ΠΡΙΝ ΑΠΟ ΛΙΓΕΣ ημέρες, ένας 80χρονος ζήτησε από τον Πάρι Ασλανίδη να τον βοηθήσει να βρει τι γινόταν στην Ικαρία την εποχή των Βαλκανικών Πολέμων. Η απάντηση ίσως βρίσκεται κάπου μέσα στην «Ελένη»: «το πιθανότερο είναι να βρεις τουλάχιστον μία αναφορά, ακόμη και για το μικρότερο χωριό μέσα σε 105 χρόνια κοινοβουλευτικής ιστορίας», λέει ο Ασλανίδης στο WIRED Greece.
Η «Ελένη» είναι η ψηφιακή συλλογή των συζητήσεων του ελληνικού Κοινοβουλίου από τη Β΄ Εθνική Συνέλευση του 1862 ως το 1967, και άνοιξε επίσημα στις 11 Νοεμβρίου. Συγκεντρώνει 7.296 συνεδριάσεις από 180 τόμους, περίπου 123 εκατομμύρια λέξεις και 1.183.231 παρεμβάσεις βουλευτών. Η βασική της πηγή είναι τα στενογραφημένα πρακτικά που τυπώνονταν από το 1862 αρχικά ως εφημερίδα με τον τίτλο Εφημερίς των Συζητήσεων της Βουλής.
Ο Ασλανίδης είναι πολιτικός επιστήμονας και ερευνητής στο Εθνικό Κέντρο Κοινωνικών Ερευνών (ΕΚΚΕ), όπου και θα φιλοξενείται μόνιμα η συλλογή. Έφτιαξε το πρότζεκτ μέσα από το μεταδιδακτορικό πρόγραμμα Marie Skłodowska-Curie GREEKPOP του Horizon Europe, με μοντέλα AI, πάνω από 150 scripts και πολλές ώρες διόρθωσης με το χέρι. Ο στόχος, όπως λέει, ήταν «να καταστήσει ευρέως διαθέσιμο τον πλούτο του κοινοβουλευτικού μας λόγου και με αυτόν τον τρόπο να προωθήσει την έρευνα σε διάφορους τομείς των κοινωνικών και ανθρωπιστικών επιστημών». Πέρα από το καθαρά ερευνητικό κομμάτι, προσθέτει, «η Ελένη έχει αρχίσει να αγκαλιάζεται και από το ευρύτερο κοινό των μη ειδικών. Διάφοροι άνθρωποι ψάχνουν στοιχεία για τους προγόνους τους ή για τον τόπο καταγωγής τους».
Οι δύο Ελένες πίσω από το όνομα
«Θα μπορούσα να είχα εφεύρει κάποιο βαρετό και κακόηχο αρκτικόλεξο όπως ΨΣΚΛ (Ψηφιακή Συλλογή Κοινοβουλευτικού Λόγου)», λέει ο Ασλανίδης, απαντώντας στο γιατί ονόμασε το έργο «Ελένη». Διάλεξε ένα όνομα που, κατά τη γνώμη του, είναι όμορφο και ταιριάζει σε μια τέτοια ιστοσελίδα, αλλά, ταυτόχρονα, αποδείχτηκε «ιντριγκαδόρικο», καθώς του φέρνει συνεχώς ερωτήσεις. «Καταρχήν, Ελένη είναι το όνομα της κόρης μου που τώρα μαθαίνει να γράφει και να διαβάζει», συνεχίζει ο Ασλανίδης, αναφερόμενος στη μία πηγή έμπνευσης.
Η δεύτερη Ελένη είναι η Ελένη Σκούρα, δικηγόρος από τον Βόλο και η πρώτη γυναίκα βουλευτής της χώρας. Εξελέγη στην αναπληρωματική εκλογή της Θεσσαλονίκης στις 18 Ιανουαρίου 1953, υποψήφια του Ελληνικού Συναγερμού του Αλέξανδρου Παπάγου. Η ορκωμοσία της, στη συνεδρίαση της 2ας Φεβρουαρίου 1953, βρίσκεται μέσα στην «Ελένη», και είναι το σημείο που υποδεικνύει ο Ασλανίδης για να καταλάβει κανείς την επιλογή.

Αμέσως μετά τον λόγο της, ο βουλευτής Γ. Πλατής ρώτησε αν καθιερώνεται πλέον ο όρος «βουλευτίδα» για τις γυναίκες. Ο πρόεδρος δήλωσε ότι δεν θα μπει σε γλωσσική συζήτηση κι ένας άλλος βουλευτής ζήτησε «ὁ κ. Ὑπουργὸς τῆς Παιδείας νὰ μᾶς λύσῃ τὴν διαφοράν». Τα πρακτικά καταγράφουν: «(Γέλωτες)». Λίγο αργότερα, ο Γ. Μόδης μίλησε για την είσοδο στην αίθουσα «τῆς πρώτης Ἑλληνίδος βουλευτίνας, βουλευτίδος, βουλευτοῦ», προσθέτοντας: «δὲν ξέρω πῶς θὰ τὴν ὀνομάσητε». Το ερώτημα δεν έκλεισε ποτέ: το 2021, ο γλωσσολόγος Γιώργος Μπαμπινιώτης εξηγούσε ακόμη στο ραδιόφωνο ότι το «βουλευτίνα» καλό είναι να αποφεύγεται, γιατί παραπέμπει στη σύζυγο του βουλευτή.
