Στον Αστερισμό της Τεχνητής Νοημοσύνης στη Δημόσια Διοίκηση – Προσεγγιστικές όψεις επιδραστικότητας

“Το ανοικτό μέλλον εμπεριέχει απρόβλεπτες και ηθικά απολύτως διαφορετικές δυνατότητες. Συνεπώς βασική συμπεριφορά μας θα πρέπει να είναι όχι αυτό που μπορεί να συμβεί, αλλά το τι θα πρέπει να κάνουμε για να γίνει ο κόσμος μας λιγάκι καλύτερος”

 K. Popper

Του Νικόλαου Μωραϊτάκη

MSc Δημόσιας Πολιτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών

Πλοήγηση στην πολυπλοκότητα

Το περιβάλλον της παγκοσμιοτικοποίησης, το οποίο αναπόδραστα διατρέχει όλες τις σφαίρες του κοινωνικού «πράττειν», αποτελεί μια πραγματικότητα η οποία δεν είναι επιλέξιμη, αλλά αδιαπραγμάτευτο δεδομένο. Σε ένα τέτοιο πλαίσιο που μεταβάλλεται, εξελίσσεται και αναδιαμορφώνεται με ταχύτατους ρυθμούς, η μόνη βεβαιότητα είναι πως δεν υπάρχουν βεβαιότητες στο σύγχρονο ανθρώπινο οικοσύστημα. Γι’ αυτόν τον λόγο, η αναγκαιότητα επανασχεδιασμού των διαδικασιών διεκπεραίωσης των υποθέσεων της δημόσιας διοικητικής σφαίρας και η εισαγωγή των τεχνολογικών επιτευγμάτων προβάλλει ως επιτακτικό αίτημα των καιρών.

Ως προς τούτο, με τον όρο διοικητικό-οργανωτική μετεξέλιξη νοείται μια διαδικασία διαρκούς αναζήτησης οργανωτικών και διοικητικών αλλαγών που οδηγούν στη βελτίωση και αναβάθμιση της διοικητικής συμπεριφοράς και της οργανωτικής λειτουργίας, ώστε να ανταποκρίνεται στις κοινωνικές και πολιτικές συνθήκες και απαιτήσεις του περιβάλλοντος, στο οποί βρίσκεται, και δη της παγκοσμιοτικοποίησης. Σε αυτό το πλαίσιο, η διάδοση της ηλεκτρονικής διακυβέρνησης σηματοδοτεί μία νέα διοικητική λογική, η οποία στοχεύει στην αποτελεσματική, άμεση και, κυρίως, ποιοτική λειτουργία της εκάστοτε οργάνωσης (Στεφανέας, 2002).

Η Τεχνητή Νοημοσύνη (AI[1]) αποτελεί ένα από τα τεχνολογικά επιτεύγματα ψηφιακής υφής που έχουν τη δυνατότητα να βελτιώσουν την ανθρώπινη ακρίβεια, να μειώσουν τον αριθμό των ατόμων που είναι απαραίτητα για τη διεκπεραίωση ορισμένων καθηκόντων και υπηρεσιών και να υλοποιήσουν εξελιγμένες ιδέες, μέσω της εμπειρογνωμοσύνης ανά τομέα (Zouridis and Thaens, 2003). Εμφανώς, λοιπόν, ο τρόπος αυτός οργανωτικής διαχείρισης θεμελιώνεται στην ιλιγγιώδη ανάπτυξη των συστημάτων πληροφορικής και στη με γεωμετρικό ρυθμό αναμόρφωση του χάρτη των τηλεπικοινωνιών, γεγονός που κάνει την ιστορική περίοδο του «τέλους της γεωγραφίας» (Μιχαλόπουλος, 2001) να μη φαντάζει μακρινή.

