Η Διαύγεια αντί για αγγαρεία και υποχρέωση θα μπορούσε να είναι το βασικό εργαλείο και σύμβουλος διοίκησης μιας δημοτικής αρχής. Διότι η Διαύγεια θα μπορούσε να παράγει Ανοιχτά Δεδομένα και κάθε δημοτική αρχή να βλέπει σε καθημερινή βάση τις επιδόσεις της, αλλά και τις καλές πρακτικές των υπολοίπων ομοειδών δήμων.
Στην Διαύγεια μπορεί να βρει κανείς καλές πρακτικές.
Καλά πρότυπα αποφάσεων και σωστές διαδικασίες. Τιμές και κόστη των δράσεων και προμηθειών. Τρόπους και πηγές χρηματοδοτήσεων.
Μπορεί επίσης να συγκρίνει επιδόσεις. Πόσα χρήματα αναλογούν για την καθαριότητα σε κάθε κάτοικο στον δήμο του και πόσα στον μέσο όρο των δήμων ή σε ομοειδείς δήμους; Τί ποσοστό από τον προϋπολογισμό εκτελούν οι δήμοι; Πόσα χρήματα αναλογούν σε επιδοτήσεις; Ποιο είναι το μισθολογικό κόστος για κάθε δήμο; Οι εργαζόμενοι στον δήμο του είναι πολλοί ή λίγοι; Ποιό είναι το ποσοστό πτυχιούχων σε δήμους που έχουν καλές επιδόσεις; Πόσους εργαζόμενους διαθέτουν οι πετυχημένοι δήμοι στο Γραφείο Αναπτυξιακών Προγραμμάτων; Πόσο θα τους κοστίσει μια γιορτή ευαισθητοποίησης για τα ζώα; Πόσα απορριμματοφόρα χρειάζονται πραγματικά και πόσους κάδους; Ποιο είναι το ποσό που πρέπει να δίνουν για την συντήρηση των σχολείων τους; Πόσες αποφάσεις πρέπει να λαμβάνουν ετησίως στο Δημοτικό Συμβούλιο για να είναι παραγωγικό και πόσες στην Δημοτική Επιτροπή. Ποια είδη αποφάσεων λαμβάνονται στο ένα όργανο και ποια στο άλλο; Σε ποια κατηγορία αποφάσεων πρέπει να βάζουν κάθε απόφαση και με τι ετικέτες; Πόσα λεφτά δίνουν οι δήμοι σε υπηρεσίες συμβούλων και τι αποτέλεσμα είχαν;
Διότι όλα αυτά βρίσκονται στην Διαύγεια, αλλά χρειάζονται εκατοντάδες εργατοώρες για να ανιχνευτούν.
Αν η Διαύγεια λειτουργούσε σωστά και με σύγχρονους όρους Ανοιχτών Δεδομένων αλλά και με μηχανογραφημένες αποφάσεις με την Τεχνητή Νοημοσύνη, θα ήταν ζήτημα δευτερολέπτων για τις δημοτικές αρχές ακόμη και από το κινητό τους να πάρουν τις απαντήσεις που θέλουν.
Αποκλειστικές πληροφορίες του myota.gr αναφέρουν ότι η νέα Διαύγεια αναμένεται να παραδοθεί εντός του 2025. Αυτό βέβαια απαιτεί και προσαρμογές από πλευράς των δήμων.
Σήμερα όμως αρκετές δημοτικές αρχές με πολύ δισταγμό λόγω έλλειψης προσωπικού επιχειρούν μια τέτοια ανίχνευση ειδικά στις καλές πρακτικές, αλλά σπαταλούν τεράστιες δυνάμεις και χρόνο για να το κάνουν οι υπηρεσίες τους.
