Αν μιλούσε κανείς μέχρι πριν από μερικά χρόνια στην Ελλάδα για τις πρακτικές εφαρμογές της Τεχνητής Νοημοσύνης στη λειτουργία του Κράτους ή ακόμα και στις επιχειρήσεις, τον αντιμετώπιζαν ως τρελό ή γραφικό. Η «εκδίκηση» είναι, όμως, ένα πιάτο που τρώγεται κρύο.
Ξεκινώντας από το… πρακτικό του θέματος, τα οφέλη για την ελληνική οικονομία μοιάζουν ασύλληπτα. Σύμφωνα με μελέτη της Accenture σε συνεργασία με τη Microsoft, η ανάπτυξη και εφαρμογή της Τεχνητής Νοημοσύνης στην Ελλάδα, μπορεί να οδηγήσει σε σωρευτική αύξηση του ΑΕΠ κατά 195 δισ. δολάρια, δηλαδή κατά περίπου 165 δισ ευρώ για την περίοδο 2020-2035! Το προφανές είναι ότι δεν πρόκειται για ώριμο φρούτο που θα πέσει μόνο, αλλά προϋποθέτει την κατάλληλη προετοιμασία.
Ποιο είναι το πλέγμα των δράσεων, πάνω στο οποίο βασίζεται ο στρατηγικός σχεδιασμός υπουργείου Ψηφιακής Διακυβέρνησης;
- Η διαμόρφωση της Εθνικής Στρατηγικής για την αξιοποίηση της Τεχνητής Νοημοσύνης.
- Η δημιουργία εθνικού δικτύου κέντρων αριστείας για την Τεχνητή Νοημοσύνη.
- Η εκπόνηση και διαμόρφωση της εθνικής πολιτικής δεδομένων και του μοντέλου διακυβέρνησης δεδομένων, ώστε να ενσωματώσει τις απαραίτητες προβλέψεις και απαιτήσεις σε σχέση με τη δυνατότητα αξιοποίησης δημόσιων δεδομένων για την εκπαίδευση της Τεχνητής Νοημοσύνης.
- Η παροχή κινήτρων σε εταιρείες που αναπτύσσουν λύσεις Τεχνητής Νοημοσύνης, καθώς και υποστήριξη της κλιμάκωσης και δικτύωσής τους.
- Η ανάπτυξη των δεξιοτήτων που θα υποστηρίξουν το μέλλον της εργασίας, με την κατάρτιση νέων επιστημόνων και την επανακατάρτιση του υπάρχοντος δυναμικού σε νέες ψηφιακές δεξιότητες.
- Η διεξαγωγή εκπαιδευτικών προγραμμάτων για τη δημιουργία εμπιστοσύνης στους πολίτες σε σχέση με τη χρήση της Τεχνητής Νοημοσύνης.
Αναμφίβολα, η εισαγωγή τεχνολογιών Τεχνητής Νοημοσύνης στη Δημόσια Διοίκηση αποτελεί μια πρόκληση, ένα στοίχημα, αν αναλογιστεί κανείς ότι ακόμα και σήμερα σε δημόσιες υπηρεσίες αιχμής, η διείσδυση της υψηλής τεχνολογίας ακούγεται σαν… ανέκδοτο. Σύμφωνα με την Εθνική Στρατηγική, η μετάβαση του δημόσιου τομέα στην εποχή της Τεχνητής Νοημοσύνης θα απαιτήσει:
- Νέους τύπους διατομεακών μοντέλων διαχείρισης και λειτουργίας, στα οποία τα δεδομένα και οι ψηφιακοί πόροι εν γένει θα αγνοούν τα παραδοσιακά όρια μεταξύ των δημόσιων φορέων.
- Σωστή κατανόηση της συγκεκριμένης τεχνολογίας, των δυνατοτήτων αλλά και των κινδύνων της, προκειμένου να μπορέσουν οι υπεύθυνοι χάραξης πολιτικής και οι δημόσιοι υπάλληλοι να αξιολογήσουν σωστά την ενσωμάτωσή της σε πεδία δημόσιας πολιτικής.
- Κρίσιμες δεσμεύσεις, όσον αφορά το είδος των δεδομένων που θα χρησιμοποιηθούν, με γνώμονα την προστασία θεμελιωδών δικαιωμάτων, όπως τα δικαιώματα προστασίας των προσωπικών δεδομένων, από όλους τους εμπλεκόμενους συμπεριλαμβανομένων των αναδόχων των έργων, των παρόχων των δεδομένων και των φορέων λειτουργίας των συστημάτων.
- Το χτίσιμο εμπιστοσύνης με τα άτομα ή τις κοινότητες που θα επηρεαστούν από συστήματα Τεχνητής Νοημοσύνης που λαμβάνουν αποφάσεις.
Ας δούμε, όμως και μια πρακτική εφαρμογή της Τεχνητής Νοημοσύνης, που έχει κάνει ήδη να… ιδρώσουν οι διάφοροι αετονύχηδες. Πρόκειται για την εφαρμογή παρακολούθησης του συστήματος εισροών εκροών στο εμπόριο καυσίμων. Αντικείμενο της παρέμβασης είναι η ανάπτυξη συστήματος αξιοποίησης και παρακολούθησης σε πραγματικό χρόνο των δεδομένων που δημιουργούνται από τα εγκατεστημένα συστήματα εισροών-εκροών με χρήση αλγορίθμων Τεχνητής Νοημοσύνης.
Το σύστημα θα μπορεί να παράγει προειδοποιήσεις για μη κανονικές συμπεριφορές, καθώς και να παρέχει κρίσιμες πληροφορίες για τη λήψη αποφάσεων. Η παρέμβαση θα συμβάλει στην αποτελεσματικότερη εποπτεία της αγοράς καυσίμων και στην υποστήριξη του υγιούς ανταγωνισμού μέσω στοχευμένων ελέγχων για την αντιμετώπιση του λαθρεμπορίου καυσίμων.