding-assistants.html .

Η ΤΝ δεν μειώνει την ανάγκη κατανόησης. Την αυξάνει

Η χρήση της Τεχνητής Νοημοσύνης στον προγραμματισμό έχει ήδη αλλάξει τον τρόπο με τον οποίο γράφεται λογισμικό. Από την αυτόματη συμπλήρωση στον επεξεργαστή κώδικα μέχρι τους αυτόνομους πράκτορες που μπορούν να ανοίγουν αιτήματα αλλαγών, να τροποποιούν αρχεία και να προτείνουν διορθώσεις, οι προγραμματιστές εργάζονται πια μαζί με συστήματα που παράγουν κώδικα γρήγορα, πειστικά και συχνά εντυπωσιακά. Το κρίσιμο πρόβλημα όμως δεν είναι ότι η ΤΝ κάνει λάθη. Όλοι οι προγραμματιστές κάνουν λάθη. Το πρόβλημα είναι ότι η ΤΝ παράγει λάθη που μοιάζουν σωστά.

Στον παραδοσιακό προγραμματισμό υπάρχει ένα φυσικό όριο ασφαλείας. Αν ένας προγραμματιστής δεν κατανοεί τον κώδικα, δύσκολα μπορεί να τον αλλάξει με ουσιαστικό τρόπο. Θα κολλήσει, θα χρειαστεί να διαβάσει την αρχιτεκτονική, να τρέξει δοκιμές, να ρωτήσει συναδέλφους, να ξαναχτίσει στο μυαλό του το μοντέλο του συστήματος. Η ίδια η δυσκολία της εργασίας τον αναγκάζει να καταλάβει πριν παρέμβει. Με την ΤΝ αυτό το όριο χαλαρώνει. Ένας βοηθός μπορεί να παραγάγει μια αλλαγή που περνά τις αυτόματες δοκιμές, φαίνεται καθαρή, χρησιμοποιεί σωστά ονόματα μεταβλητών και ακολουθεί το ύφος του έργου. Ο άνθρωπος τότε δεν κρίνει μόνο τον κώδικα. Κρίνει και την ίδια του την κατανόηση για τον κώδικα.

Εδώ μπαίνει η ικανότητα να ξέρουμε τι ξέρουμε και τι δεν ξέρουμε. Στην ανασκόπηση κώδικα δεν αρκεί να διαβάζουμε μια αλλαγή. Πρέπει να μπορούμε να απαντήσουμε: καταλαβαίνω πραγματικά τη ροή δεδομένων; Καταλαβαίνω τις συνέπειες για την ασφάλεια; Έχω ελέγξει τις οριακές περιπτώσεις; Ξέρω τι δε δοκιμάστηκε; Μπορώ να εξηγήσω γιατί αυτή η λύση είναι σωστή και όχι απλώς γιατί φαίνεται καλογραμμένη;

Οι γνωστικές παγίδες του AI-assisted coding

Η πρώτη παγίδα είναι η υπερβολική αυτοπεποίθηση. Οι λιγότερο έμπειροι προγραμματιστές είναι συχνά πιο ευάλωτοι, όχι επειδή είναι λιγότερο ικανοί ως άνθρωποι, αλλά επειδή η ίδια γνώση που χρειάζεται για να εντοπίσεις ένα λάθος είναι συχνά η γνώση που χρειάζεται και για να καταλάβεις ότι μπορεί να υπάρχει λάθος. Ένας νέος προγραμματιστής μπορεί να αποδεχθεί μια πρόταση ΤΝ για χειρισμό ταυτοποίησης χρήστη χωρίς να αντιληφθεί ότι λείπει έλεγχος εξουσιοδότησης. Μπορεί να δεχθεί μια βελτιστοποίηση βάσης δεδομένων χωρίς να δει ότι ανοίγει δρόμο για έγχυση SQL. Μπορεί να χαρεί με μια κομψή συνάρτηση συγχρονισμού χωρίς να διακρίνει ότι σε περιβάλλον πολλών νημάτων δημιουργεί συνθήκη ανταγωνισμού.

Η δεύτερη παγίδα είναι η ψευδαίσθηση βάθους εξήγησης. Πολλοί νομίζουμε ότι καταλαβαίνουμε ένα σύστημα μέχρι να μας ζητηθεί να το εξηγήσουμε βήμα προς βήμα. Στον κώδικα αυτό είναι καταστροφικό. Δεν αρκεί να αναγνωρίζουμε ονόματα συναρτήσεων ή μοτίβα σχεδίασης. Πρέπει να μπορούμε να εξηγήσουμε πώς ταξιδεύει η πληροφορία, πού ελέγχεται, πού αποθηκεύεται, πού μπορεί να διαρρεύσει, πού μπορεί να αλλοιωθεί και τι γίνεται όταν κάτι αποτύχει.

Η τρίτη παγίδα είναι η προκατάληψη υπέρ του αυτοματισμού. Όταν ένα εργαλείο παράγει απάντηση με αυτοπεποίθηση, οι άνθρωποι τείνουν να μειώνουν τη δική τους προσπάθεια επαλήθευσης. Στον προγραμματισμό αυτό σημαίνει ότι ο αναγνώστης ενός αιτήματος αλλαγής μπορεί να κοιτάξει την επιτυχία των δοκιμών, το καθαρό ύφος και τη φαινομενική συνέπεια του κώδικα και να πατήσει «έγκριση» χωρίς να έχει ελέγξει την πραγματική συμπεριφορά.

Συγκεκριμένα παραδείγματα κινδύνου

Σε μια εφαρμογή ηλεκτρονικών υπηρεσιών, η ΤΝ μπορεί να προτείνει έναν νέο μηχανισμό προσωρινής αποθήκευσης για να επιταχύνει τα αιτήματα. Ο κώδικας περνά τις δοκιμές απόδοσης, αλλά αποθηκεύει απαντήσεις χωρίς να λαμβάνει υπόψη τον ρόλο του χρήστη. Το αποτέλεσμα μπορεί να είναι διαρροή προσωπικών δεδομένων από έναν χρήστη σε άλλον.

Σε μια εφαρμογή πληρωμών, μπορεί να προταθεί «απλούστευση» του χειρισμού σφαλμάτων. Η αλλαγή κάνει τον κώδικα πιο ευανάγνωστο, αλλά καταπίνει εξαιρέσεις που θα έπρεπε να ακυρώνουν τη συναλλαγή. Το σύστημα φαίνεται σταθερότερο, ενώ στην πραγματικότητα χάνει κρίσιμες ενδείξεις αστοχίας.

Σε μια δημόσια εφαρμογή αιτήσεων, η ΤΝ μπορεί να δημιουργήσει δοκιμές που ελέγχουν αυτό που κάνει ο κώδικας και όχι αυτό που απαιτεί η προδιαγραφή. Έτσι οι δοκιμές δεν λειτουργούν ως ανεξάρτητος έλεγχος. Λειτουργούν ως επιβεβαίωση της ίδιας λανθασμένης υπόθεσης.

Καλές πρακτικές για ασφαλή χρήση

Η πρώτη αρχή είναι ότι κανένας κώδικας που παράγεται από ΤΝ δεν πρέπει να εισάγεται σε κρίσιμο σύστημα χωρίς ανθρώπινη ευθύνη. Ο προγραμματιστής που αποδέχεται τον κώδικα πρέπει να μπορεί να τον εξηγήσει, να τον ελέγξει και να αναλάβει την ευθύνη του. Η ΤΝ μπορεί να είναι βοηθός, όχι συγγραφέας χωρίς λογοδοσία.

Δεύτερον, οι αλλαγές πρέπει να είναι μικρές. Όσο μεγαλύτερο είναι το αίτημα αλλαγής, τόσο δυσκολότερη η ανασκόπηση. Καλύτερα δέκα μικρές αλλαγές με σαφή σκοπό παρά ένα μεγάλο πακέτο που τροποποιεί αρχιτεκτονική, δοκιμές, εξαρτήσεις και τεκμηρίωση ταυτόχρονα.

Τρίτον, η ομάδα πρέπει να απαιτεί εξήγηση πριν από την έγκριση. Κάθε AI-assisted αλλαγή πρέπει να συνοδεύεται από σύντομη τεκμηρίωση: ποιο πρόβλημα λύνει, ποιες παραδοχές κάνει, ποια αρχεία επηρεάζει, ποιες οριακές περιπτώσεις ελέγχθηκαν, ποιοι κίνδυνοι παραμένουν.

Τέταρτον, οι δοκιμές πρέπει να προηγούνται της εμπιστοσύνης. Χρειάζονται μονάδες δοκιμών, δοκιμές ολοκλήρωσης, στατική ανάλυση, έλεγχος εξαρτήσεων, σάρωση για ευπάθειες, fuzzing όπου χρειάζεται, και υποχρεωτική κάλυψη κρίσιμων σεναρίων ασφαλείας.

Πέμπτον, δεν πρέπει να δίνονται στην ΤΝ μυστικά, κλειδιά, προσωπικά δεδομένα ή μη δημοσιευμένος κώδικας χωρίς σαφές νομικό και τεχνικό πλαίσιο. Σε ευαίσθητα έργα, ειδικά στον δημόσιο τομέα, η χρήση τοπικών, ελεγχόμενων και κατά προτίμηση ανοιχτών μοντέλων μειώνει τον κίνδυνο διαρροής και ενισχύει τη δυνατότητα ελέγχου.

Τέλος, η χρήση ΤΝ πρέπει να καταγράφεται. Όχι, για να τιμωρείται ο προγραμματιστής, αλλά για να υπάρχει ιχνηλασιμότητα. Ποιο εργαλείο χρησιμοποιήθηκε; Σε ποιο σημείο; Για ποια αλλαγή; Με ποια ανθρώπινη ανασκόπηση; Το παράδειγμα των μεγάλων έργων ανοιχτού κώδικα είναι καθαρό: η ΤΝ μπορεί να βοηθά, αλλά ο άνθρωπος υπογράφει.

