diafaneia.ai: Η τεχνητή νοημοσύνη αρχειοθετεί 72 εκατομμύρια αποφάσεις της Διαύγειας
«Μια φορά κι έναν καιρό, τα δημόσια χρήματα κρύβονταν σε εβδομήντα δύο εκατομμύρια έγγραφα». Με αυτή τη φράση υποδέχεται η νέα «Διαύγεια» τον πολίτη που πάνω από 15 χρόνια ταλαπωρείτο στην αναζήτηση στοιχείων από μια πλατφόρμα που γεννήθηκε από μια εξαιρετική ιδέα αλλά υλοποιήθηκε με τον χειρότερο δυνατό πληροφορικό τρόπο. Η νέα πλατφόρμα αξιοποιεί την τεχνητή νοημοσύνη για να κάνει πιο προσιτά τα δεδομένα της Διαύγειας, επιτρέποντας στους χρήστες να αναζητούν δημόσιες αποφάσεις και να εντοπίζουν την πρωτογενή πηγή κάθε αποτελέσματος. Το diafaneia.ai είχε συγκεντρώσει στη βάση του 65.169.600 αποφάσεις από το 2010, επιχειρώντας να μετατρέψει έναν τεράστιο όγκο διοικητικών εγγράφων σε αξιοποιήσιμη πληροφορία. Η υπηρεσία δεν αποτελεί νέα κρατική πλατφόρμα ούτε αντικαθιστά την επίσημη Διαύγεια. Πρόκειται για ανεξάρτητο εργαλείο που αξιοποιεί τα δημόσια διαθέσιμα δεδομένα της, με στόχο να διευκολύνει την αναζήτηση, τη συσχέτιση και την ανάλυση αποφάσεων, δαπανών και συμβάσεων.
Από τα εκατομμύρια έγγραφα στη δομημένη πληροφορία
Η Διαύγεια λειτουργεί από τον Οκτώβριο του 2010, στο πλαίσιο του νόμου 3861/2010, και αποτελεί βασικό μηχανισμό δημοσιότητας των πράξεων της δημόσιας διοίκησης. Κάθε αναρτημένη πράξη διαθέτει μοναδικό Αριθμό Διαδικτυακής Ανάρτησης (ΑΔΑ). Ωστόσο, ο μεγάλος αριθμός εγγράφων και ο διαφορετικός τρόπος καταχώρισης των πληροφοριών δυσκολεύουν την αναζήτηση όταν ο ενδιαφερόμενος χρειάζεται να εντοπίσει στοιχεία που εκτείνονται σε πολλές αποφάσεις ή φορείς. Το diafaneia.ai επιχειρεί να αντιμετωπίσει αυτό το πρόβλημα συνδυάζοντας δεδομένα από την επίσημη διεπαφή OpenData API της Διαύγειας με δική του βάση δεδομένων. Όπως περιγράφεται στο δημοσίευμα του Insomnia, η υπηρεσία έχει κατεβάσει το διαθέσιμο αρχείο και αναζητά κάθε βράδυ τις νέες αναρτήσεις, ώστε να ενημερώνει τη βάση της.
Η δυσκολία δεν περιορίζεται στον όγκο. Οι οικονομικές πληροφορίες μπορεί να εμφανίζονται σε διαφορετικά πεδία, σε ελεύθερο κείμενο ή μέσα σε σαρωμένα αρχεία PDF. Η αναφορά ενός ποσού, μιας εταιρείας ή μιας δαπάνης δεν ακολουθεί πάντοτε ενιαία μορφή. Για τον λόγο αυτό, η πλατφόρμα χρησιμοποιεί διαδικασίες καθαρισμού και συσχέτισης δεδομένων, ώστε να εντοπίζει διαφορετικές γραφές φορέων και δικαιούχων, να οργανώνει τις δαπάνες και να ελέγχει τις οικονομικές αναφορές. Ιδιαίτερη σημασία έχει ο τρόπος με τον οποίο παρουσιάζονται τα ποσά. Σύμφωνα με το δημοσίευμα, διακρίνονται σε «Επαληθευμένα», όταν επιβεβαιώνονται από το κείμενο της απόφασης, «Δηλωμένα», όταν προκύπτουν από όσα έχει καταχωρίσει ο φορέας, και «Υπό αμφισβήτηση», όταν εντοπίζεται διαφορά. Στους υπολογισμούς των συνολικών ποσών περιλαμβάνονται μόνο τα επαληθευμένα δεδομένα. Αντίστοιχα, οι δαπάνες για τις οποίες δεν προκύπτει ασφαλής ταξινόμηση παραμένουν αταξινόμητες, αντί να εντάσσονται αυθαίρετα σε μια κατηγορία.
