Τεχνητή Νοημοσύνη και
Κοινοβούλια
Δρ Φώτης Φυτσιλής
1
Κοινοβούλια
16 Ιουνίου 2024
ΒΟΥΛΗ ΤΩΝ ΕΛΛΗΝΩΝ
Δομή παρουσίασης
• Κίνητρο
• Τεχνολογία
• ΤΝ στα κοινοβούλια
2
• ΤΝ στη νομοθεσία
• Ευρήματα και συμ̟εράσματα
• Ερωτήσεις
 Τα εργαλεία και οι υ̟ηρεσίες ΤΝ
α̟οκτούν δυναμική
 Θεσμική χρήση
Εξέλιξη
Πεδία εφαρμογής
Κίνητρο
TN
 Ευρεία έκκληση για ρύθμιση
 Προσδιορισμός ρυθμιστικών
̟αραμέτρων
 Aνοιχτά ερωτήματα
3
Ρεαλιστικές λύσεις
Προτεραιότητες
 39 λύσεις ΤΝ
 10 νομοθετικά σώματα
Τομείς
● Νομοθέτηση
Η ΤΝ στα κοινοβούλια
Έρευνα 2022
4
Πηγή: Fitsilis & de Almeida 2024
DALL·E 2, „Awkward situation“
Νομοθέτηση
● Συμμετοχή
̟ολιτών
H TN στη νομοθέτηση
• Ερωτήματα
Πιθανή χρήση ε̟ί της αρχής;
Υ̟ό ̟οιες συνθήκες;
• Έρευνες
Palmirani et al. 2022
ΤΝ;
Τ΄Ν;
ΤΝ;
5
(DG DIGIT)
von Lucke et al. 2023
(DGO ‘23)
Fitsilis et al. 2024
(DG DIGIT) ΤΝ; ΤΝ;
DG DIGIT (Ε1 & Ε2)
• Η ΤΝ στη νομοθέτηση
• Ευφυείς λειτουργίες (ΕΛ)
• “Ε̟αυξημένο” LEOS
Έρευνες
Ε1: 2022 - 33 ΕΛς
6
Ε1: 2022 - 33 ΕΛς
Ε2: 2024 - 34 ΕΛς
Κατηγορίες
Ε1: 9 κατηγορίες
Ε2: 7 κατηγορίες
Ε&Α για ΤΝ στα κοινοβούλια
Μέθοδοι
Καταιγισμός ιδεών
Διαδραστικά σεμινάρια
Περιπτώσεις χρήσης
ΒτΕ: Μάρτιος 2021
7
ΒτΕ: Μάρτιος 2021
Κογκρέσο Αργεντινής: Αύγουστος 2022
Καναδικό κοινοβούλιο: Σε̟τέμβριος 2023
Δεδομένα
Συνάφεια λύσεων ΤΝ
Προτεραιότητα υλο̟οίησης
Ε&Α στη νομοθέτηση
• 2020: 36 λύσεις (α̟ό 210)
• Χρήση εμ̟ειρικών δεδομένων
• 2021-2023: GR, AR, CA
• Βήματα
Συλλογή
8
○ Συλλογή
○ Αξιολόγηση
○ Ανάλυση
Πηγή: von Lucke et al. 2023
Διασύνδεση ΤΝ με ευφυείς λειτουργίες
1. Προηγμένη γλωσσική ε̟εξεργασία και διόρθωση
2. Αναγνώριση οντοτήτων (NER)
3. Σημασιολογική ομοιότητα
Παραγωγή Φυσικής Γλώσσας (NLG)
Πηγή: Fitsilis et al. 2024
9
4. Παραγωγή Φυσικής Γλώσσας (NLG)
5. Εξαγωγή ̟ληροφοριών (IE)
6. Ταξινόμηση κειμένου
7. Διαχείριση Νομικής Οντολογίας και Ορολογίας
Κατευθυντήριες γραμμές
Έκδοση 1
• Α̟ρίλιος 2023
• 8 μέλη
• Γλώσσες: EN, EL, DE
Έκδοση 2
Προσέγγιση
Παγκόσμια κάλυψη
Εμ̟ειρογνώμονες
10
Έκδοση 2
• Ιούλιος 2024