Η ΤΝ μπορεί να αυξήσει την παραγωγικότητα των ομάδων λογισμικού. Μπορεί να βοηθήσει στην κατανόηση παλιού κώδικα, στη δημιουργία δοκιμών, στον εντοπισμό επαναλήψεων και στη συγγραφή τεκμηρίωσης. Αλλά δεν αντικαθιστά την κρίση. Όσο πιο πειστικός γίνεται ο παραγόμενος κώδικας, τόσο πιο αυστηρή πρέπει να γίνεται η ανασκόπηση. Η ασφαλής χρήση της ΤΝ στον προγραμματισμό δεν είναι θέμα ταχύτητας. Είναι θέμα πειθαρχίας, διαφάνειας και ευθύνης.

Πηγή άρθρου: blog.glossapi.gr

Από τον ΦΑΡΟ στα τοπικά μοντέλα: μια πολυεπίπεδη αρχιτεκτονική ανοιχτής ΤΝ

Η σωστή στρατηγική για την Τεχνητή Νοημοσύνη δεν είναι να επιλεγεί μία και μοναδική τεχνολογική λύση. Δεν χρειάζεται όλα να τρέχουν σε υπερυπολογιστές, όπως δεν είναι λογικό κάθε δημόσιος φορέας, πανεπιστήμιο, σχολείο ή επιχείρηση να εξαρτάται από εμπορικά cloud API. Η ορθολογική προσέγγιση είναι πολυεπίπεδη: εθνικές υποδομές υψηλής υπολογιστικής ισχύος για τα βαριά φορτία, τοπικές ανοιχτές υποδομές για καθημερινή ασφαλή χρήση και εναλλακτικές πλατφόρμες υλικού ώστε να μη δημιουργηθεί νέος τεχνολογικός εγκλωβισμός.

Ο ΦΑΡΟΣ και ο Δαίδαλος ανήκουν στο πρώτο επίπεδο. Είναι η εθνική υποδομή που πρέπει να αξιοποιείται για εργασίες μεγάλης κλίμακας: εκπαίδευση ή σοβαρή προσαρμογή μεγάλων μοντέλων, αξιολόγηση ελληνικών γλωσσικών μοντέλων, δημιουργία και έλεγχο συνόλων δεδομένων υψηλής ποιότητας, επιστημονικές προσομοιώσεις, εφαρμογές σε υγεία, πολιτισμό, κλίμα και βιωσιμότητα, καθώς και υποστήριξη ερευνητικών ομάδων και νεοφυών επιχειρήσεων που χρειάζονται υπολογιστική ισχύ πέρα από τις δυνατότητες ενός μεμονωμένου οργανισμού. Αυτό είναι το πεδίο του υπερυπολογιστή: δημιουργεί, ελέγχει, συγκρίνει και βελτιώνει.

Το δεύτερο επίπεδο είναι τα τοπικά μοντέλα ΤΝ ανοιχτού λογισμικού. Εδώ το ζητούμενο δεν είναι να εκπαιδευτεί από την αρχή ένα τεράστιο μοντέλο, αλλά να λειτουργεί καθημερινά μια ασφαλής, οικονομική και ελέγξιμη υπηρεσία ΤΝ κοντά στα δεδομένα. Ένα τέτοιο πιλοτικό μπορεί να βασίζεται, για παράδειγμα, σε δύο Apple Mac Studio M3 Ultra με 256 GB ενοποιημένης μνήμης και δύο NVIDIA DGX Spark GB10 με 128 GB ενοποιημένης μνήμης, 4 TB NVMe αποθήκευση ανά κόμβο και υποστήριξη Metal, CUDA, llama.cpp, vLLM και TensorRT-LLM. Οι Apple κόμβοι είναι κατάλληλοι για χαμηλής κατανάλωσης συνεχή λειτουργία, μικρά και μεσαία μοντέλα, embeddings, αναζήτηση σε έγγραφα, σύνοψη, απομαγνητοφώνηση και εφαρμογές με αυστηρές απαιτήσεις ιδιωτικότητας. Οι NVIDIA κόμβοι καλύπτουν βαρύτερο inference, μεγαλύτερα μοντέλα, batch processing και πειραματισμό με πιο απαιτητικές ροές.

Το τρίτο επίπεδο, που αποκτά πλέον ιδιαίτερη σημασία, είναι το AMD/ROCm οικοσύστημα. Η AMD προσφέρει εναλλακτική διαδρομή για low-cost open LLMs, τόσο σε υπολογιστικά κέντρα όσο και σε τοπικές εγκαταστάσεις. Στο επίπεδο των data centers, οι AMD Instinct MI300X, MI325X και MI350 είναι ενδιαφέρουσες κυρίως λόγω της πολύ μεγάλης μνήμης ανά επιταχυντή: 192 GB HBM3 στην MI300X, 256 GB HBM3E στην MI325X και έως 288 GB HBM3E στη σειρά MI350. Για μεγάλα ανοιχτά μοντέλα, η μνήμη είναι κρίσιμος παράγοντας κόστους. Όταν περισσότερες παράμετροι χωρούν σε μία ή σε λιγότερες GPU, μειώνονται η πολυπλοκότητα, οι απαιτήσεις διασύνδεσης, η κατανάλωση και το συνολικό κόστος κτήσης.

Η αξία του AMD οικοσυστήματος δεν βρίσκεται μόνο στο υλικό. Βρίσκεται και στο ROCm, την ανοιχτή στοίβα λογισμικού της AMD για επιτάχυνση υπολογισμών ΤΝ και HPC. Η τεκμηρίωση του ROCm αναφέρει πλέον υποστήριξη για βασικές μηχανές serving μεγάλων γλωσσικών μοντέλων, όπως vLLM και Hugging Face Text Generation Inference. Παράλληλα, εργαλεία όπως το llama.cpp, το Ollama, το Vulkan και το HIP/ROCm επιτρέπουν ετερογενείς εγκαταστάσεις, όπου διαφορετικό υλικό μπορεί να αξιοποιείται ανάλογα με το φορτίο εργασίας. Αυτό είναι σημαντικό για φορείς που δεν θέλουν να δεσμευτούν σε μία προμηθευτική αλυσίδα.

Στην πράξη, μια ώριμη στρατηγική για low-cost open LLMs δεν πρέπει να είναι «NVIDIA ή AMD», «Apple ή data center», «ΦΑΡΟΣ ή τοπικός κόμβος». Πρέπει να είναι συνδυαστική. Ο ΦΑΡΟΣ και ο Δαίδαλος χρησιμοποιούνται για βαριά εκπαίδευση, αξιολόγηση και εθνικές υποδομές μοντέλων. Οι τοπικοί κόμβοι NVIDIA και Apple χρησιμοποιούνται για άμεσο, αξιόπιστο και ασφαλές inference μέσα σε οργανισμούς. Οι λύσεις AMD/ROCm προσθέτουν ανταγωνισμό, μεγάλη μνήμη ανά GPU, δυνατότητα χαμηλότερου κόστους και εναλλακτικό ανοιχτό οικοσύστημα λογισμικού.

Αυτό έχει ιδιαίτερη σημασία για το Δημόσιο, τις επιχειρήσεις και την εκπαίδευση. Ένας δήμος, ένα πανεπιστήμιο ή ένα νοσοκομείο μπορεί να χρησιμοποιεί τοπικά μοντέλα για καθημερινές εργασίες, όπως αναζήτηση σε κανονισμούς, σύνοψη εγγράφων, ταξινόμηση αιτημάτων, υποστήριξη χρηστών και ασφαλή πρόσβαση σε εσωτερική γνώση. Ένα υπουργείο ή ερευνητικό κέντρο μπορεί να απευθύνεται στον ΦΑΡΟ για μεγαλύτερα πειράματα και αξιολογήσεις. Μια μικρομεσαία επιχείρηση μπορεί να ξεκινά με workstation ή μικρό τοπικό κόμβο και να κλιμακώνει αργότερα σε υπολογιστικό κέντρο. Το κρίσιμο είναι η αρχιτεκτονική να βασίζεται σε ανοιχτά πρότυπα, ανοιχτά μοντέλα όπου είναι εφικτό, εναλλάξιμα backends και δημόσια ελεγχόμενη διακυβέρνηση.

Έτσι αποφεύγονται δύο λάθη. Το πρώτο είναι η ψευδαίσθηση ότι όλα πρέπει να λυθούν με ένα κεντρικό υπερσύστημα. Το δεύτερο είναι η εξάρτηση από χιλιάδες ασύνδετες μικρές λύσεις χωρίς κοινά πρότυπα, ασφάλεια και αξιολόγηση. Η δημοκρατική τεχνητή νοημοσύνη χρειάζεται κεντρική ισχύ όπου είναι απαραίτητη, τοπικό έλεγχο όπου είναι κρίσιμος, και ανοιχτό οικοσύστημα υλικού και λογισμικού ώστε το δημόσιο χρήμα να χτίζει δημόσια τεχνογνωσία.

Πηγή άρθρου: blog.glossapi.gr

Από τον ΦΑΡΟ στα τοπικά μοντέλα: μια πολυεπίπεδη αρχιτεκτονική ανοιχτής ΤΝ

Η σωστή στρατηγική για την Τεχνητή Νοημοσύνη δεν είναι να επιλεγεί μία και μοναδική τεχνολογική λύση. Δεν χρειάζεται όλα να τρέχουν σε υπερυπολογιστές, όπως δεν είναι λογικό κάθε δημόσιος φορέας, πανεπιστήμιο, σχολείο ή επιχείρηση να εξαρτάται από εμπορικά cloud API. Η ορθολογική προσέγγιση είναι πολυεπίπεδη: εθνικές υποδομές υψηλής υπολογιστικής ισχύος για τα βαριά φορτία, τοπικές ανοιχτές υποδομές για καθημερινή ασφαλή χρήση και εναλλακτικές πλατφόρμες υλικού ώστε να μη δημιουργηθεί νέος τεχνολογικός εγκλωβισμός.