Μια ευρωπαϊκή προσέγγιση για την ΤΝ

Η Τεχνητή Νοημοσύνη (AI) δημιουργεί ευκαιρίες για την αντιμετώπιση κοινωνικών προκλήσεων, όπως η κλιματική αλλαγή και η δημόσια υγεία. Ωστόσο, για να διασφαλιστεί η προάσπιση και ο σεβασμός των θεμελιωδών δικαιωμάτων, ορίστηκε μια ευρωπαϊκή προσέγγιση για την τεχνητή νοημοσύνη. Κυρίαρχο στοιχείο αυτής της προσέγγισης είναι να επιτραπεί η υιοθέτηση και η ανάπτυξη της τεχνητής νοημοσύνης, όπου οι δυνατότητες των δεδομένων είναι ζωτικής σημασίας. Αυτό συνάδει με την οικοδόμηση μιας ανθεκτικής Ευρώπης για την Ψηφιακή Δεκαετία.

Ειδικότερα, η Ευρωπαϊκή Επιτροπή έχει καταρτίσει ένα συντονισμένο σχέδιο, για να επιτρέψει την υιοθέτηση και την ανάπτυξη της τεχνητής νοημοσύνης στην Ευρώπη (European Commission, 2021). Αυτό το σχέδιο προσδιορίζει τρεις βασικές ενέργειες που θα βοηθήσουν στην οικοδόμηση της ενιαίας αγοράς δεδομένων: την απόκτηση, τη συγκέντρωση και την κοινή χρήση γνώσεων πολιτικής για την τεχνητή νοημοσύνη, την αξιοποίηση των δυνατοτήτων των δεδομένων, καθώς για την ενδυνάμωση και επίρρωση της κρίσιμης υπολογιστικής ικανότητας. Οι συγκεκριμένες αυτές ενέργειες ενισχύουν την αριστεία στην τεχνητή νοημοσύνη, βελτιώνοντας με τη σειρά τους τις δυνατότητες της Ευρώπης να ανταπεξέλθει στον ανταγωνισμό σε παγκόσμιο επίπεδο. Επιπροσθέτως, η Ευρωπαϊκή Επιτροπή προτείνει ένα σύνολο συμπληρωματικών, αναλογικών και ευέλικτων κανόνων για την αντιμετώπιση των κινδύνων που ελλοχεύουν από συγκεκριμένες χρήσεις της τεχνητής νοημοσύνης. Αυτό θα προσφέρει στην Ευρώπη πρωταγωνιστικό ρόλο στον καθορισμό του παγκόσμιου κοινού «χρυσού» προτύπου.

Μια σημαντική πτυχή του σχεδίου είναι η αξιοποίηση των δυνατοτήτων των δεδομένων και η διασφάλιση ότι τα βασικά σύνολα δεδομένων υψηλής ποιότητας για την πρόοδο και την ανάπτυξη συστημάτων τεχνητής νοημοσύνης σέβονται την ποικιλομορφία, δεν προβαίνουν σε διακρίσεις και χρησιμοποιούνται με τρόπο συμβατό με τον GDPR.

Η ΤΝ ως αντίδοτο δημόσιων οργανωσιακο-διοικητικών παθολογιών

Μελετώντας την «ειδικότερη» σημασία της ΤΝ, μπορεί να ειπωθεί ότι η συγκεκριμένη τεχνολογικά εξελισσόμενη διαχειρισιολογική λογική λειτουργεί ως αντίδοτο οργανωσιακο-διοικητικών παθολογιών. Αναλυτικότερα, το «Διαδίκτυο των Πραγμάτων» (ΙοΤ), συνιστά μια τεχνολογία σχετιζόμενη με την ΤΝ, η οποία αποτελεί ένα δίκτυο αντικειμένων και συσκευών που συνεχώς αναπτύσσεται. Το «Διαδίκτυο των Πραγμάτων», πλέον, ορίζεται ως μια παγκόσμια υποδομή συσχετίσεων και συνδέσεων, στις οποίες η χωρητικότητα αποθήκευσης, τα λογισμικά προγράμματα και η σύνδεση στο Διαδίκτυο είναι προσβάσιμα σε μια ποικιλία αντικειμένων, αισθητήρων, συσκευών και καθημερινών πραγμάτων, για να επιτρέψουν προηγμένες υπηρεσίες, όπως την παρακολούθηση και τον απομακρυσμένο έλεγχο του φυσικού κόσμου (Wirtz, Weyerer and Schichtel, 2019). Μ’ αυτόν τον τρόπο, συνδυάζονται συσκευές που συλλέγουν πληροφορίες και αξιοποιούνται μέσω του Διαδικτύου.