Διασταύρωση με συμβάσεις και στοιχεία επιχειρήσεων
Η ανάλυση δεν περιορίζεται στις αποφάσεις της Διαύγειας. Για διαγωνισμούς και συμβάσεις η πλατφόρμα αντλεί στοιχεία από το Κεντρικό Ηλεκτρονικό Μητρώο Δημοσίων Συμβάσεων (ΚΗΜΔΗΣ), ενώ για επιχειρήσεις αξιοποιεί δημόσια διαθέσιμα εταιρικά δεδομένα από το Γενικό Εμπορικό Μητρώο (ΓΕΜΗ). Με αυτόν τον τρόπο επιχειρεί να συνδέσει τις αποφάσεις δημόσιων φορέων με τους αναδόχους και τις συμβάσεις τους. Οι διαθέσιμες λειτουργίες, όπως παρουσιάζονται στο δημοσίευμα, περιλαμβάνουν καρτέλες για 325 δήμους, περιφέρειες, δημόσιους φορείς και αναδόχους, χάρτη δαπανών ανά περιοχή, κατάλογο ανοικτών διαγωνισμών και απεικόνιση της σχέσης μεταξύ δημόσιου φορέα και εταιρείας μέσα στον χρόνο. Παράλληλα, η τεχνητή νοημοσύνη χρησιμοποιείται για να μετατρέπει ερωτήματα φυσικής γλώσσας σε αναζητήσεις στα δεδομένα και να επιστρέφει αποτελέσματα με παραπομπές στις σχετικές αποφάσεις. Η παραπομπή στην πρωτογενή πηγή είναι κρίσιμη: επιτρέπει στον χρήστη να ελέγξει το έγγραφο από το οποίο προκύπτει η πληροφορία, αντί να βασίζεται αποκλειστικά στη συνοπτική απάντηση του συστήματος.
Δεν έχουν δημοσιοποιηθεί, πάντως, αναλυτικά στοιχεία για το μοντέλο τεχνητής νοημοσύνης που χρησιμοποιείται, ούτε ανεξάρτητη αξιολόγηση της ακρίβειάς του. Συνεπώς, η δυνατότητα ευκολότερης αναζήτησης δεν πρέπει να συγχέεται με εγγύηση ότι κάθε απάντηση είναι πλήρης ή ορθή. Η επιβεβαίωση των κρίσιμων στοιχείων στην αρχική απόφαση παραμένει απαραίτητη.
Τι αλλάζει για πολίτες, επιχειρήσεις και δημόσιους φορείς
Το βασικό όφελος του diafaneia.ai είναι ότι μειώνει την απόσταση ανάμεσα στη δημοσίευση μιας διοικητικής πράξης και στην πρακτική αξιοποίησή της. Ένας πολίτης μπορεί να αναζητήσει στοιχεία για δαπάνες ή αποφάσεις ενός δήμου χωρίς να χρειάζεται να γνωρίζει εκ των προτέρων τους κατάλληλους κωδικούς και τα πεδία αναζήτησης. Ένας δημοσιογράφος ή ερευνητής μπορεί να διερευνήσει σχέσεις μεταξύ φορέων, αναδόχων και συμβάσεων, ενώ μια επιχείρηση μπορεί να εντοπίσει διαγωνισμούς και να εξετάσει δημόσια διαθέσιμα στοιχεία για την αγορά των προμηθειών. Για τη δημόσια διοίκηση, η συγκέντρωση και συσχέτιση πληροφοριών μπορεί να διευκολύνει την παρακολούθηση δαπανών και την αναζήτηση επαναλαμβανόμενων συναλλαγών. Δεν υποκαθιστά, ωστόσο, τους επίσημους ελέγχους, τις διαδικασίες δημοσίων συμβάσεων ή την ευθύνη των αρμόδιων αρχών.
Η σημασία της προσπάθειας βρίσκεται τελικά στη χρηστικότητα των ανοικτών δεδομένων. Η ανάρτηση μιας απόφασης εξασφαλίζει τη δημοσιότητά της· η δυνατότητα να εντοπίζεται, να διασταυρώνεται και να συγκρίνεται με άλλες αποφάσεις διευρύνει τις δυνατότητες ελέγχου και ενημέρωσης. Το diafaneia.ai επιχειρεί να καλύψει αυτό το δεύτερο στάδιο, διατηρώντας ως σημείο αναφοράς τις πρωτογενείς δημόσιες πηγές.