Ο ΦΑΡΟΣ και ο Δαίδαλος ανήκουν στο πρώτο επίπεδο. Είναι η εθνική υποδομή που πρέπει να αξιοποιείται για εργασίες μεγάλης κλίμακας: εκπαίδευση ή σοβαρή προσαρμογή μεγάλων μοντέλων, αξιολόγηση ελληνικών γλωσσικών μοντέλων, δημιουργία και έλεγχο συνόλων δεδομένων υψηλής ποιότητας, επιστημονικές προσομοιώσεις, εφαρμογές σε υγεία, πολιτισμό, κλίμα και βιωσιμότητα, καθώς και υποστήριξη ερευνητικών ομάδων και νεοφυών επιχειρήσεων που χρειάζονται υπολογιστική ισχύ πέρα από τις δυνατότητες ενός μεμονωμένου οργανισμού. Αυτό είναι το πεδίο του υπερυπολογιστή: δημιουργεί, ελέγχει, συγκρίνει και βελτιώνει.

Το δεύτερο επίπεδο είναι τα τοπικά μοντέλα ΤΝ ανοιχτού λογισμικού. Εδώ το ζητούμενο δεν είναι να εκπαιδευτεί από την αρχή ένα τεράστιο μοντέλο, αλλά να λειτουργεί καθημερινά μια ασφαλής, οικονομική και ελέγξιμη υπηρεσία ΤΝ κοντά στα δεδομένα. Ένα τέτοιο πιλοτικό μπορεί να βασίζεται, για παράδειγμα, σε δύο Apple Mac Studio M3 Ultra με 256 GB ενοποιημένης μνήμης και δύο NVIDIA DGX Spark GB10 με 128 GB ενοποιημένης μνήμης, 4 TB NVMe αποθήκευση ανά κόμβο και υποστήριξη Metal, CUDA, llama.cpp, vLLM και TensorRT-LLM. Οι Apple κόμβοι είναι κατάλληλοι για χαμηλής κατανάλωσης συνεχή λειτουργία, μικρά και μεσαία μοντέλα, embeddings, αναζήτηση σε έγγραφα, σύνοψη, απομαγνητοφώνηση και εφαρμογές με αυστηρές απαιτήσεις ιδιωτικότητας. Οι NVIDIA κόμβοι καλύπτουν βαρύτερο inference, μεγαλύτερα μοντέλα, batch processing και πειραματισμό με πιο απαιτητικές ροές.

Το τρίτο επίπεδο, που αποκτά πλέον ιδιαίτερη σημασία, είναι το AMD/ROCm οικοσύστημα. Η AMD προσφέρει εναλλακτική διαδρομή για low-cost open LLMs, τόσο σε υπολογιστικά κέντρα όσο και σε τοπικές εγκαταστάσεις. Στο επίπεδο των data centers, οι AMD Instinct MI300X, MI325X και MI350 είναι ενδιαφέρουσες κυρίως λόγω της πολύ μεγάλης μνήμης ανά επιταχυντή: 192 GB HBM3 στην MI300X, 256 GB HBM3E στην MI325X και έως 288 GB HBM3E στη σειρά MI350. Για μεγάλα ανοιχτά μοντέλα, η μνήμη είναι κρίσιμος παράγοντας κόστους. Όταν περισσότερες παράμετροι χωρούν σε μία ή σε λιγότερες GPU, μειώνονται η πολυπλοκότητα, οι απαιτήσεις διασύνδεσης, η κατανάλωση και το συνολικό κόστος κτήσης.

Η αξία του AMD οικοσυστήματος δεν βρίσκεται μόνο στο υλικό. Βρίσκεται και στο ROCm, την ανοιχτή στοίβα λογισμικού της AMD για επιτάχυνση υπολογισμών ΤΝ και HPC. Η τεκμηρίωση του ROCm αναφέρει πλέον υποστήριξη για βασικές μηχανές serving μεγάλων γλωσσικών μοντέλων, όπως vLLM και Hugging Face Text Generation Inference. Παράλληλα, εργαλεία όπως το llama.cpp, το Ollama, το Vulkan και το HIP/ROCm επιτρέπουν ετερογενείς εγκαταστάσεις, όπου διαφορετικό υλικό μπορεί να αξιοποιείται ανάλογα με το φορτίο εργασίας. Αυτό είναι σημαντικό για φορείς που δεν θέλουν να δεσμευτούν σε μία προμηθευτική αλυσίδα.

Στην πράξη, μια ώριμη στρατηγική για low-cost open LLMs δεν πρέπει να είναι «NVIDIA ή AMD», «Apple ή data center», «ΦΑΡΟΣ ή τοπικός κόμβος». Πρέπει να είναι συνδυαστική. Ο ΦΑΡΟΣ και ο Δαίδαλος χρησιμοποιούνται για βαριά εκπαίδευση, αξιολόγηση και εθνικές υποδομές μοντέλων. Οι τοπικοί κόμβοι NVIDIA και Apple χρησιμοποιούνται για άμεσο, αξιόπιστο και ασφαλές inference μέσα σε οργανισμούς. Οι λύσεις AMD/ROCm προσθέτουν ανταγωνισμό, μεγάλη μνήμη ανά GPU, δυνατότητα χαμηλότερου κόστους και εναλλακτικό ανοιχτό οικοσύστημα λογισμικού.

Αυτό έχει ιδιαίτερη σημασία για το Δημόσιο, τις επιχειρήσεις και την εκπαίδευση. Ένας δήμος, ένα πανεπιστήμιο ή ένα νοσοκομείο μπορεί να χρησιμοποιεί τοπικά μοντέλα για καθημερινές εργασίες, όπως αναζήτηση σε κανονισμούς, σύνοψη εγγράφων, ταξινόμηση αιτημάτων, υποστήριξη χρηστών και ασφαλή πρόσβαση σε εσωτερική γνώση. Ένα υπουργείο ή ερευνητικό κέντρο μπορεί να απευθύνεται στον ΦΑΡΟ για μεγαλύτερα πειράματα και αξιολογήσεις. Μια μικρομεσαία επιχείρηση μπορεί να ξεκινά με workstation ή μικρό τοπικό κόμβο και να κλιμακώνει αργότερα σε υπολογιστικό κέντρο. Το κρίσιμο είναι η αρχιτεκτονική να βασίζεται σε ανοιχτά πρότυπα, ανοιχτά μοντέλα όπου είναι εφικτό, εναλλάξιμα backends και δημόσια ελεγχόμενη διακυβέρνηση.

Έτσι αποφεύγονται δύο λάθη. Το πρώτο είναι η ψευδαίσθηση ότι όλα πρέπει να λυθούν με ένα κεντρικό υπερσύστημα. Το δεύτερο είναι η εξάρτηση από χιλιάδες ασύνδετες μικρές λύσεις χωρίς κοινά πρότυπα, ασφάλεια και αξιολόγηση. Η δημοκρατική τεχνητή νοημοσύνη χρειάζεται κεντρική ισχύ όπου είναι απαραίτητη, τοπικό έλεγχο όπου είναι κρίσιμος, και ανοιχτό οικοσύστημα υλικού και λογισμικού ώστε το δημόσιο χρήμα να χτίζει δημόσια τεχνογνωσία.

Πηγές άρθρου:

GRNET, Pharos: The Greek AI Factory: Η επίσημη περιγραφή του ελληνικού εργοστασίου ΤΝ, με στόχο τη σύνδεση υπερυπολογιστικής ισχύος, έρευνας, δημόσιου τομέα, επιχειρήσεων και κρίσιμων πεδίων όπως υγεία, γλώσσα, πολιτισμός και βιωσιμότητα: https://grnet.gr/business-directory/Pharos-AI-Factory/,

GRNET, DAEDALUS in Lavrio: Η επίσημη ανακοίνωση για την υλοποίηση του νέου ευρωπαϊκού υπερυπολογιστή Δαίδαλος στο Λαύριο και τη συνολική υπολογιστική του ισχύ: https://grnet.gr/en/2025/03/26/daedalus-dc-ylopoihsh-lavrio/,

Apple, Mac Studio Technical Specifications: Η επίσημη τεχνική σελίδα της Apple τεκμηριώνει ότι το Mac Studio με M3 Ultra μπορεί να διαμορφωθεί με 32-core CPU, 80-core GPU, 32-core Neural Engine, 256 GB ενοποιημένης μνήμης και SSD έως 16 TB, χαρακτηριστικά κρίσιμα για τοπικό inference και μεγάλα quantized μοντέλα: https://support.apple.com/en-us/122211/,

Apple, Mac Studio Specs: Η επίσημη σελίδα προϊόντος της Apple αναφέρει επίσης το εύρος ζώνης μνήμης των 819 GB/s για το M3 Ultra, στοιχείο σημαντικό για workloads ΤΝ που αξιοποιούν την ενοποιημένη μνήμη Apple Silicon: https://www.apple.com/mac-studio/specs/,

Apple Developer, Accelerated PyTorch training on Mac: Η τεκμηρίωση της Apple δείχνει ότι το PyTorch μπορεί να επιταχυνθεί σε Mac μέσω Metal Performance Shaders, άρα το Apple Silicon μπορεί να αξιοποιηθεί όχι μόνο για γενική χρήση αλλά και για επιταχυνόμενες ροές μηχανικής μάθησης: https://developer.apple.com/metal/pytorch/,

Apple Machine Learning Research, MLX: Το MLX είναι πλαίσιο μηχανικής μάθησης για Apple Silicon, βελτιστοποιημένο για την ενοποιημένη μνήμη, και αποτελεί βασική πηγή για την τεκμηρίωση του οικοσυστήματος Apple σε τοπική ΤΝ: https://opensource.apple.com/projects/mlx,