Η εν λόγω πολυ-εστιακή δομή που χαρακτηρίζει το «Διαδίκτυο των Πραγμάτων» προσανατολίζεται στην κατεύθυνση του αξιώματος που έχει διατυπώσει ο Peter Drucker «περί εκτενούς εκχώρησης (delegation) αρμοδιοτήτων και ευθυνών κατά μήκος και πλάτος του οργανωτικού πεδίου». Αυτή η διάχυση της εξουσίας στα διάφορα δίκτυα αντιδιαστέλλεται την κλασική μορφή γραφειοκρατίας, που βασίζεται στην προσήλωση στις διαδικασίες, δίνοντας έμφαση στην αποτελεσματική ανταπόκριση στις προσδοκίες του πολίτη. Κατ’ αυτόν τον τρόπο, αποφεύγονται οι κάθετες εξαρτήσεις των ιεραρχικών επιπέδων και λαμβάνουν χώρα οριζόντιες οργανωσιακές πολιτικές. Σ’ αυτό συνεπικουρεί και η μεταβλητή οργανωτική δομή του μετα-γραφειοκρατικού προτύπου της ηλεκτρονικής διακυβέρνησης, το οποίο θέτει ως οργανωτικό υπόβαθρο τα επονομαζόμενα δίκτυα ευρείας περιοχής (wide area network). Τα δίκτυα αυτά είναι τοποθετημένα σε διαφορετικές περιοχές, με μεγάλες αποστάσεις μεταξύ τους και δρουν με μια σχετική αυτονομία και ανεξαρτησία, στα όρια πάντα του πλαισίου επίτευξης των προκαθορισμένων οργανωσιακών στόχων.

Τούτων δοθέντων, η οργανωτική αυτή αποσυγκέντρωση συντελεί σε μια, όσο το δυνατόν, οικονομία των επιπέδων διοίκησης, γεγονός που συνδέεται, αφενός με την ενίσχυση της αποτελεσματικότητας και αφετέρου με την αποφυγή του κινδύνου που ο Parkinson έχει ορίσει ως «διόγκωση της οργανωσιακής πυραμίδας». Ένα γεγονός που θα συνέτεινε στην άκρατη γραφειοκρατικοποίηση του οργανωσιακού γίγνεσθαι και στην αναλγησία των επιμέρους διοικητικών λειτουργιών. Η έκκεντρη, λοιπόν, πολυ-δυναμική δομή ανταποκρίνεται στην ανάγκη οργανωτικής προσαρμοστικότητας και ευελιξίας στις απαιτήσεις του υφιστάμενου περιβάλλοντος, το οποίο χαρακτηρίζεται από αβεβαιότητα, πολυπλοκότητα και μη προβλεψιμότητα της εξέλιξης των κοινωνικών αναγκών. Σε αυτά τα πλαίσια η ανάγκη της οργάνωσης να επιτύχει τους προκαθορισμένους στόχους τέμνεται με την ανάγκη υιοθέτησης της καινοτομίας και δημιουργικότητας στη διοικητική δράση.

Επιπροσθέτως, επιβάλλεται η παρακολούθηση, η εξέταση και η επεξεργασία των Μεγάλων Δεδομένων ή αλλιώς Big Data, που περιγράφονται ως μεγάλα σύνολα δεδομένων, τα οποία διαχειρίζονται και εξετάζουν μηχανήματα υψηλής επεξεργαστικής ισχύος (Ang, 2019∙ Berryhill, et al 2019∙ ICO, 2019∙ Van der Voort et al., 2019). Τα χαρακτηριστικά τους είναι τα εξής:

i. Ο μεγάλος όγκος τους (ποσότητα παραγωγής, αποθήκευσης και επεξεργασίας).

ii. Η ταχύτητα με την οποία παράγονται.

iii. Η ποικιλία τους (η οποία οφείλεται στη διαφορετική μορφή τους και στις διαφορετικές πηγές συγκέντρωσής τους).