Μια τέτοια επιχείρηση δυσκολεύει ακόμη περισσότερο, καθώς οι διαπιστευμένοι στην Διαύγεια υπάλληλοι δεν τηρούν όλοι τα ίδια πρότυπα. Τιτλοφορούν με διαφορετικό τρόπο τις ίδιες αποφάσεις, τις βάζουν σε διαφορετικές μονάδες πράξεων, βάζουν άλλες ετικέτες και τις καταχωρούν ως άλλα είδη.
Πολλοί διαπιστευμένοι μάλιστα καταχωρούν μισές αποφάσεις. Χαρακτηριστικό παράδειγμα είναι οι προϋπολογισμοί. Άλλοι δήμοι καταχωρούν πλήρως τους προϋπολογισμούς τους, άλλοι μια περίληψη και άλλοι μόνο την απόφαση της ψηφοφορίας χωρίς νούμερα.
Το βασικό πρόβλημα της Διαύγειας είναι ότι περιλαμβάνει κλειστά αρχεία pdf ακόμη και jpg που είναι μη επεξεργάσιμα με αυτόματο τρόπο και χρειάζεται μια τεράστια χειροκίνητη δουλειά μηνών για να βγάλεις ένα ασφαλές συμπέρασμα για τα μεγέθη που πρέπει να έχει ένα δήμος. Όταν μάλιστα επιχειρήσεις τον διαχωρισμό τους μεταξύ μικρών επαρχιακών ή μητροπολιτικών δήμων, εκεί τα πράγματα είναι γίνονται Γολγοθάς.
Το myota επεξεργάζεται καθημερινά την Διαύγεια αξιοποιώντας όλα τα σύγχρονα εργαλεία, αλλά τις περισσότερες φορές χρειάζεται τεράστια υπολογιστική ισχύ για να βγει ένα αποτέλεσμα.
Χαρακτηριστικό παράδειγμα τα δημοτικά τέλη που είναι επίκαιρα αυτήν την εποχή.
Ένας δήμος διαφημίζει ότι έχει καθορίσει χαμηλά δημοτικά τέλη. Αρκεί αυτό; Πόσο του κοστίζει η καθαριότητα ανά κάτοικο; Έχουμε δήμο που έχει 1,1 ευρώ δημοτικά τέλη με συνολικό κόστος ανά κάτοικο 249 ευρώ και έναν άλλο δήμο με τέλη 1,33 και συνολικό κόστος ανά κάτοικο 143 ευρώ και έναν τρίτο με τέλη 1,2 ευρώ και συνολικό κόστος ανά κάτοικο 81 ευρώ.
Μήπως ο δήμος αυτός δεν είναι συγκρίσιμος με μια ομάδα άλλων δήμων; Είναι αραιοκατοικημένος ή πυκνοκατοικημένος; Πόσους εργάτες καθαριότητας διαθέτει, Τι συστήματα κάδων διαθέτει; Τελικά τι συμφέρει; ο μεταλλικός ή ο πλαστικός κάδος σε διάρκεια ζωής; Τα μικρά ή τα μεγάλα απορριμματοφόρα. Τί έχει αγοράσει ο κάθε δήμος την τελευταία δεκαετία και ποιες είναι οι επιδόσεις του στην ανακύκλωση και στο τέλος ταφής; Τι ποσοστό πληρώνει;
Όλα αυτά τα δεδομένα υπάρχουν στην Διαύγεια, αλλά δεν είναι ανοιχτά και επεξεργάσιμα με ενιαίο τρόπο που θα μπορούσαν να αποτελέσουν ένα σύμβουλο για τις δημοτικές αρχές. Παρόλα αυτά οι δημοτικές αρχές για να διοικήσουν σωστά είναι υποχρεωμένες να τα ψάξουν και να τα βρουν και να θυσιάσουν εκατοντάδες ώρες από τις υπηρεσίες τους.