AMD ROCm Documentation, Deploying your model: Η τεκμηρίωση του ROCm αναφέρει ρητά υποστήριξη vLLM και Hugging Face Text Generation Inference για serving μεγάλων γλωσσικών μοντέλων σε AMD GPUs, άρα αποτελεί την πιο σημαντική πηγή για το λογισμικό σκέλος των low-cost open LLMs σε AMD: https://rocm.docs.amd.com/en/docs-7.0.0/how-to/rocm-for-ai/inference/deploy-your-model.html,

AMD Instinct MI300X: Η επίσημη σελίδα της AMD τεκμηριώνει την MI300X ως επιταχυντή για Generative AI και HPC, με 192 GB HBM3 μνήμης και 5,325 TB/s θεωρητικό εύρος ζώνης μνήμης, χαρακτηριστικά κρίσιμα για μεγάλα ανοιχτά μοντέλα: https://www.amd.com/en/products/accelerators/instinct/mi300/mi300x.html,

AMD Instinct MI325X / MI350 Series: Οι επίσημες σελίδες της AMD αναφέρουν 256 GB HBM3E και 6 TB/s θεωρητικό εύρος ζώνης για την MI325X, καθώς και 288 GB HBM3E, 8 TB/s και νέους τύπους δεδομένων όπως MXFP6 και MXFP4 για τη σειρά MI350, ενισχύοντας το επιχείρημα ότι η μεγάλη μνήμη ανά GPU μπορεί να μειώσει την πολυπλοκότητα και το κόστος σε μεγάλα open LLM deployments: https://www.amd.com/en/products/accelerators/instinct/mi300/mi325x.html και https://www.amd.com/en/products/accelerators/instinct/mi350.html,

AMD ROCm on Radeon and Ryzen: Η τεκμηρίωση για Radeon και Ryzen δείχνει ότι το ROCm δεν αφορά μόνο data centers, αλλά και client/edge περιβάλλοντα, με υποστήριξη εργαλείων όπως PyTorch, TensorFlow, vLLM και llama.cpp: https://rocm.docs.amd.com/projects/radeon-ryzen/en/latest/index.html,

Unsloth, Fine-tuning LLMs on AMD GPUs: Η τεκμηρίωση του Unsloth αναφέρει υποστήριξη AMD GPUs, συμπεριλαμβανομένων Radeon RX και MI300X, για τοπικό fine-tuning μεγάλων γλωσσικών μοντέλων χαμηλού κόστους: https://unsloth.ai/docs/get-started/install/amd,

llama.cpp, Build documentation: Η τεκμηρίωση του llama.cpp αναφέρει υποστήριξη πολλών backends, μεταξύ των οποίων Metal, CUDA, HIP και Vulkan, καθιστώντας το κρίσιμο εργαλείο για ετερογενείς τοπικές υποδομές ΤΝ με Apple, NVIDIA και AMD: https://github.com/ggml-org/llama.cpp/blob/master/docs/build.md.

Τι συμβαίνει όταν τρεις ευρωπαϊκές δημόσιες διοικήσεις αποφασίζουν να περάσουν από την απλή συνεργασία στη συν-ανάπτυξη ψηφιακών εργαλείων; Από το 2023, η Γαλλία, η Γερμανία και η Ολλανδία επιχειρούν να δώσουν μια πρακτική απάντηση σε αυτό το ερώτημα, χτίζοντας από κοινού λογισμικό ανοικτού κώδικα για τον δημόσιο τομέα.

Η πρωτοβουλία ξεκίνησε από τη γαλλική DINUM (Interministerial Directorate for Digital Affairs), η οποία είχε ως βασικό στόχο να εξοπλίσει τους δημόσιους υπαλλήλους με ψηφιακά εργαλεία που να είναι ανοιχτά, αποδοτικά και τεχνολογικά «κυρίαρχα». Πολύ γρήγορα, όμως, οι υπεύθυνοι του προγράμματος συνειδητοποίησαν ότι οι ανάγκες αυτές δεν περιορίζονται μόνο στη Γαλλία.

Η λογική ήταν απλή: αν τα ίδια ψηφιακά εργαλεία χρειάζονται στη Γαλλία, τότε πιθανότατα χρειάζονται και σε άλλες ευρωπαϊκές χώρες. Γιατί, λοιπόν, κάθε κράτος να αναπτύσσει από την αρχή τα ίδια συστήματα;

Από το όραμα στη συνεργασία

Το πρώτο βήμα ήταν η αναζήτηση συνεργατών με κοινές αξίες και παρόμοιες προκλήσεις. Δεν αρκούσαν μόνο πολιτικές δηλώσεις ή συμφωνίες πρόθεσης· χρειαζόταν πραγματική δέσμευση από ομάδες προγραμματιστών, σχεδιαστών, product managers και δημόσιων λειτουργών.

Η Γερμανία προσχώρησε στην πρωτοβουλία το 2024 και η Ολλανδία ακολούθησε το 2025. Παράλληλα, δημιουργήθηκε ένα μικτό μοντέλο χρηματοδότησης που βασίζεται τόσο στους εθνικούς προϋπολογισμούς των κρατικών φορέων όσο και σε ευρωπαϊκά κονδύλια με τη στήριξη της Ευρωπαϊκής Επιτροπής.

Ωστόσο, η πραγματική πρόκληση δεν ήταν μόνο η χρηματοδότηση ή η πολιτική συμφωνία, αλλά το πώς διαφορετικές δημόσιες διοικήσεις θα μπορούσαν να συνεργαστούν αποτελεσματικά στην πράξη.

Hackathons αντί για ατελείωτες συσκέψεις

Για να επιταχυνθεί η συνεργασία, οι συμμετέχοντες επέλεξαν ένα μοντέλο εργασίας βασισμένο στα hackathons. Η εμπειρία έδειξε ότι οι ομάδες αποδίδουν πολύ περισσότερο όταν εργάζονται φυσικά στον ίδιο χώρο, αντί να βασίζονται αποκλειστικά σε τηλεδιασκέψεις και ασύγχρονη επικοινωνία.

Χαρακτηριστικό παράδειγμα ήταν το “Hack Days” που διοργανώθηκε στο Παρίσι το 2025. Εκεί, 53 ομάδες από 17 χώρες συνεργάστηκαν επί τρεις ημέρες για να βελτιώσουν υπάρχοντα εργαλεία της πλατφόρμας LaSuite και να αναπτύξουν νέες λειτουργίες.

Το μοντέλο εργασίας οργανώθηκε γύρω από τους λεγόμενους «κύκλους 100 ημερών». Σε κάθε κύκλο τίθενται συγκεκριμένοι στόχοι και τρεις μήνες αργότερα οι ομάδες παρουσιάζουν τα αποτελέσματα. Αυτή η διαδικασία ενθαρρύνει τη γρήγορη παράδοση λειτουργικών λύσεων και αποφεύγει τη γραφειοκρατική στασιμότητα που συχνά χαρακτηρίζει διακρατικά έργα.

Το παράδειγμα του LaSuite Docs

Ένα από τα σημαντικότερα παραδείγματα αυτής της συνεργασίας είναι το LaSuite Docs, ένας συνεργατικός επεξεργαστής κειμένου που αναπτύχθηκε από κοινού από τις τρεις χώρες.

Η βασική ιδέα ήταν να δημιουργηθεί μια κοινή τεχνική βάση πάνω στην οποία κάθε χώρα θα μπορούσε να προσαρμόζει το εργαλείο στις δικές της ανάγκες. Έτσι, Γάλλοι, Γερμανοί και Ολλανδοί δημόσιοι υπάλληλοι χρησιμοποιούν διαφορετικές εκδόσεις του ίδιου συστήματος, με κοινό όμως πυρήνα.

Παρά την επιτυχία, το έργο αντιμετωπίζει και τεχνικές δυσκολίες. Οι διαφορετικές τοπικές προσαρμογές έχουν δημιουργήσει αποκλίσεις στον κώδικα, γεγονός που καθιστά δύσκολη τη διατήρηση μιας ενιαίας πλατφόρμας. Η επιστροφή σε μια πιο «καθαρή» κοινή βάση αποτελεί σήμερα έναν από τους βασικούς στόχους των ομάδων ανάπτυξης.

Οι πολιτισμικές διαφορές ως πρόκληση

Η τεχνική συνεργασία αποδείχθηκε συχνά πιο εύκολη από τη διοικητική και πολιτισμική συνεννόηση. Κάθε χώρα έχει διαφορετική αντίληψη για το πώς οργανώνεται το δημόσιο, πώς χρηματοδοτούνται τα ψηφιακά έργα και πώς λαμβάνονται οι αποφάσεις.

Ακόμη και μικρές πολιτισμικές λεπτομέρειες έγιναν αισθητές στην καθημερινότητα των ομάδων. Ένα χαρακτηριστικό περιστατικό ήταν η απουσία μπύρας από κοινό γεύμα εργασίας — κάτι που οι Γερμανοί και οι Ολλανδοί συνεργάτες αντιμετώπισαν σχεδον ως… διπλωματικό ατόπημα.

Πέρα όμως από τις αστείες στιγμές, υπήρχαν και σοβαρότερα ζητήματα: διαφορετικοί κύκλοι προϋπολογισμών, διαφορετικές διαδικασίες έγκρισης και διαφορετικές αντιλήψεις για το πότε ένα προϊόν θεωρείται «ολοκληρωμένο».

Το μεγάλο ερώτημα της διακυβέρνησης

Η μεγαλύτερη ίσως πρόκληση αφορά τη διακυβέρνηση αυτών των κοινών ψηφιακών έργων. Δεν υπάρχει ακόμη κάποιο έτοιμο μοντέλο για το πώς τρεις ή περισσότερες χώρες μπορούν να λαμβάνουν από κοινού αποφάσεις για την ανάπτυξη λογισμικού.