Ως προς τα άνωθεν, η ΤΝ καθιστά την επιτελική και στρατηγική λειτουργία τον ακρογωνιαίο λίθο επίτευξης του συντονισμού στη διοικητική δραστηριότητα. Αναμφισβήτητα ο διαφοροποιημένος και πολλαπλός χαρακτήρας των Τεχνολογικών Εφαρμογών της ΤΝ, όπως πχ η Επεξεργασία Φυσικής Γλώσσας (NLP) και τα Chatbots που είναι βασισμένα σ’ αυτή, η Μηχανική Όραση (Computer Vision), τα έμπειρα συστήματα βασισμένα σε κανόνες (Experts Systems) και οι Αυτοματισμοί Ρομποτικών Διαδικασιών (RPA) – εντός του οποίου λαμβάνουν χώρα σχέσεις αλληλεξάρτησης και αλληλοεπηρεασμού – αποτελεί ένα σύνθετο, αν μη τι άλλο, οργανωσιακό πεδίο. Σύμφωνα, όμως, με το πάγιο οργανωτικό αξίωμα σε κάθε οργανωτική δομή ισχύει ότι, όσο μεγαλύτερη είναι η έκταση της λειτουργικής διαφοροποίησης εντός του οργανωτικού πεδίου, τόσο εντονότερη είναι η πίεση και η αναγκαιότητα συνοχής, συντονισμού και διατήρησης της ενιαίας υπόστασης του οργανωτικού όλου. Τουτέστιν, διαπιστώνεται η αδήριτη ανάγκη πραγμάτωσης συντονισμού και συμπληρωματικότητας των στοιχείων των μερών της οργάνωσης, μιας και η οργανωτική και λειτουργική διαφοροποίηση των λειτουργικών εφαρμογών της ΤΝ πρέπει να θεωρείται δεδομένη. Αυτό έχει ως αποτέλεσμα, να αναβαθμίζεται η επιτελική λειτουργία της οργάνωσης, ώστε να επιτυγχάνεται η αρμονική διάχυση των πληροφοριών και αμοιβαίων προσαρμογών στη λειτουργική δραστηριότητα των εφαρμογών της ΤΝ. Ωστόσο, σε κάθε περίπτωση, θα πρέπει η οργάνωση να επιτύχει την κατάλληλη ισορροπία μεταξύ των δύο βασικών οργανωτικών μεγεθών (συνοχής-διαφοροποίησης), που αποτελούν αναπόσπαστα στοιχεία για την αποτελεσματικότητα και αποδοτικότητα των πολυποίκιλων τεχνολογικών εφαρμογών της ΤΝ. Ωστόσο, σε κάθε περίπτωση, θα πρέπει η οργάνωση να επιτύχει την κατάλληλη ισορροπία μεταξύ των δύο βασικών οργανωτικών μεγεθών (συνοχής-διαφοροποίησης), που αποτελούν αναπόσπαστα στοιχεία για την αποτελεσματικότητα και αποδοτικότητα των πολυποίκιλων τεχνολογικών εφαρμογών της ΤΝ.

Διαγραμματική Απεικόνιση Συνοχής – Διαφοροποίησης

Με αυτόν τον τρόπο, ο στρατηγικός και επιτελικός προσανατολισμός της οργάνωσης θα μπορέσει, στο μέτρο του δυνατού, να εξευμενίσει τη δυναμική που υπονομεύει την ευελιξία και προσαρμοστικότητα της διοικητικής δράσης, που δεν είναι άλλη από αυτή που ο Gresham έχει κατονομάσει ως «ρουτινοποίηση» του διοικητικού «πράττειν». Ο κίνδυνος αυτός υποβόσκει στην πλειοψηφία των οργανωτικών προτύπων τα οποία, σε αντίθεση με τις τεχνολογικές εφαρμογές της ΤΝ, εμμένουν προσηλωμένα στην επίτευξη καλύτερης λειτουργίας των εσωτερικών τους διαδικασιών, γεγονός που οδηγεί με μαθηματική ακρίβεια στην αυτοαναφορικότητά τους.