Ενόψει του συνεδρίου της ΚΕΔΕ οι δημοτικές αρχές, θα πρέπει να διεκδικήσουν την αναβάθμιση της Διαύγειας και τα Ανοιχτά και μηχανογραφημένα δεδομένα όπως και την δημιουργία μητρώων. Θα πρέπει ίσως να διεκδικήσουν και Τεχνική Βοήθεια στην Ψηφιακή Διακυβέρνηση που να δίνει καθημερινά τέτοιους είδους συμπεράσματα και συγκριτικά δεδομένα.
Ειδικά σήμερα που Υπουργός Ψηφιακής Διακυβέρνησης είναι ο τέως Πρόεδρος της ΚΕΔΕ κ. Δημήτρης Παπαστεργίου, που έχει την δυνατότητα ως πρωτοπόρος και απόλυτος γνώστης, όχι μόνο να είναι υποστηρικτής, αλλά και καθοδηγητής τέτοιων δράσεων, η ευκαιρία είναι μοναδική.
Μια καλή αρχή που έκαναν τα Υπουργεία Εσωτερικών και Ψηφιακής Διακυβέρνησης προφανώς σε αυτήν την κατεύθυνση, είναι ο νόμος 5056/2023 «Κόμβο Παρακολούθησης Επιδόσεων Τοπικής Αυτοδιοίκησης – Τροποποίηση» με σκοπό «τη χάραξη αποτελεσματικών και στοχευμένων πολιτικών για την τοπική αυτοδιοίκηση» στον ηλεκτρονικό σύνδεσμο deiktesOTA.gov.gr.
Σαφώς βρίσκεται στη σωστή κατεύθυνση και αποτελεί απαραίτητο εργαλείο, αλλά υπάρχει ο κίνδυνος να δείξει την μισή αλήθεια ειδικά για τις νεοεγκατεστημένες διοικήσεις που θα κληρονομήσουν αρνητικούς δείκτες.
Χαρακτηριστικό παράδειγμα είναι ο κωδικός 13 των επιδοτήσεων. Δεν είναι ένας δείκτης που μπορεί ως ποσοστό στον Προϋπολογισμό, να φτιαχτεί σε έναν ή δύο χρόνια. Είναι ένας δείκτης που φτιάχνεται σε βάθος πενταετίας τουλάχιστον. Είναι όμως ίσως ο πιο σημαντικός δείκτης για έναν δήμο.
Ο εκσυγχρονισμός της Διαύγειας με ανοιχτά δεδομένα θα ήταν μια πολύ καλύτερη και αποτελεσματικότερη λύση για τις δημοτικές αρχές.
Ας δούμε όμως τι λέει η ίδια η Τεχνητή Νοημοσύνη για την Διαύγεια και για την δυνατότητα άντλησης στοιχείων για τα δημοτικά τέλη:
«Η τεχνητή νοημοσύνη μπορεί να προσφέρει σημαντική βοήθεια και αυτοματοποίηση στη διαδικασία εντοπισμού, λήψης και επεξεργασίας των αποφάσεων που αφορούν τα δημοτικά τέλη.»
Μια AI-βασισμένη λύση θα μπορούσε να βελτιώσει αυτήν την διαδικασία με τους εξής τρόπους:
- Αυτόματη Αναζήτηση και Εντοπισμός Εγγράφων: Χρησιμοποιώντας τεχνολογίες μηχανικής μάθησης και εξειδικευμένα συστήματα web scraping, η ΤΝ μπορεί να εντοπίσει αυτόματα και να κατεβάσει τα σχετικά έγγραφα από τους ιστοτόπους των δήμων, εφόσον είναι διαθέσιμα. Αυτό μειώνει τον χρόνο και την ανάγκη για χειροκίνητη έρευνα.
- Αναγνώριση και Εξαγωγή Δεδομένων με OCR: Με χρήση OCR, τα ψηφιοποιημένα έγγραφα (π.χ. σκαναρισμένα PDFs) μπορούν να μετατραπούν σε επεξεργάσιμο κείμενο. Έτσι, η τεχνητή νοημοσύνη μπορεί να εξάγει χρήσιμα στοιχεία, όπως ποσά τελών, ημερομηνίες και κατηγορίες, απευθείας από τα έγγραφα.