• 24 μέλη
• Ανάλυση
• Συνεχής εξέλιξη
Ανοιχτή ̟ρόσβαση
Διάχυση
11
Αρχικό σημείο
 Προηγούμενες μελέτες
 Εταιρικές αρχές ΤΝ (IBM, Google, Microsoft, …)
 Πλαίσια οργανισμών (ΕΕ, UNESCO, ΟΟΣΑ, …)
Τομείς
Ανάλυση κατευθυντήριων γραμμών
Πηγή: Fitsilis et al. 2024
1. Ηθικές αρχές
2. Γενική ΤΝ
3. Ιδιωτικότητα και ασφάλεια
4. Διακυβέρνηση και ε̟ο̟τεία
5. Σχεδιασμός και λειτουργία συστημάτων
6. Εκ̟αίδευση και δια βίου μάθηση
Παραγωγική ΤΝ
● Μεγάλα γλωσσικά μοντέλα (LLMs) ως σύγχρονοι βοηθοί
● Πραγματικά σενάρια
● Μοντέλα: GPT3.5 & GPT4
● Καθορισμένο σώμα νομικών κειμένων
Περί̟τωση χρήσης: Γενικός Κανονισμός Προστασίας
12
● Περί̟τωση χρήσης: Γενικός Κανονισμός Προστασίας
Δεδομένων (GDPR)
● Έλεγχος α̟ό νομικούς εμ̟ειρογνώμονες
● Α̟οτελέσματα: Το σύστημα φαίνεται να ̟αρέχει ε̟αρκείς
α̟αντήσεις σε σημαντικό εύρος ερωτημάτων
● Οι τεχνολογίες ΤΝ ̟ροοδεύουν
● Τάση για ενσωμάτωση ψηφιακών λύσεων TN στην ηλεκτρονική
διακυβέρνηση
● Τα κοινοβούλια δεν α̟οτελούν εξαίρεση
● Η κατανόηση των ευρύτερων ε̟ι̟τώσεων της ΤΝ ̟αραμένει
Συμπεράσματα
̟εριορισμένη
● Α̟αιτείται συλλογική ̟ροσ̟άθεια
● Τάση ̟ρος τα εθνικά γλωσσικά μοντέλα
● Ανάγκη για διαμόρφωση ρυθμιστικού ̟λαισίου
13
● Ε̟ιλογή μεγάλων γλωσσικών μοντέλων
● Ανοιχτός κώδικας έναντι κλειστού κώδικα
● Το̟ική διαμόρφωση ή σε υ̟ολογιστικό νέφος
● Ανά̟τυξη υ̟ολογιστικών κέντρων
Ε εκτάσιμα ευέλικτα
ΣυλλογισμοίγιατηνπαραγωγικήΤΝ
● Ε̟εκτάσιμα και ευέλικτα
● Ενεργειακά α̟οδοτικά και βιώσιμα
14
● (Ε̟αν)εκ̟αίδευση και αναβάθμιση δεξιοτήτων
● Εξειδίκευση στη μηχανική μάθηση, την ανάλυση φυσικής
γλώσσας (NLP) κ.ά.
● Μεγάλα, διαφορετικά σύνολα δεδομένων (συγκέντρωση,
ιμέλεια ροετοιμασία)
ΣυλλογισμοίγιατηνπαραγωγικήΤΝ
ε̟ιμέλεια και ̟ροετοιμασία)
● Χρήση ̟ροτύ̟ων, καθιερωμένων λεξιλογίων και οντολογιών
● Ανά̟τυξη κατευθυντήριων γραμμών
● Συμμόρφωση με τους σχετικούς κανονισμούς
15
Δρ Φώτης Φυτσιλής
https://fitsilis.gr
Ερωτήσεις
https://fitsilis.gr
fitsilisf@parliament.gr
16

Ο ρόλος της τεχνητής νοημοσύνης στα κοινοβούλια

  • 1.