Σαν αντίδοτο της εσωστρέφειας και εφαρμογής με φορμαλιστικό τρόπο του οργανωτικού κανονισμού, η ΤΝ ξεπερνάει τις διοικητικού τύπου αυτές αγκυλώσεις με τη λειτουργία των Τεχνητών Νευρωνικών Δικτύων (Artificial Neural Networks). Ως τέτοια, συντίθενται από έναν μεγάλο αριθμό διασυνδεδεμένων επεξεργαστών, οι οποίοι ονομάζονται νευρώνες και προσομοιάζουν με τους βιολογικούς νευρώνες του εγκεφάλου λειτουργώντας αντίστοιχα. Σε αντίθεση με τον βιολογικό εγκέφαλο, όπου οποιοσδήποτε νευρώνας μπορεί να συνδεθεί με οποιονδήποτε άλλο νευρώνα εντός συγκεκριμένης φυσικής απόστασης, τα τεχνητά νευρικά δίκτυα έχουν διακριτά στρώματα νευρώνων, συνδέσεις και κατευθύνσεις διάδοσης δεδομένων. Κάθε επίπεδο νευρώνων μαθαίνει να μετατρέπει τα δεδομένα εισόδου του σε μια ελαφρώς πιο αφηρημένη και σύνθετη αναπαράσταση. Κάθε μία από τις συνδέσεις έχει έναν αριθμό που σχετίζεται με αυτό που ονομάζεται βάρος σύνδεσης και καθένας από τους νευρώνες έχει έναν αριθμό και έναν ειδικό τύπο που σχετίζεται με αυτούς που ονομάζεται τιμή κατωφλίου (threshold). Αυτές είναι οι παράμετροι του νευρικού δικτύου. Όταν ένα νευρωνικό δίκτυο εκπαιδεύεται, μαθαίνει να προσαρμόζει τα βάρη και τις τιμές κατωφλίου, έως ότου το αποτέλεσμα που προκύπτει να είναι το επιθυμητό (Papadopoulos, 2019). Τουτέστιν, εγκαταλείπεται η ιεραρχικού τύπου διαχείριση της εξουσίας, με την οργανωτική πυραμίδα να γίνεται περισσότερο επίπεδη (as flat as possible), επιταχύνονται οι διαδικασίες διοικητικής δραστηριότητας και ελαχιστοποιείται η διάρκεια απόκρισης της οργάνωσης στις ανάγκες των πολιτών.

Τεχνητό Νευρωνικό Δίκτυο

Κατανοώντας τα παραπάνω, γίνεται αντιληπτό ότι οι πολυεστιακές δομές των τεχνολογικών εφαρμογών της ΤΝ απαιτούν έναν νέο τύπο ελέγχου, που να προσιδιάζει στη λογική του αυτοελέγχου των στελεχών και εμπλουτισμού της ευθύνης κατά την άσκηση των αρμοδιοτήτων τους. Πασίδηλο είναι ότι στην ΤΝ υπάρχει ροπή προς την ενδυνάμωση της λειτουργικής διαφοροποίησης και εξειδίκευσης του οργανωτικού πεδίου, με συνέπεια να ενισχύονται οι φυγόκεντρες τάσεις. Έτσι, ο ιεραρχικού τύπου έλεγχος που λαμβάνει χώρα σε πολλές οργανώσεις δεν καλύπτει τις ανάγκες της διασπαρμένης εξουσίας και πρέπει να δώσει τη θέση του σε ελεγκτικούς μηχανισμούς τέτοιους, που να μπορούν να ανταπεξέλθουν στην πολυπλοκότητα των σύνθετων οργανωτικών πεδίων. Πιο συγκεκριμένα, το ανθρώπινο δυναμικό που στελεχώνει τις διοικητικές μονάδες, θα πρέπει να είναι άρτια εξειδικευμένο, ώστε να φέρει σε αίσιο πέρας τα τεχνολογικά του πλέον καθήκοντα, τα οποία είναι μεγίστης σημασίας για την εύρυθμη λειτουργία ολόκληρου του δημόσιου διοικητικού ψηφιακού βιόκοσμου.