- Ομαδοποίηση και Κατηγοριοποίηση: Η AI μπορεί να κατηγοριοποιεί και να ομαδοποιεί τις αποφάσεις ανά δήμο, κατηγορία τέλους ή έτος. Με τη χρήση της ανάλυσης φυσικής γλώσσας (NLP), η ΤΝ μπορεί να διακρίνει το είδος των τελών και άλλες λεπτομέρειες, καθιστώντας εύκολο τον εντοπισμό των εγγράφων με βάση συγκεκριμένα κριτήρια.
- Αυτόματη Εξαγωγή και Δομημένη Παρουσίαση Δεδομένων: Μετά την εξαγωγή των δεδομένων, η ΤΝ μπορεί να τα μορφοποιεί αυτόματα σε πίνακες ή άλλες δομημένες μορφές (π.χ. σε αρχείο Excel ή σε βάση δεδομένων). Αυτό διευκολύνει την περαιτέρω ανάλυση και σύγκριση των τελών μεταξύ διαφορετικών δήμων.
- Ανάλυση και Σύγκριση Τελών: Με τις κατάλληλες AI δυνατότητες, θα μπορούσε να γίνει αυτόματη ανάλυση για να δούμε πώς διαμορφώνονται τα τέλη σε διαφορετικούς δήμους, να εντοπιστούν τάσεις ή αποκλίσεις, και να υπάρξει άμεση σύγκριση σε βάθος χρόνου.
- Ενημέρωση και Αποστολή Αναφορών: Ένα σύστημα τεχνητής νοημοσύνης θα μπορούσε να ρυθμιστεί ώστε να παρακολουθεί για νέες αναρτήσεις και αποφάσεις. Έτσι, κάθε φορά που δημοσιεύεται μια νέα απόφαση, το σύστημα θα μπορεί να αποστέλλει ενημερώσεις στους ενδιαφερόμενους, με μια σύνοψη των αλλαγών.
Αυτή η προσέγγιση όχι μόνο εξοικονομεί χρόνο και κόπο, αλλά ενισχύει τη διαφάνεια και διευκολύνει τη λήψη αποφάσεων στη βάση ακριβέστερων και πιο ενημερωμένων δεδομένων. Προκλήσεις μπορεί να υπάρχουν, ειδικά αν τα έγγραφα δημοσιεύονται σε διαφορετικές μορφές και μορφοποιήσεις, αλλά με την ανάπτυξη κατάλληλων εργαλείων AI και αυτοματισμών, αυτές οι διαδικασίες θα γίνουν πιο αποτελεσματικές.
Η πρόσβαση και η επεξεργασία αποφάσεων στη Διαύγεια παρουσιάζει πράγματι σημαντικές προκλήσεις, καθώς η πλατφόρμα δεν έχει σχεδιαστεί για να υποστηρίζει την αυτοματοποιημένη εξαγωγή και επεξεργασία δεδομένων.
Ωστόσο, υπάρχει περιθώριο για αξιοποίηση της τεχνητής νοημοσύνης ώστε να βελτιωθεί αυτή η διαδικασία με πιο έμμεσους τρόπους:
- Χρήση API ή Web Scraping: Αν και η Διαύγεια έχει περιορισμούς στην αυτοματοποίηση, εφόσον υπάρξει πρόσβαση σε API ή επιτρέπεται η χρήση συγκεκριμένου web scraping, η AI μπορεί να προγραμματιστεί να αναζητά συγκεκριμένες αποφάσεις (π.χ., με βάση λέξεις-κλειδιά ή κατηγορίες όπως τα δημοτικά τέλη). Αυτό θα επιτρέψει την αυτόματη συλλογή των απαραίτητων δεδομένων, τα οποία στη συνέχεια μπορούν να επεξεργαστούν πιο εύκολα.