    Τεχνητή Νοημοσύνη και Κοινοβούλια ΔρΦώτης Φυτσιλής 1 Κοινοβούλια 16 Ιουνίου 2024 ΒΟΥΛΗ ΤΩΝ ΕΛΛΗΝΩΝ
  • 2.
    Δομή παρουσίασης • Κίνητρο •Τεχνολογία • ΤΝ στα κοινοβούλια 2 • ΤΝ στη νομοθεσία • Ευρήματα και συμ̟εράσματα • Ερωτήσεις
  • 3.
     Τα εργαλείακαι οι υ̟ηρεσίες ΤΝ α̟οκτούν δυναμική  Θεσμική χρήση Εξέλιξη Πεδία εφαρμογής Κίνητρο TN  Ευρεία έκκληση για ρύθμιση  Προσδιορισμός ρυθμιστικών ̟αραμέτρων  Aνοιχτά ερωτήματα 3 Ρεαλιστικές λύσεις Προτεραιότητες
  • 4.
     39 λύσειςΤΝ  10 νομοθετικά σώματα Τομείς ● Νομοθέτηση Η ΤΝ στα κοινοβούλια Έρευνα 2022 4 Πηγή: Fitsilis & de Almeida 2024 DALL·E 2, „Awkward situation“ Νομοθέτηση ● Συμμετοχή ̟ολιτών
  • 5.
    H TN στηνομοθέτηση • Ερωτήματα Πιθανή χρήση ε̟ί της αρχής; Υ̟ό ̟οιες συνθήκες; • Έρευνες Palmirani et al. 2022 ΤΝ; Τ΄Ν; ΤΝ; 5 (DG DIGIT) von Lucke et al. 2023 (DGO ‘23) Fitsilis et al. 2024 (DG DIGIT) ΤΝ; ΤΝ;
  • 6.
    DG DIGIT (Ε1& Ε2) • Η ΤΝ στη νομοθέτηση • Ευφυείς λειτουργίες (ΕΛ) • “Ε̟αυξημένο” LEOS Έρευνες Ε1: 2022 - 33 ΕΛς 6 Ε1: 2022 - 33 ΕΛς Ε2: 2024 - 34 ΕΛς Κατηγορίες Ε1: 9 κατηγορίες Ε2: 7 κατηγορίες
  • 7.
    Ε&Α για ΤΝστα κοινοβούλια Μέθοδοι Καταιγισμός ιδεών Διαδραστικά σεμινάρια Περιπτώσεις χρήσης ΒτΕ: Μάρτιος 2021 7 ΒτΕ: Μάρτιος 2021 Κογκρέσο Αργεντινής: Αύγουστος 2022 Καναδικό κοινοβούλιο: Σε̟τέμβριος 2023 Δεδομένα Συνάφεια λύσεων ΤΝ Προτεραιότητα υλο̟οίησης
  • 8.
    Ε&Α στη νομοθέτηση •2020: 36 λύσεις (α̟ό 210) • Χρήση εμ̟ειρικών δεδομένων • 2021-2023: GR, AR, CA • Βήματα Συλλογή 8 ○ Συλλογή ○ Αξιολόγηση ○ Ανάλυση Πηγή: von Lucke et al. 2023
  • 9.
    Διασύνδεση ΤΝ μεευφυείς λειτουργίες 1. Προηγμένη γλωσσική ε̟εξεργασία και διόρθωση 2. Αναγνώριση οντοτήτων (NER) 3. Σημασιολογική ομοιότητα Παραγωγή Φυσικής Γλώσσας (NLG) Πηγή: Fitsilis et al. 2024 9 4. Παραγωγή Φυσικής Γλώσσας (NLG) 5. Εξαγωγή ̟ληροφοριών (IE) 6. Ταξινόμηση κειμένου 7. Διαχείριση Νομικής Οντολογίας και Ορολογίας
  • 10.