Κατά αυτόν τον τρόπο, εμπλουτίζεται στο εργασιακό «γίγνεσθαι» το αίσθημα της ευθύνης και πρωτοβουλίας, πράγμα που ενδυναμώνει την ταύτιση με τους προς επίτευξη στόχους και της εξομοίωσης με την οργάνωση. Μια εξομοίωση που, σύμφωνα με τον H. Simon, αποτελεί ισχυρό παράγοντα εσωτερικής ολοκλήρωσης της οργάνωσης, με συνέπεια την αύξηση της αποτελεσματικότητας. Βέβαια, η εκχώρηση πρωτοβουλιών στο προσωπικό των τεχνολογικών εφαρμογών ενισχύεται από την υποχρέωση άμεσης διεκπεραίωσης των διοικητικών ζητημάτων στο πεδίο της ευθύνης του. Ως προς τούτο, το κάθε διοικητικό στέλεχος αντιμετωπίζει το οργανωτικό πεδίο τόσο ως χώρο αυτοπραγμάτωσης, όσο και ως πλαίσιο, εντός το οποίου αυτοελέγχει την άσκηση της τέχνης του «διοικείν» (the art of management). Το είδος αυτού του ελέγχου, που αποτελεί ένα κράμα προσωπικής ενσυνείδησης του εργαζομένου στα τεχνολογικά και ψηφιακά δρώμενα και εναπόθεσης υπευθυνότητας αναφορικά με την ποιότητα των οργανωσιακών εκροών, όχι μόνο δεν αποτελεί τροχοπέδη της διοικητικής δραστηριότητας, αλλά συντελεί και στην καλλιέργεια ενός κλίματος αμοιβαίας εμπιστοσύνης μεταξύ των μελών του οργανωτικού πεδίου. Συνεπώς, ο έλεγχος πραγματώνεται σε εκείνο το σημείο που είναι χρήσιμο και αναγκαίο, δίχως να υπερεκτιμάται η σημασία του και, κυρίως, χωρίς να επαληθεύεται ο νόμος του Downs περί επέκτασης του ελέγχου, δηλαδή ότι «κάθε προσπάθεια ελέγχου εντείνει την προσπάθεια αποφυγής του ελέγχου».

Εν κατακλείδι, η οργανική ένταξη μιας τόσο επιδραστικής τεχνολογίας, όπως η ΤΝ, στο δημόσιο οργανωσιακό «γίγνεσθαι», αποτελεί μια πολύ σοβαρή διοικητική, κοινωνικοπολιτική και νομική εξίσωση. Αναμφισβήτητα, η ψηφιακή αναδόμηση του κράτους αποτελεί ένα σημαντικό μέρος της επιτυχής ευόδωσης του νέου προτάγματος της δημόσιας οργανωσιακής διαχείρισης∙ το οποίο δεν είναι άλλο, από την επίτευξη επιτελικότητας, ευελιξίας και επικέντρωσης των δημοσίων διοικητικών μονάδων στην καθολική ικανοποίηση των αιτημάτων των πολιτών, όπου ο πολίτης δεν αντιμετωπίζεται μόνο και αποκλειστικά ως νομικό υποκείμενο (legal subject), αλλά και ως πελάτης (costumer). Η μετάβαση, όμως, αυτή που οδηγεί στην όλο και περισσότερο ευρεία «ψηφιακή διασύνδεση» των οργανωσιακών υποσυστημάτων της δημόσιας σφαίρας ελλοχεύει και κινδύνους, που έχουν να κάνουν με τη πιθανότητα παρέμβασης στη σφαίρα του αυτοκαθορισμού και της ελευθερίας του πολίτη, δίχως να του αφήνει περιθώρια αντίδρασης. Μια τέτοια προοπτική ίσως να μας θυμίσει την άποψη ενός από τους θιασώτες του ηλεκτρονικού εγχειρήματος H. Dreyfus ότι «η ηλεκτρονική μέθοδος είναι ένας κόσμος που υπάρχει συνάμα παντού και πουθενά, αλλά δεν είναι εκεί όπου ζουν τα σώματα». Κοντολογίς, η επανατοποθέτηση των σχέσεων δημόσιων οργανώσεων και πολιτών -που εδράζεται στη ψηφιακού τύπου λογική- προσιδιάζει στα πλαίσια μιας μεταφορικής διαλεκτικής,  στο περιεχόμενου του οικονομικού παραδόξου. Παράδοξο που πρεσβεύει τη σχέση μεταξύ περιορισμού των εργασιών που απαιτούν τη φυσική παρουσία του ανθρώπου και της αύξησης της παραγωγικότητας (Harmon, 2003) και το οποίο τείνει να χαρακτηρίζει τις «δικτυακές» σχέσεις, εφόσον στην αλματώδη ανέλιξη της παραγωγικότητας αντικατασταθεί η άμεση διεκπεραίωση υποθέσεων που άπτονται της δημόσιας διοίκησης.