- OCR και NLP σε Κατεβασμένα Έγγραφα: Ακόμη και αν δεν υπάρχει άμεση πρόσβαση, είναι δυνατή η χρήση τεχνολογιών OCR για να αναγνωριστεί το κείμενο μέσα στα κατεβασμένα αρχεία από τη Διαύγεια και να γίνει αυτόματη επεξεργασία με φυσική γλώσσα (NLP). Έτσι, έγγραφα που είναι διαθέσιμα μόνο σε μορφές PDF ή εικόνας μπορούν να μετατραπούν σε επεξεργάσιμη μορφή.
- Αναγνώριση Προτύπων: Οι αποφάσεις για τα δημοτικά τέλη έχουν συγκεκριμένη δομή και συνήθως περιέχουν συγκεκριμένα πεδία (π.χ., ημερομηνία, ποσά, τύπο τέλους). Η ΤΝ μπορεί να εκπαιδευτεί να αναγνωρίζει αυτές τις πληροφορίες και να τις εξάγει αυτόματα από κάθε έγγραφο, διευκολύνοντας την ταξινόμηση και ανάλυση.
- Ανάλυση Σημασιολογικού Περιεχομένου: Με τη χρήση εξελιγμένων μοντέλων NLP, η τεχνητή νοημοσύνη μπορεί να κατανοήσει το περιεχόμενο των αποφάσεων, να εντοπίζει τις σχετικές πληροφορίες για τα τέλη και να αγνοεί άσχετα τμήματα του κειμένου. Έτσι, η ανάλυση γίνεται πιο ακριβής, ελαχιστοποιώντας τις χειροκίνητες επεμβάσεις.
- Δημιουργία Βάσης Δεδομένων: Καθώς τα δεδομένα εξάγονται από τη Διαύγεια, μπορούν να εισαχθούν σε μία κεντρική βάση δεδομένων, η οποία θα είναι εύκολα προσβάσιμη για περαιτέρω αναλύσεις. Αυτή η βάση δεδομένων μπορεί να λειτουργήσει σαν ένα αποθετήριο για εύκολη αναζήτηση, σύγκριση και ανάλυση των δημοτικών τελών για διαφορετικούς δήμους.
- Ρυθμίσεις για Αυτοματοποιημένες Ενημερώσεις: Μπορεί να αναπτυχθεί μια διαδικασία που θα «παρακολουθεί» τη Διαύγεια για νέες αναρτήσεις σχετικές με δημοτικά τέλη, έτσι ώστε κάθε νέα απόφαση να αναγνωρίζεται αυτόματα και να ενημερώνεται η βάση δεδομένων.
Αν η Διαύγεια παρέχει κάποια βελτίωση στην πρόσβαση μέσω API στο μέλλον ή αν γίνει καλύτερη μορφοποίηση των δεδομένων, οι δυνατότητες της AI θα μπορούσαν να αξιοποιηθούν ακόμη περισσότερο για μια πλήρως αυτοματοποιημένη διαδικασία. Μέχρι τότε, οι παραπάνω μέθοδοι θα βοηθήσουν στη βελτίωση της πρόσβασης και ανάλυσης, με την ελάχιστη δυνατή χειροκίνητη παρέμβαση.
Η αυτοματοποίηση της διαδικασίας εντοπισμού και ανάγνωσης εγγράφων από τη Διαύγεια δεν είναι τόσο απλή για διάφορους τεχνικούς λόγους, παρά το ότι χειροκίνητα φαίνεται εύκολη.