Ποιος αποφασίζει όταν υπάρχουν διαφορετικές προτεραιότητες; Πώς μπορούν να ενταχθούν νέες χώρες χωρίς να διαταραχθεί η ισορροπία; Αυτά είναι ερωτήματα που παραμένουν ανοιχτά.

Σε αυτή την κατεύθυνση, σημαντικό ρόλο αναμένεται να παίξει το EDIC Digital Commons, μια νέα ευρωπαϊκή κοινοπραξία στην οποία συμμετέχουν ήδη η Γαλλία, η Γερμανία, η Ολλανδία, η Ιταλία και το Λουξεμβούργο. Στόχος της είναι να προσφέρει ένα πιο σταθερό θεσμικό πλαίσιο για τη συνεργασία πάνω σε κοινά ψηφιακά έργα ανοικτού κώδικα.

Το μέλλον των ευρωπαϊκών ψηφιακών κοινών

Δύο χρόνια μετά την έναρξη της πρωτοβουλίας, τρεις μεγάλες προκλήσεις παραμένουν στο προσκήνιο:

• η οικονομική βιωσιμότητα των έργων,
• η δημιουργία κοινών δεικτών αξιολόγησης,
• και η διατήρηση της αυτονομίας των τεχνικών ομάδων χωρίς υπερβολική γραφειοκρατία.

Παρά τις δυσκολίες, το εγχείρημα αποδεικνύει ότι οι δημόσιες διοικήσεις μπορούν να συνεργαστούν ουσιαστικά πάνω σε κοινά ψηφιακά εργαλεία. Το βασικό συμπέρασμα είναι ότι η επιτυχία δεν εξαρτάται μόνο από την τεχνολογία, αλλά κυρίως από την εμπιστοσύνη, την ευελιξία και τη διάθεση συνεργασίας.

Όπως χαρακτηριστικά ανέφεραν οι συμμετέχοντες στο πρόγραμμα, «ο κώδικας είναι μια παγκόσμια γλώσσα που ενώνει τα έθνη». Και ίσως αυτή να είναι η πιο σημαντική παρακαταθήκη του εγχειρήματος: η ιδέα ότι η Ευρώπη μπορεί να χτίσει κοινές ψηφιακές υποδομές όχι μόνο μέσα από πολιτικές συμφωνίες, αλλά και μέσα από πραγματική συνδημιουργία.

Πηγή άρθρου: https://interoperable-europe.ec.europa.eu/

Από την παραγωγικότητα στην ευθύνη

Οι πράκτορες Τεχνητής Νοημοσύνης (agents) δεν είναι απλώς ένα πιο έξυπνο chatbot. Είναι συστήματα που μπορούν να σχεδιάζουν βήματα, να καλούν εργαλεία, να γράφουν κώδικα, να διαβάζουν έγγραφα, να κάνουν αναζητήσεις, να ενημερώνουν βάσεις δεδομένων και, σε ορισμένες περιπτώσεις, να εκτελούν ενέργειες χωρίς άμεση ανθρώπινη παρέμβαση. Αυτό τους κάνει χρήσιμους, αλλά και επικίνδυνους. Η κρίσιμη ερώτηση για το Δημόσιο και τον ιδιωτικό τομέα δεν είναι αν θα χρησιμοποιηθούν. Θα χρησιμοποιηθούν. Η κρίσιμη ερώτηση είναι με ποιους κανόνες, με ποια δικαιώματα πρόσβασης και με ποια λογοδοσία.

Η πρόσφατη αξιολόγηση του METR δείχνει ότι οι πράκτορες μπορούν ήδη να αναλάβουν τεχνικές εργασίες που για έναν άνθρωπο θα απαιτούσαν ώρες ή ημέρες. Μπορούν να γράψουν κώδικα, να εντοπίσουν σφάλματα, να βελτιστοποιήσουν διαδικασίες και να βοηθήσουν στην ανάλυση μεγάλων όγκων πληροφοριών. Ταυτόχρονα όμως εμφανίζουν χειρότερη κρίση από έμπειρους ανθρώπους σε ανοιχτά, ασαφή ή στρατηγικά προβλήματα. Όταν ο στόχος είναι δύσκολος, συχνά αναζητούν παρακάμψεις, υπερβάλλουν για το τι πέτυχαν ή αποκρύπτουν αποτυχίες. Αυτό δεν είναι φιλοσοφικό ζήτημα. Είναι επιχειρησιακός κίνδυνος.

Ο πρώτος κανόνας: καμία κρίσιμη πράξη χωρίς άνθρωπο

Στο Δημόσιο, ένας πράκτορας μπορεί να βοηθά ένα ΚΕΠ να προελέγχει δικαιολογητικά, να συνοψίζει νόμους, να ταξινομεί αιτήματα πολιτών ή να προτείνει ποια υπηρεσία είναι αρμόδια. Δεν πρέπει όμως να εκδίδει τελική διοικητική πράξη, να απορρίπτει επίδομα, να επιβάλλει πρόστιμο ή να αλλάζει στοιχεία μητρώου χωρίς ανθρώπινη έγκριση. Η αρχή πρέπει να είναι σαφής: ο πράκτορας εισηγείται, ο άνθρωπος αποφασίζει και ο φορέας λογοδοτεί.

Το ίδιο ισχύει στις επιχειρήσεις. Ένας πράκτορας μπορεί να ελέγχει τιμολόγια, να προετοιμάζει αναφορές συμμόρφωσης, να εντοπίζει ύποπτες συναλλαγές ή να γράφει προσχέδια συμβάσεων. Δεν πρέπει να εγκρίνει πληρωμές, να αλλάζει πιστωτικά όρια, να απολύει προσωπικό, να στέλνει νομικά δεσμευτικές απαντήσεις ή να ανοίγει πρόσβαση σε κρίσιμα συστήματα χωρίς δεύτερο έλεγχο. Για κάθε μη αναστρέψιμη ή υψηλού κινδύνου ενέργεια χρειάζεται κανόνας «δύο κλειδιών»: έγκριση από εξουσιοδοτημένο άνθρωπο και τεχνική επιβεβαίωση από ανεξάρτητο μηχανισμό.

Δικαιώματα πρόσβασης σαν να ήταν εξωτερικός συνεργάτης

Το μεγαλύτερο λάθος είναι να επιτρέπεται στον πράκτορα να κληρονομεί όλα τα δικαιώματα του χρήστη που τον ξεκίνησε. Αυτό δημιουργεί έναν ψηφιακό υπάλληλο με πλήρη πρόσβαση, χωρίς την κρίση, την ευθύνη και τον θεσμικό φόβο ενός πραγματικού ανθρώπου. Κάθε πράκτορας πρέπει να έχει ξεχωριστή ταυτότητα, περιορισμένα δικαιώματα, χρονικά περιορισμένα διαπιστευτήρια και αναλυτικό αρχείο ενεργειών.

Στην πράξη αυτό σημαίνει ότι ένας πράκτορας που βοηθά την οικονομική υπηρεσία ενός δήμου μπορεί να διαβάζει συμβάσεις και να προτείνει κατηγοριοποίηση δαπανών, αλλά δεν μπορεί να αλλάζει IBAN προμηθευτή ή να εγκρίνει ένταλμα. Ένας πράκτορας σε τράπεζα μπορεί να εντοπίζει συναλλαγές υψηλού κινδύνου, αλλά δεν μπορεί να παγώνει λογαριασμό χωρίς ανθρώπινο έλεγχο. Ένας πράκτορας σε ομάδα ανάπτυξης λογισμικού μπορεί να ανοίγει αίτημα αλλαγής κώδικα, αλλά όχι να συγχωνεύει κώδικα σε παραγωγικό σύστημα χωρίς έλεγχο από άνθρωπο και αυτοματοποιημένες δοκιμές.

Απομόνωση, καταγραφή, δυνατότητα ανάκλησης

Οι πράκτορες πρέπει να λειτουργούν σε περιβάλλοντα απομόνωσης, με αυστηρά όρια πρόσβασης στο διαδίκτυο, στα αρχεία, στις βάσεις δεδομένων και στα εργαλεία εντολών. Δεν πρέπει να έχουν γενικό δικαίωμα να εκτελούν ό,τι ζητήσει το μοντέλο. Τα εργαλεία πρέπει να είναι λευκή λίστα, όχι ανοιχτό οπλοστάσιο. Κάθε ενέργεια πρέπει να καταγράφεται σε αρχείο που δεν μπορεί να αλλοιωθεί από τον ίδιο τον πράκτορα.

Η καταγραφή από μόνη της δεν αρκεί. Χρειάζεται ενεργή παρακολούθηση. Όταν ένας πράκτορας προσπαθεί να αλλάξει περιβάλλον, να αποκτήσει νέα διαπιστευτήρια, να καλέσει απαγορευμένο εργαλείο, να στείλει μαζικά μηνύματα ή να δημιουργήσει νέους πράκτορες, το σύστημα πρέπει να τον σταματά αυτόματα και να ειδοποιεί υπεύθυνο ασφαλείας. Για το Δημόσιο, αυτό σημαίνει ενιαίο μητρώο πρακτόρων ΤΝ, μητρώο εργαλείων, αρχείο ενεργειών και δυνατότητα άμεσης απενεργοποίησης.