    Κατευθυντήριες γραμμές Έκδοση 1 •Α̟ρίλιος 2023 • 8 μέλη • Γλώσσες: EN, EL, DE Έκδοση 2 Προσέγγιση Παγκόσμια κάλυψη Εμ̟ειρογνώμονες 10 Έκδοση 2 • Ιούλιος 2024 • 24 μέλη • Ανάλυση • Συνεχής εξέλιξη Ανοιχτή ̟ρόσβαση Διάχυση
  • 11.
    11 Αρχικό σημείο  Προηγούμενεςμελέτες  Εταιρικές αρχές ΤΝ (IBM, Google, Microsoft, …)  Πλαίσια οργανισμών (ΕΕ, UNESCO, ΟΟΣΑ, …) Τομείς Ανάλυση κατευθυντήριων γραμμών Πηγή: Fitsilis et al. 2024 1. Ηθικές αρχές 2. Γενική ΤΝ 3. Ιδιωτικότητα και ασφάλεια 4. Διακυβέρνηση και ε̟ο̟τεία 5. Σχεδιασμός και λειτουργία συστημάτων 6. Εκ̟αίδευση και δια βίου μάθηση
  • 12.
    Παραγωγική ΤΝ ● Μεγάλαγλωσσικά μοντέλα (LLMs) ως σύγχρονοι βοηθοί ● Πραγματικά σενάρια ● Μοντέλα: GPT3.5 & GPT4 ● Καθορισμένο σώμα νομικών κειμένων Περί̟τωση χρήσης: Γενικός Κανονισμός Προστασίας 12 ● Περί̟τωση χρήσης: Γενικός Κανονισμός Προστασίας Δεδομένων (GDPR) ● Έλεγχος α̟ό νομικούς εμ̟ειρογνώμονες ● Α̟οτελέσματα: Το σύστημα φαίνεται να ̟αρέχει ε̟αρκείς α̟αντήσεις σε σημαντικό εύρος ερωτημάτων
  • 13.
    ● Οι τεχνολογίεςΤΝ ̟ροοδεύουν ● Τάση για ενσωμάτωση ψηφιακών λύσεων TN στην ηλεκτρονική διακυβέρνηση ● Τα κοινοβούλια δεν α̟οτελούν εξαίρεση ● Η κατανόηση των ευρύτερων ε̟ι̟τώσεων της ΤΝ ̟αραμένει Συμπεράσματα ̟εριορισμένη ● Α̟αιτείται συλλογική ̟ροσ̟άθεια ● Τάση ̟ρος τα εθνικά γλωσσικά μοντέλα ● Ανάγκη για διαμόρφωση ρυθμιστικού ̟λαισίου 13
  • 14.
    ● Ε̟ιλογή μεγάλωνγλωσσικών μοντέλων ● Ανοιχτός κώδικας έναντι κλειστού κώδικα ● Το̟ική διαμόρφωση ή σε υ̟ολογιστικό νέφος ● Ανά̟τυξη υ̟ολογιστικών κέντρων Ε εκτάσιμα ευέλικτα ΣυλλογισμοίγιατηνπαραγωγικήΤΝ ● Ε̟εκτάσιμα και ευέλικτα ● Ενεργειακά α̟οδοτικά και βιώσιμα 14
  • 15.
    ● (Ε̟αν)εκ̟αίδευση καιαναβάθμιση δεξιοτήτων ● Εξειδίκευση στη μηχανική μάθηση, την ανάλυση φυσικής γλώσσας (NLP) κ.ά. ● Μεγάλα, διαφορετικά σύνολα δεδομένων (συγκέντρωση, ιμέλεια ροετοιμασία) ΣυλλογισμοίγιατηνπαραγωγικήΤΝ ε̟ιμέλεια και ̟ροετοιμασία) ● Χρήση ̟ροτύ̟ων, καθιερωμένων λεξιλογίων και οντολογιών ● Ανά̟τυξη κατευθυντήριων γραμμών ● Συμμόρφωση με τους σχετικούς κανονισμούς 15
  • 16.