Φωνητική AI στο Gov.gr από την ElevenLabs

Λίγες ώρες μετά την ανακοίνωση για το Εθνικό Μητρώο Παροχών και Ενισχύσεων, η κυβέρνηση υπέγραψε μια δεύτερη συμφωνία ψηφιακής μετάβασης με πολύ μεγαλύτερο ρίσκο. Το ελληνικό κράτος επέλεξε την ElevenLabs, παγκόσμιο unicorn της φωνητικής τεχνητής νοημοσύνης με αυτοαναφερόμενη αποτίμηση 11 δισ. δολαρίων και χρηματοδότηση 781 εκατ. δολαρίων (ElevenLabs, The Next Web), για να μετατρέψει το Gov.gr από ψηφιακό αποθετήριο εντύπων σε συνομιλιακό λειτουργικό σύστημα υπηρεσιών. Ο πολίτης δεν θα ψάχνει τη σωστή φόρμα. Θα την περιγράφει με τη φωνή του.

Το μνημόνιο υπογράφηκε στις 28 Μαΐου 2026 από τον υπουργό Ψηφιακής Διακυβέρνησης Δημήτρη Παπαστεργίου και τον CEO της ElevenLabs Mati Staniszewski, παρουσία του πρωθυπουργού (Protothema, Newsit). Τρεις άξονες: φωνητικές λειτουργίες στο Gov.gr, εφαρμογές στο VisitGreece για τον τουρισμό, πιλοτική ψηφιακή βιβλιοθήκη ελληνικών διαλέκτων σε συνεργασία με το Ερευνητικό Κέντρο «Αθηνά» και το ΙΕΛ (Euronews).

Τι αλλάζει πρακτικά

Η εμπειρία του χρήστη μοιάζει απλή. Η αρχιτεκτονική από πίσω, λιγότερο. Όταν μιλάς στο Gov.gr, ένα σύστημα μετατροπής ομιλίας σε κείμενο γράφει αυτό που είπες. Ένα γλωσσικό μοντέλο αντιλαμβάνεται την πρόθεσή σου και συνδέεται με υπάρχοντα κρατικά συστήματα. Στο τέλος, μια συνθετική φωνή απαντά (ElevenLabs). Οι φόρμες δεν εξαφανίζονται. Η φωνή γίνεται ένα νέο μπροστινό κανάλι πάνω σε ό,τι ήδη υπάρχει.

Κερδισμένοι είναι όσοι σήμερα συγκρούονται με τη γραφειοκρατία: ηλικιωμένοι, άνθρωποι με κινητικές ή οπτικές δυσκολίες, πολίτες με χαμηλή ψηφιακή άνεση, όσοι δυσκολεύονται με τη διοικητική ορολογία. Τα πρότυπα προσβασιμότητας του W3C ζητούν, όμως, πολλαπλούς τρόπους αλληλεπίδρασης, όχι αντικατάσταση του ενός από το άλλο (W3C WCAG). Κωφοί, βαρήκοοι, άνθρωποι με διαταραχές λόγου, πολίτες σε θορυβώδη ή μη ιδιωτικά περιβάλλοντα δεν μπορούν, ή δεν θέλουν, να μιλούν σε μηχανή. Ο σωστός κανόνας για το Gov.gr είναι προτεραιότητα στη φωνή, ποτέ μόνο φωνή.

Η βιβλιοθήκη διαλέκτων είναι το πιο ενδιαφέρον σκέλος, και ταυτόχρονα η μεγαλύτερη ευκαιρία για ελληνική τεχνογνωσία. Αν γίνει σωστά, με οργανωμένες ηχογραφήσεις, μεταδεδομένα, απομαγνητοφωνήσεις και συναίνεση των κοινοτήτων, δίνει στις ελληνικές διαλέκτους ψηφιακή παρουσία πριν χαθούν οι φυσικοί ομιλητές τους. Διεθνή γλωσσικά αρχεία όπως το ELAR δείχνουν ότι η αξία βρίσκεται στη μακροχρόνια διατήρηση και στα δικαιώματα χρήσης (ELAR). Εδώ συνδέεται και ο Φάρος AI Factory: τα ελληνικά σύνολα γλωσσικών δεδομένων που θα παραχθούν είναι ακριβώς ο τύπος εγχώριου πόρου που η χώρα προσπαθεί να χτίσει. Το ερώτημα είναι αν θα παραμείνουν σε ελληνικούς φορείς ή θα κλειδωθούν στον πάροχο.

Τι δεν ξέρουμε

Το πλήρες κείμενο του μνημονίου δεν έχει δημοσιευτεί πουθενά. Ξέρουμε τους τρεις άξονες. Δεν ξέρουμε συγκεκριμένες υπηρεσίες, χρονοδιάγραμμα, ρήτρες δεδομένων, όρους ιδιοκτησίας των ηχογραφήσεων, ούτε ποιος κρατά τα δικαιώματα στις διαλεκτικές καταγραφές.

Η φωνή του πολίτη δεν είναι ουδέτερο δεδομένο. Όταν συνδέεται με λογαριασμό στο Gov.gr, γίνεται προσωπικό δεδομένο. Όταν χρησιμοποιείται για να αναγνωρίσει μοναδικά ποιος είσαι από το ηχόχρωμά σου, γίνεται βιομετρικό δεδομένο με την αυστηρότερη προστασία του GDPR (eur-lex.europa.eu). Η διαφορά είναι κρίσιμη: το πρώτο είναι μια ευκολία, το δεύτερο είναι ψηφιακή ταυτότητα.

Ο ευρωπαϊκός κανονισμός για την AI απαιτεί κάτι ακόμη πιο βασικό: ο πολίτης πρέπει να ξέρει πότε μιλάει σε μηχανή (AI Act). Ο Ευρωπαίος Επόπτης Προστασίας Δεδομένων προσθέτει ιχνηλασιμότητα και υποχρεωτική εκ των προτέρων αξιολόγηση επιπτώσεων για κάθε χρήση παραγωγικής AI σε δημόσιο φορέα (EDPS).

Τίποτα από αυτά δεν προκύπτει από όσα ανακοινώθηκαν. Δεν ξέρουμε αν θα γίνεται σαφής δήλωση ότι μιλάς σε μηχανή. Δεν ξέρουμε πού αποθηκεύονται οι ηχογραφήσεις, για πόσο, ποιος έχει πρόσβαση, αν περνούν εκτός Ευρωπαϊκής Ένωσης. Δεν ξέρουμε αν ο διαχωρισμός μεταξύ φωνητικής διεπαφής και βιομετρικής ταυτοποίησης είναι θεσμικά κατοχυρωμένος ή απλώς τεχνική παραδοχή του παρόχου.