Οι πράκτορες δεν πρέπει να ελέγχουν μόνοι τους εαυτούς τους

Ένας από τους πιο επικίνδυνους πειρασμούς είναι να ανατεθεί σε άλλον πράκτορα ο έλεγχος του πρώτου. Αυτό μπορεί να βοηθήσει, αλλά δεν μπορεί να είναι η μόνη δικλείδα. Τα μοντέλα μπορούν να παρακαμφθούν, να παραπλανηθούν ή να αποτύχουν να αναγνωρίσουν μια ύποπτη στρατηγική. Άρα η παρακολούθηση πρέπει να συνδυάζει ανθρώπινη εποπτεία, απλούς τεχνικούς κανόνες, συστήματα ανίχνευσης ανωμαλιών, περιοδικούς ελέγχους και ανεξάρτητες δοκιμές διείσδυσης.

Στον κυβερνοχώρο, ένας πράκτορας που βοηθά μια ομάδα ασφαλείας να αναλύει συμβάντα μπορεί να είναι πολύτιμος. Αν όμως αποκτήσει δικαίωμα να αλλάζει κανόνες firewall, να απενεργοποιεί ειδοποιήσεις ή να εκτελεί εντολές σε παραγωγικούς εξυπηρετητές, τότε το εργαλείο άμυνας μετατρέπεται σε πιθανό σημείο επίθεσης. Η σωστή αρχιτεκτονική είναι άμυνα σε βάθος: περιορισμός, παρακολούθηση, επιβεβαίωση, ανάκληση.

Ανοιχτές τεχνολογίες και δημόσιος έλεγχος

Ιδίως στο Δημόσιο, οι πράκτορες δεν πρέπει να αγοραστούν ως αδιαφανή κουτιά. Χρειάζονται ανοιχτά πρότυπα, τεκμηρίωση, καταγραφή εκδόσεων, Model Cards, Datasheets, Software Bill of Materials και δικαίωμα ελέγχου του κώδικα όπου είναι δυνατό. Η αρχή «δημόσιο χρήμα, δημόσιος κώδικας» αποκτά εδώ άμεση σημασία: όταν ένας πράκτορας συμμετέχει στην εξυπηρέτηση πολιτών, στη διαχείριση επιδομάτων, στις προμήθειες ή στη φορολογική διοίκηση, η κοινωνία πρέπει να γνωρίζει ποια δεδομένα χρησιμοποιεί, ποια εργαλεία καλεί και ποιος φέρει την ευθύνη.

Οι πράκτορες ΤΝ μπορούν να μειώσουν τη γραφειοκρατία, να ενισχύσουν την παραγωγικότητα και να βοηθήσουν μικρούς φορείς να αποκτήσουν δυνατότητες που μέχρι σήμερα είχαν μόνο μεγάλοι οργανισμοί. Αυτό όμως θα συμβεί μόνο αν σχεδιαστούν ως ελεγχόμενη δημόσια υποδομή και όχι ως αυτόνομοι υπάλληλοι χωρίς λογοδοσία. Η σωστή γραμμή είναι απλή: περισσότερη βοήθεια από την ΤΝ, λιγότερη ανεξέλεγκτη εξουσία στην ΤΝ.

Πηγές άρθρου:

METR, Frontier Risk Report (February to March 2026): Η κεντρική αξιολόγηση κινδύνων για πράκτορες ΤΝ, με ανάλυση ικανότητας, κινήτρου και ευκαιρίας, καθώς και εκτίμηση για τον κίνδυνο μικρών ανεξέλεγκτων αναπτύξεων: https://metr.org/blog/2026-05-19-frontier-risk-report/,

OWASP GenAI Security Project, OWASP Top 10 for Agentic Applications for 2026: Παρέχει πρακτικό, ουδέτερο πλαίσιο για τους βασικούς κινδύνους και τα μέτρα μετριασμού σε εφαρμογές πρακτόρων ΤΝ: https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/,

OWASP Cheat Sheet Series, AI Agent Security Cheat Sheet: Συγκεντρώνει συγκεκριμένους τεχνικούς ελέγχους για υπέρβαση οδηγιών, κακή χρήση εργαλείων, κλιμάκωση προνομίων και δηλητηρίαση μνήμης: https://cheatsheetseries.owasp.org/cheatsheets/AI_Agent_Security_Cheat_Sheet.html,

OpenAI, Evaluating Chain-of-Thought Monitorability: Τεκμηριώνει γιατί η παρακολούθηση της συλλογιστικής των μοντέλων μπορεί να βοηθήσει στον εντοπισμό κακής συμπεριφοράς, αλλά παραμένει εύθραυστη δικλείδα ασφαλείας: https://openai.com/index/evaluating-chain-of-thought-monitorability/,

European Commission, AI Act: Το ευρωπαϊκό κανονιστικό πλαίσιο για ανθρωποκεντρική και βασισμένη στον κίνδυνο χρήση της ΤΝ, ιδιαίτερα κρίσιμο για δημόσιες υπηρεσίες και εφαρμογές υψηλού κινδύνου: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai.

Η Ένωση Πληροφορικών Ελλάδας (www.epe.org.gr) (ΕΠΕ), ως φορέας που εκπροσωπεί το σύνολο των Πληροφορικών αποφοίτων Τριτοβάθμιας Εκπαίδευσης στη χώρα μας από το 2000, ξεκινάει τον Z‘ κύκλο ανοικτών διαδικτυακών μαθημάτων με ελεύθερη συμμετοχή για όλους, χωρίς οικονομικό κόστος.

Σύμφωνα με το Καταστατικό της Ένωσης, ένας από τους βασικούς σκοπούς της λειτουργίας της είναι η προώθηση της γνώσης και χρήσης των πληροφορικών αγαθών από το κοινωνικό σύνολο και η εξάλειψη της τεχνοφοβίας και του “αναλφαβητισμού” στην Πληροφορική.

Μετά τη μεγάλη επιτυχία των πέντε προηγούμενων κύκλων, ο Z’ κύκλος περιλαμβάνει μια νέα σειρά οκτώ διαδικτυακών μαθημάτων με ανανεωμένη θεματολογία και περιεχόμενο. Τα μαθήματα απευθύνονται σε οποιονδήποτε, χωρίς προϋποθέσεις συμμετοχής και χωρίς οικονομικό αντίτιμο. Τα μαθήματα θα πραγματοποιηθούν εξ’ ολοκλήρου διαδικτυακά, ζωντανά μέσω της πλατφόρμας Zoom. Οι εισηγητές πραγματοποιούν τα μαθήματα εθελοντικά.

Οι δηλώσεις συμμετοχής στα Ανοικτά Μαθήματα της ΕΠΕ γίνονται αποκλειστικά στους αντίστοιχους συνδέσμους εγγραφής παρακάτω. Τα στοιχεία εγγραφής (όνομα, email) χρησιμοποιούνται αποκλειστικά και μόνο για αυτό το σκοπό από την ΕΠΕ και δεν προωθούνται σε κανέναν άλλο φορέα ή επιχείριση, σύμφωνα με τις προβλέψεις του ΓΚΠΔ (GDPR/2016/679).

• Λίστα μαθημάτων:

(Μπορείτε ελεύθερα να εγγραφείτε σε όσα μαθήματα επιθυμείτε)

«Τεχνολογίες επιτήρησης συνόρων: Περιγραφή, νομικό πλαίσιο και επιπτώσεις στα Δικαιώματα του Ανθρώπου» Εισηγητής: Λευτέρης Χελιουδάκης, Δικηγόρος LL.B. LL.M. Msc, PhD (c), Εκτελεστικός Διευθυντής της HomoDigitalis – Κυριακή 24 Μαΐου 2026 / 6-8 μ.μ. / [Εγγραφή]   «Όταν η ανθρώπινη γλώσσα γίνεται δεδομένα» Εισηγήτρια: ΜαριάνθηΣταυρίδου, PhD, Vice – Chair, Internet Society, NGI-zero Representative Greece – Σάββατο 30 Μαΐου 2026 / 6-8 μ.μ. / [Εγγραφή]    «Η φύση της Τεχνητής Νοημοσύνης: Οντολογικά ερωτήματα στην εποχή των αλγορίθμων» Εισηγητές: Χρήστος Φραδέλλος, Καθηγητής Θεολογίας στο Πειραματικό Γυμνάσιο Χανίων, Συγγραφέας  & Νεκτάριος Μουμουτζής, Πληροφορικός, ΔΔ Πληροφορικής, Μέλος ΕΔΙΠ στην Σχολή ΗΜΜΥ του Πολυτεχνείου Κρήτης – Δευτέρα 1 Ιουνίου 2026 / 7-9 μ.μ. / [Εγγραφή]   «Artemis II: Λογισμικό, τηλεπικοινωνίες και Η/Υ στις διαστημικές αποστολές» Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc,PhD), R&D in AI/ML, Medical Imaging, Rescue Robotics – Σάββατο 6 Ιουνίου 2026 / 6-8 μ.μ. / [Εγγραφή]   «Γονείς στην εποχή της Τεχνητής Νοημοσύνης: Οδηγός επιβίωσης και “ευφυούς” συνύπαρξης» Εισηγητής: Σάββας Χατζηχριστοφής, Αντιπρύτανης Έρευνας και Καινοτομίας και Καθηγητής Τεχνητής Νοημοσύνης στο Πανεπιστήμιο Νεάπολις Πάφου – Κυριακή 7 Ιουνίου 2026 / 7-9 μ.μ. / [Εγγραφή]   «Μην κατηγορείτε τα ρομπότ! Ηθικά διλήμματα στην εποχή των δύσκολων ερωτήσεων» Εισηγητής: Γιάννης Φαρσάρης, Εκπαιδευτικός Πληροφορικής & Συγγραφέας – Κυριακή 14 Ιουνίου 2026 / 7-9 μ.μ. / [Εγγραφή]   «Είναι η τεχνολογία ουδέτερη; Μια συζήτηση σχετικά με μαύρα κουτιά και φωτεινά μέλλοντα» Εισηγητής: Αλέκος Πανταζής, Επίκουρος Καθηγητής Ομότιμης Εκπαίδευσης στο Παιδαγωγικό Τμήμα Προσχολικής Εκπαίδευσης του Πανεπιστημίου Θεσσαλίας & Μέλος της ερευνητικής κολεκτίβας P2P Lab – Κυριακή 21 Ιουνίου 2026 / 7-9 μ.μ. / [Εγγραφή]   «Ηθική, εμπιστοσύνη και το Α.Ι. που έρχεται» Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc,PhD), R&D in AI/ML, Medical Imaging, Rescue Robotics – Σάββατο 27 Ιουνίου 2026 / 6-8 μ.μ. / [Εγγραφή]

Σημείωση: Η εκπαίδευση που παρέχεται μέσω των ανοικτών διαδικτυακών μαθημάτων είναι άτυπη και δεν θα δοθούν βεβαιώσεις παρακολούθησης στους συμμετέχοντες.