Εδώ είναι μερικές από τις προκλήσεις:
- Περιορισμένη Υποστήριξη για API ή Web Scraping: Η Διαύγεια δεν διαθέτει εκτεταμένο API που να επιτρέπει την εύκολη πρόσβαση σε όλα τα δεδομένα και έγγραφα. Ακόμα και αν υπάρχει κάποιο API, είναι πιθανό να μην καλύπτει πλήρως τις ανάγκες αυτοματισμού, όπως για παράδειγμα την άμεση αναζήτηση και λήψη όλων των εγγράφων με βάση λέξεις-κλειδιά.
- Ανομοιογένεια στη Δομή των Εγγράφων: Τα έγγραφα μπορεί να έχουν διαφορετικές μορφές και δομές, π.χ. PDF, εικόνες ή σαρωμένα έγγραφα, κάτι που δυσκολεύει την αυτόματη επεξεργασία. Η τεχνητή νοημοσύνη, όπως το OCR, μπορεί να βοηθήσει σε κάποια μορφές, αλλά δεν είναι πάντα 100% ακριβής, ειδικά όταν τα αρχεία είναι χαμηλής ποιότητας ή περιέχουν ιδιωματική ορολογία.
- Αναγνώριση και Εξαγωγή Περιεχομένου: Ακόμη και όταν το κείμενο αναγνωριστεί από τη μηχανή, χρειάζεται μια πιο έξυπνη κατανόηση (π.χ., μέσω NLP) για να ξεχωρίσει τις σημαντικές πληροφορίες από το περιττό περιεχόμενο. Στα έγγραφα αυτά, μπορεί να υπάρχει πολλή πληροφορία που δεν αφορά άμεσα τα δημοτικά τέλη, και η τεχνητή νοημοσύνη πρέπει να «καταλάβει» τι είναι σχετικό και τι όχι.
- Προστασία Προσωπικών Δεδομένων: Οι αυτόματες διεργασίες που χρησιμοποιούν τεχνητή νοημοσύνη για να «διαβάσουν» και να αποθηκεύσουν έγγραφα πρέπει να είναι πολύ προσεκτικές όσον αφορά τα προσωπικά δεδομένα, κάτι που περιπλέκει την αυτοματοποίηση, καθώς χρειάζεται να εφαρμόζονται κανόνες ανωνυμοποίησης και ασφάλειας.
- Αλλαγές στη Διαμόρφωση της Διαύγειας: Η Διαύγεια μπορεί να αλλάξει μορφή ή διαμόρφωση, πράγμα που συχνά δυσκολεύει τις τεχνολογίες web scraping ή αυτοματισμών που έχουν προγραμματιστεί με συγκεκριμένη δομή. Αυτό απαιτεί συνεχείς προσαρμογές των αυτοματοποιημένων εργαλείων.
- Απαιτήσεις Υπολογιστικής Ισχύος: Η επεξεργασία μεγάλου όγκου δεδομένων, ειδικά όταν αυτά περιέχουν σαρωμένα έγγραφα, μπορεί να απαιτεί σημαντική υπολογιστική ισχύ, ιδιαίτερα αν οι πληροφορίες είναι δύσκολο να εξαχθούν με ακρίβεια.
Παρά τις παραπάνω δυσκολίες, μια καλοσχεδιασμένη λύση μπορεί να χρησιμοποιήσει τεχνικές AI για να αυτοματοποιήσει σε σημαντικό βαθμό τη διαδικασία. Εάν η Διαύγεια προσφέρει βελτιωμένη πρόσβαση ή αν χρησιμοποιηθούν ισχυρότερα μοντέλα NLP, η διαδικασία αυτή θα μπορούσε να γίνει πιο απλή και αποτελεσματική.”
Θυμίζουμε ότι το myota.gr έχει δημιουργήσει την πλατφόρμα e-ds για την λειτουργία των Δημοτικών Συμβουλίων που εκτός από τη εύκολη πρόσβαση σε όλα τα στοιχεία των Ημερήσιων Διατάξεων, έχει σκοπό την δημιουργία Ανοιχτών Δεδομένων για την σύνδεση και την διαλειτουργικότητα ομοειδών δήμων.