Βιβλιογραφία

1. Ang Y.Y. (2019). Integrating Big Data and Thick Data to Transform Public Services Delivery. IBM Center for the Business of Government.
2. Davenport T.H. (2018). The AI Advantage: How to Put the Artificial Intelligence Re-volution to Work. The MIT Press.
3. Desouza K.C. (2018). Delivering Artificial Intelligence in Government: Challenges and Opportunities. IBM Center for the Business of Government.
4. Dreyfus L. Hubert, «Το σώμα και το δίκτυο», π. Οικονομικός Ταχυδρόμος, φ. 40 (2526), Αθήνα 2002.
5. Duan Y., Edwards J.S., Dwivedi Y.K. (2019). Artificial Intelligence for Decision-Making in the Era of Big Data: Evolution, Challenges and Research Agenda. International Journal of Information Management, 48, pp. 63-71.
6. Eggers W.D., Schatsky D., Viechnicki P. (2017). AI – Augmented Government: Using Cognitive Technologies to Redesign Public Sector Work. Deloitte University Press.
7. European Commission, Communication on Fostering a European approach to Artificial Intelligence, Policy and legislation, Publication 21 April 2021
8. Harmon Amy, «Removing Human Interactions from Shopping», εφ. The New York Times (Money & Business), 29 Νοεμβρίου 2003.
9. ICO, Big Data, Artificial Intelligence, Machine Learning and Data Protection, 2017.
10. Papadopoulos T. (2019) Brain-Computer Interfaces using Machine Learning. Zenodo.
11. Van der Voort H.G., Klievink A.J., Arnaboldi M., Meijer A.J. (2019). Rationality and Politics of Algorithms. Will the Promise of Big Data Survive the Dynamics of Public Decision Making? Government Information Quarterly, 36, pp. 27-38.
12. Wirtz B.W., Weyerer J.C., Schichtel F.T. (2019). An Integrative Public IoT Framework for Smart Government. Government Information Quarterly, 36, pp. 333-345.
13. Μακρυδημήτρης Αντ., «Διοίκηση και Κοινωνία», εκδ. Θεμέλιο, 1999.
14. Μακρυδημήτρης Αντ., «Διοικητικές Μελέτες», εκδ. Αντ. Ν. Σάκκουλα, Αθήνα-Κομοτηνή 1991.
15. Μιχαλόπουλος Ν., «Η Δημόσια Διοίκηση στην Ελλάδα», εκδ.  Αντ. Ν. Σάκκουλα, Αθήνα-Κομοτηνή  2001.
16. Στεφανέα Π., «η έννοια του e-government», π. XRAM, τ. 155, Αθήνα 2002.

---

[1] Ένας γενικός και ικανοποιητικός ορισμός για την Τεχνητή Νοημοσύνη που δόθηκε από το Ευρωπαϊκό Κοινοβούλιο το 2017, για να καλύψει το βιβλιογραφικό κενό, είναι ο εξής: «Τεχνητή Νοημοσύνη  είναι η  ικανότητα μιας μηχανής να αναπαράγει τις γνωστικές λειτουργίες ενός ανθρώπου, όπως είναι η μάθηση, ο σχεδιασμός και η δημιουργικότητα. Η Τεχνητή Νοημοσύνη καθιστά τις μηχανές ικανές να «κατανοούν» το περιβάλλον τους, να επιλύουν προβλήματα και να δρουν προς την επίτευξη ενός συγκεκριμένου στόχου. Ο υπολογιστής λαμβάνει δεδομένα (ήδη έτοιμα ή συλλεγμένα μέσω αισθητήρων, π.χ. κάμερας), τα επεξεργάζεται και ανταποκρίνεται βάσει αυτών. Τα συστήματα Τεχνητής Νοημοσύνης είναι ικανά να προσαρμόζουν τη συμπεριφορά τους, σε έναν ορισμένο βαθμό, αναλύοντας τις συνέπειες προηγούμενων δράσεων και επιλύοντας προβλήματα με αυτονομία» (European Parliament, 2017).