Όλες οι σχετικές αναρτήσεις, το αρχείο προηγούμενων μαθημάτων, το προσεχές πρόγραμμα του επόμενου κύκλου, καθώς και όλες οι σχετικές πληροφορίες για την ΕΠΕ και τη συγκεκριμένη δράση, βρίσκονται πλέον σε ξεχωριστό ιστότοπο που δημιουργήθηκε για αυτό το σκοπό:

• Κεντρική σελίδα – https://courses.epe.org.gr/
• Αρχείο μαθημάτων – https://courses.epe.org.gr/archeio-mathimaton/
• Προσεχή μαθήματα – https://courses.epe.org.gr/prosechi-mathimata/

Το Διοικητικό Συμβούλιο
της Ένωσης Πληροφορικών Ελλάδας

URL: https://www.epe.org.gr, mailto: info(στο)epe.org.gr
 

Σχετικά Αρχεία

• G26-0519-01V1_open-lecturesZ_final.pdf

—

Πηγή άρθρου: epe.org.gr

Η πρόσβαση στην πολιτιστική κληρονομιά αποτελεί θεμελιώδες στοιχείο της δημόσιας γνώσης και της ιστορικής μνήμης. Παρ’ όλα αυτά, εκατομμύρια βιβλία, αρχεία, εφημερίδες, μουσικά και οπτικοακουστικά έργα παραμένουν πρακτικά αόρατα στο κοινό, παρότι φυλάσσονται σε βιβλιοθήκες, αρχεία και μουσεία σε όλη την Ευρώπη. Πρόκειται για τα λεγόμενα «έργα εκτός εμπορίου» (Out-of-Commerce Works – OOCWs): έργα που εξακολουθούν να προστατεύονται από πνευματικά δικαιώματα, αλλά δεν είναι πλέον εμπορικά διαθέσιμα.

Η Οδηγία DSM της Ευρωπαϊκής Ένωσης (2019/790), και ειδικότερα το Άρθρο 8, επιχείρησε να δώσει λύση σε αυτό το πρόβλημα, επιτρέποντας στα ιδρύματα πολιτιστικής κληρονομιάς να διαθέτουν ψηφιακά τέτοια έργα για μη εμπορικούς σκοπούς. Ωστόσο, η εφαρμογή του πλαισίου παραμένει εξαιρετικά δύσκολη στην πράξη.

Το πρόβλημα του «μαύρου κενού» του 20ού αιώνα

Η Ευρώπη διαθέτει τεράστιες συλλογές έργων του 20ού αιώνα που δεν κυκλοφορούν πλέον εμπορικά, αλλά εξακολουθούν να προστατεύονται από πνευματικά δικαιώματα. Αυτό δημιουργεί ένα «μαύρο κενό» στην ψηφιακή πρόσβαση στην πολιτιστική κληρονομιά: ενώ παλαιότερα έργα έχουν περάσει στο κοινό κτήμα και σύγχρονα έργα διατίθενται εμπορικά, μεγάλο μέρος της πολιτιστικής παραγωγής του 20ού αιώνα παραμένει εγκλωβισμένο σε νομική αβεβαιότητα. Το Άρθρο 8 εισήγαγε ένα σύστημα συλλογικής αδειοδότησης, μέσω του οποίου οργανισμοί συλλογικής διαχείρισης (CMOs) μπορούν να παραχωρούν άδειες χρήσης ακόμη και για δικαιούχους που δεν εκπροσωπούν άμεσα. Αν δεν υπάρχει επαρκώς «αντιπροσωπευτικός» οργανισμός, τότε τα ιδρύματα μπορούν να βασιστούν σε εξαίρεση από τα πνευματικά δικαιώματα. Ωστόσο, η διαδικασία αυτή αποδείχθηκε πολύ πιο περίπλοκη από ό,τι αναμενόταν.

Χρονοβόρες και δαπανηρές διαπραγματεύσεις

Ένα από τα βασικότερα προβλήματα που αναδεικνύει η έκθεση του Communia Association είναι η δυσκολία των διαπραγματεύσεων μεταξύ πολιτιστικών ιδρυμάτων και οργανισμών συλλογικής διαχείρισης.

Στη Γερμανία, για παράδειγμα, οι διαπραγματεύσεις μεταξύ της ομοσπονδιακής κυβέρνησης, των κρατιδίων και δύο οργανισμών συλλογικής διαχείρισης χρειάστηκαν τέσσερα χρόνια για να ολοκληρωθούν. Στην Ολλανδία, συμφωνίες για μουσικά και οπτικοακουστικά έργα χρειάστηκαν περίπου δύο χρόνια, ενώ για περιοδικά οι διαπραγματεύσεις διήρκεσαν τρία χρόνια.

Το πρόβλημα γίνεται ακόμη πιο έντονο αν αναλογιστεί κανείς ότι τα έργα αυτά έχουν συνήθως ελάχιστη ή μηδενική εμπορική αξία. Παρ’ όλα αυτά, τα ιδρύματα αναγκάζονται να διαθέτουν σημαντικούς οικονομικούς και ανθρώπινους πόρους για νομικές συμβουλές, διαπραγματεύσεις και διοικητικές διαδικασίες. Για πολλά μικρότερα ιδρύματα, αυτή η διαδικασία είναι πρακτικά αδύνατη.

Όταν οι οργανισμοί αρνούνται να χορηγήσουν άδειες

Σε ορισμένες περιπτώσεις, οι οργανισμοί συλλογικής διαχείρισης αρνήθηκαν πλήρως να συμμετάσχουν στη διαδικασία αδειοδότησης.

Χαρακτηριστικό είναι το παράδειγμα πανεπιστημιακής βιβλιοθήκης στη Σουηδία, η οποία επιχείρησε να εξασφαλίσει άδεια για ψηφιοποίηση έργων εκτός εμπορίου. Ο αρμόδιος οργανισμός αρχικά δήλωσε ότι δεν μπορούσε να συνάψει τέτοιες συμφωνίες και αργότερα ξεκαθάρισε ότι δεν σκοπεύει να προσφέρει τέτοιες άδειες στο μέλλον. Ούτε η σουηδική υπηρεσία πνευματικής ιδιοκτησίας ούτε η αρχή ανταγωνισμού κατάφεραν να προσφέρουν λύση.

Αυτό αποκαλύπτει ένα θεμελιώδες πρόβλημα του συστήματος: οι οργανισμοί συλλογικής διαχείρισης συχνά δεν έχουν επαρκές οικονομικό κίνητρο για να εμπλακούν σε πολύπλοκες διαπραγματεύσεις για έργα χαμηλής εμπορικής αξίας.

Υψηλά κόστη και νέες προκλήσεις με την τεχνητή νοημοσύνη

Ακόμη και όταν επιτυγχάνονται συμφωνίες, οι όροι συχνά είναι δυσμενείς για τα πολιτιστικά ιδρύματα. Στη Γερμανία, οι χρεώσεις μπορούν να φτάσουν έως και τα 50 ευρώ ανά βιβλίο για έργα της δεκαετίας του 1980 και 12,50 ευρώ ακόμη και για έργα άνω των 70 ετών.

Για έργα που αριθμούν δεκάδες ή εκατοντάδες χιλιάδες τεκμήρια, τέτοια κόστη καθιστούν τα προγράμματα μαζικής ψηφιοποίησης οικονομικά μη βιώσιμα.

Ταυτόχρονα, η ανάπτυξη της τεχνητής νοημοσύνης έχει δημιουργήσει νέες νομικές αβεβαιότητες. Ορισμένες συμφωνίες απαιτούν από τα ιδρύματα να αποκλείουν τα έργα από διαδικασίες εξόρυξης δεδομένων (text and data mining), χωρίς να είναι σαφές πώς μπορεί να εφαρμοστεί τεχνικά ή νομικά αυτή η εξαίρεση.

Νομική αβεβαιότητα και πολυπλοκότητα

Ένα ακόμη σοβαρό εμπόδιο αφορά την έννοια της «αντιπροσωπευτικότητας» των οργανισμών συλλογικής διαχείρισης. Σε πολλές χώρες δεν υπάρχουν σαφή κριτήρια για το πότε ένας οργανισμός θεωρείται επαρκώς αντιπροσωπευτικός ώστε να απαιτείται άδεια από αυτόν. Η κατάσταση περιπλέκεται περαιτέρω από τη φύση πολλών έργων. Ένα βιβλίο μπορεί να περιλαμβάνει τόσο κείμενο όσο και εικόνες, γεγονός που ενδέχεται να απαιτεί διαπραγματεύσεις με πολλούς διαφορετικούς οργανισμούς. Σε ορισμένες περιπτώσεις, οργανισμοί απείλησαν ακόμη και με νομικές ενέργειες αφού είχε ήδη συναφθεί συμφωνία με άλλον φορέα. Στην Ιταλία, η αβεβαιότητα αυτή έχει οδηγήσει ουσιαστικά σε αδράνεια, με πολιτιστικά ιδρύματα να εγκαταλείπουν έργα ψηφιοποίησης λόγω της διοικητικής και νομικής πολυπλοκότητας.

Η εξαίρεση ως εναλλακτική λύση

Σε ορισμένες χώρες, όπου δεν υπάρχουν αντιπροσωπευτικοί οργανισμοί συλλογικής διαχείρισης, τα ιδρύματα βασίζονται στην εξαίρεση που προβλέπει η Οδηγία.

Ένα θετικό παράδειγμα προέρχεται από τη Σλοβενία, όπου η Εθνική και Πανεπιστημιακή Βιβλιοθήκη έχει ξεκινήσει προγράμματα ψηφιοποίησης έργων εκτός εμπορίου μέσω αυτής της εξαίρεσης. Το ίδρυμα εφαρμόζει αυστηρές διαδικασίες επαλήθευσης για κάθε έργο, αποδεικνύοντας ότι τα πολιτιστικά ιδρύματα μπορούν να λειτουργούν υπεύθυνα ακόμη και χωρίς περίπλοκες αδειοδοτήσεις.

Προτάσεις για μεταρρύθμιση

Η έκθεση της COMMUNIA προτείνει δύο βασικές μεταρρυθμίσεις:

1. Η εξαίρεση θα πρέπει να εφαρμόζεται όχι μόνο όταν δεν υπάρχει αντιπροσωπευτικός οργανισμός, αλλά και όταν οι διαθέσιμες άδειες δεν είναι πρακτικά προσβάσιμες ή κατάλληλες για τις ανάγκες των πολιτιστικών ιδρυμάτων.
2. Η Ευρωπαϊκή Ένωση πρέπει να θεσπίσει σαφέστερα και εναρμονισμένα κριτήρια για την αντιπροσωπευτικότητα των οργανισμών συλλογικής διαχείρισης, ώστε να μειωθεί η νομική αβεβαιότητα και να διευκολυνθεί η ψηφιοποίηση της πολιτιστικής κληρονομιάς.

Η ψηφιοποίηση των έργων εκτός εμπορίου δεν αποτελεί μόνο τεχνικό ή νομικό ζήτημα. Είναι πρωτίστως ζήτημα δημόσιας πρόσβασης στη γνώση, την ιστορία και τον πολιτισμό. Παρά τις καλές προθέσεις της ευρωπαϊκής νομοθεσίας, η εμπειρία των πολιτιστικών ιδρυμάτων δείχνει ότι το υφιστάμενο πλαίσιο εξακολουθεί να δημιουργεί σημαντικά εμπόδια.

Διαβάστε την πλήρη έκθεση εδώ

Πηγή άρθρου: https://communia-association.org/

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 ψηφιακή μετάβαση της δημόσιας διοίκησης στην Ευρώπη βασίζεται όλο και περισσότερο στην ανταλλαγή και αξιοποίηση δεδομένων. Ωστόσο, όταν διαφορετικοί οργανισμοί χρησιμοποιούν διαφορετικούς ορισμούς και πρότυπα για τα ίδια δεδομένα, ακόμη και οι πιο απλές διαδικασίες ανταλλαγής πληροφοριών γίνονται πολύπλοκες, αργές και δαπανηρές. Για να αντιμετωπιστεί αυτή η πρόκληση, η Ευρωπαϊκή Επιτροπή ανέπτυξε τα λεγόμενα Core Vocabularies, ένα σύνολο κοινών λεξιλογίων που λειτουργούν ως ενιαία γλώσσα δεδομένων για τις ψηφιακές δημόσιες υπηρεσίες.

Τα Core Vocabularies δημοσιεύονται μέσω του ευρωπαϊκού οικοσυστήματος διαλειτουργικότητας και αποτελούν απλοποιημένα, επαναχρησιμοποιήσιμα και επεκτάσιμα μοντέλα δεδομένων. Στόχος τους είναι να περιγράφουν βασικές έννοιες του πραγματικού κόσμου — όπως ένα πρόσωπο, μια επιχείρηση, μια τοποθεσία ή μια δημόσια υπηρεσία — με τρόπο συνεπή και ανεξάρτητο από συγκεκριμένα εθνικά ή τεχνολογικά συστήματα.

Σύμφωνα με το σχετικό handbook της Ευρωπαϊκής Επιτροπής, τα Core Vocabularies σχεδιάστηκαν ώστε να λειτουργούν ως «ουδέτερα» δομικά στοιχεία που διευκολύνουν τη σημασιολογική διαλειτουργικότητα μεταξύ κρατών και οργανισμών. Η ανάγκη για τέτοιου είδους κοινά πρότυπα είναι ιδιαίτερα σημαντική στο ευρωπαϊκό περιβάλλον, όπου πολίτες και επιχειρήσεις δραστηριοποιούνται διασυνοριακά. Υπηρεσίες όπως η ίδρυση υποκαταστήματος σε άλλη χώρα, η έκδοση αδειών ή η πρόσβαση σε διοικητικά πιστοποιητικά απαιτούν ανταλλαγή δεδομένων μεταξύ διαφορετικών δημόσιων φορέων. Όταν όμως κάθε κράτος ή υπηρεσία χρησιμοποιεί διαφορετικά σχήματα, ορολογίες ή αναγνωριστικά, δημιουργούνται συγκρούσεις σημασιολογικής διαλειτουργικότητας. Τα Core Vocabularies επιχειρούν να μειώσουν αυτές τις συγκρούσεις προσφέροντας ένα κοινό σημείο αναφοράς για την περιγραφή δεδομένων.

Τα βασικά λεξιλόγια που έχουν αναπτυχθεί περιλαμβάνουν το Core Business Vocabulary, το Core Person Vocabulary, το Core Location Vocabulary και το Core Public Service Vocabulary. Κάθε ένα από αυτά επικεντρώνεται στα θεμελιώδη χαρακτηριστικά μιας οντότητας.

Για παράδειγμα, το Core Business Vocabulary περιγράφει στοιχεία όπως η νομική ονομασία μιας επιχείρησης, ο αριθμός αναγνώρισης και η διεύθυνσή της, ενώ το Core Person Vocabulary περιλαμβάνει βασικά χαρακτηριστικά ενός φυσικού προσώπου, όπως το όνομα, το φύλο και η ημερομηνία γέννησης. Ένα από τα σημαντικότερα πλεονεκτήματα των Core Vocabularies είναι ότι μπορούν να επεκταθούν και να προσαρμοστούν στις ανάγκες διαφορετικών τομέων ή υπηρεσιών χωρίς να χάνεται η κοινή βάση κατανόησης.

Το handbook εξηγεί ότι τα λεξιλόγια αυτά λειτουργούν ως “context-neutral semantic building blocks”, δηλαδή ως ουδέτερα δομικά στοιχεία που μπορούν να χρησιμοποιηθούν για τη δημιουργία εξειδικευμένων μοντέλων δεδομένων σε τομείς όπως η υγεία, η δικαιοσύνη ή οι επιχειρηματικές υπηρεσίες. Παράλληλα, τα Core Vocabularies συμβάλλουν σημαντικά στη βελτίωση της ποιότητας των δεδομένων και στη μείωση της πολυπλοκότητας. Μέσα από κοινές ονομασίες, κοινά αναγνωριστικά και εναρμονισμένες δομές, περιορίζονται προβλήματα όπως οι διαφορετικές ονομασίες για την ίδια έννοια ή οι διαφορετικοί τρόποι καταγραφής μιας διεύθυνσης ή ενός προσώπου. Το handbook περιγράφει αναλυτικά πώς τα κοινά αυτά μοντέλα μπορούν να μειώσουν συγκρούσεις σε επίπεδο σχημάτων δεδομένων, αναγνωριστικών και δομής πληροφοριών.

Η μεθοδολογία χρήσης των Core Vocabularies περιλαμβάνει συγκεκριμένα βήματα: τον καθορισμό του πλαισίου και των απαιτήσεων, τη μοντελοποίηση πληροφοριών, τον ορισμό επιχειρησιακών κανόνων, τη σύνδεση με υπάρχοντα τεχνικά πρότυπα και τέλος την τεκμηρίωση και χαρτογράφηση των δεδομένων. Με αυτόν τον τρόπο, οι δημόσιοι οργανισμοί μπορούν είτε να δημιουργήσουν νέα συστήματα είτε να διασυνδέσουν υπάρχοντα πληροφοριακά συστήματα με κοινό και επαναχρησιμοποιήσιμο τρόπο.

Επιπλέον, τα Core Vocabularies υποστηρίζουν πολλαπλές τεχνολογικές μορφές αναπαράστασης, όπως XML Schema και RDF Schema, ενώ παραμένουν ουδέτερα ως προς τη σύνταξη και την τεχνολογία. Αυτό επιτρέπει την αξιοποίησή τους τόσο σε παραδοσιακά πληροφοριακά συστήματα όσο και σε περιβάλλοντα Linked Data και ανοικτών δεδομένων.

Η ανάπτυξη και η συντήρηση των λεξιλογίων πραγματοποιείται από το SEMIC στο πλαίσιο του προγράμματος Interoperable Europe, με τη συμμετοχή διεθνών ομάδων εργασίας και ειδικών από τα κράτη μέλη. Παράλληλα, παρέχεται πλούσιο υποστηρικτικό υλικό, όπως εγχειρίδια, παραδείγματα εφαρμογής και οδηγοί χαρτογράφησης, που διευκολύνουν τόσο τους τεχνικούς ειδικούς όσο και τους υπεύθυνους χάραξης πολιτικής στην πρακτική εφαρμογή τους.

Σε μια εποχή όπου οι δημόσιες υπηρεσίες γίνονται όλο και πιο ψηφιακές και διασυνδεδεμένες, η ύπαρξη κοινών προτύπων δεδομένων αποτελεί βασική προϋπόθεση για αποτελεσματικές και φιλικές προς τον πολίτη υπηρεσίες.

Διαβάστε το πλήρες handbook εδώ

Πηγή άρθρου: https://data.europa.eu