«Εκτός από το γενικότερο ζήτημα της γυναικείας συμπερίληψης στο πολιτικό γίγνεσθαι που είναι ακόμη φλέγον, είναι ενδιαφέρον να δει κανείς τον μάλλον υποτιμητικό τρόπο με τον οποίον υποδέχτηκαν τη Σκούρα κατά την ορκωμοσία της οι συνάδελφοί της στη Βουλή (και μάλιστα του ιδίου κόμματος)», λέει ο Ασλανίδης.
Το AI και οι δασείες
Τα κλασικά εργαλεία οπτικής αναγνώρισης χαρακτήρων (OCR), κατά τον Ασλανίδη, δίνουν «ένα πολύ μέτριο αποτέλεσμα» με το πολυτονικό, ειδικά όταν η εκτύπωση του πρωτότυπου είναι χαμηλής ποιότητας. Εκείνος ήθελε κείμενο κοντά στο τέλειο, «ώστε να πείσω την ερευνητική κοινότητα να κάνει επαγγελματική χρήση της Ελένης».
Δοκίμασε πρώτα γλωσσικά μοντέλα ανοικτού κώδικα, χωρίς να μείνει ικανοποιημένος. «Πιστεύω ότι μέσα στα επόμενα χρόνια θα μπορούμε πραγματικά να χρησιμοποιήσουμε αξιόπιστα ένα μοντέλο ανοικτού κώδικα για κάτι τέτοιο, αλλά δεν είμαστε ακόμη εκεί», σημειώνει. Ακολούθησαν τα κλειστά μοντέλα: «Το ChatGPT αλλά και το DeepSeek έδωσαν πολύ καλά αποτελέσματα, αλλά το Gemini της Google ξεχώριζε σταθερά». Η δική του εξήγηση είναι το Google Books: υποθέτει ότι οι σαρώσεις παλιών ελληνικών βιβλίων έδωσαν στην εταιρεία πλεονέκτημα έναντι του ανταγωνισμού. Όταν βγήκε το Gemini 2.5, έκανε ξανά OCR σε όλο το υλικό, και στη συνέχεια πέρασε στις εκδόσεις Gemini 3 και 3.1 Pro.
Ούτε αυτό έφτανε. Κάθε στήλη κειμένου της Εφημερίδας περνούσε πρώτα από επεξεργασία εικόνας και μετά πήγαινε στο API της Google, αλλά το αποτέλεσμα εξακολουθούσε να έχει λάθη. Με τη βοήθεια του AI, κυρίως του Claude, ο Ασλανίδης έγραψε πάνω από 150 scripts σε Python για να διορθώνει μαζικά όσα λάθη ακολουθούσαν κάποιο μοτίβο. Τα υπόλοιπα ήθελαν χέρι: «Πέρασα περισσότερο χρόνο από ό,τι νιώθω άνετα να εκμυστηρευθώ διορθώνοντας ολόκληρες σειρές κειμένου που είχαν για κάποιον λόγο αποκοπεί ή μετακινηθεί, αλλά και μεμονωμένες περισπωμένες, οξείες, δασείες», λέει. «Έχω σίγουρα βελτιώσει την καθαρεύουσά μου, αλλά από την άλλη νιώθω βαθιά ευγνωμοσύνη για τη γλωσσική μεταρρύθμιση που έγινε στη χώρα μας και οδήγησε στην υιοθέτηση του μονοτονικού συστήματος», προσθέτει, μάλλον μεταξύ σοβαρού και αστείου. Το τελικό κείμενο, κατά τον ίδιο, «αγγίζει το 100%».
Κάθε συνεδρίαση συνοδεύεται από δύο συνόψεις που έγραψαν δύο διαφορετικά μοντέλα. Στη συνεδρίαση της ορκωμοσίας της Ελένης Σκούρα, για παράδειγμα, η μία είναι του DeepSeek V4.1 Flash και η άλλη του GPT-6 Luna. Οι συνόψεις φέρουν πάντα την ένδειξη AI-generated και δεν θεωρούνται μέρος της έκδοσης, ενώ οι παραπομπές γίνονται στους στίχους του πρακτικού. Η διπλή σύνοψη, εξηγεί ο Ασλανίδης, υπάρχει «για την αποφυγή λαθών λόγω hallucination», και «η δειγματοληψία μου με καθιστά βέβαιο ότι θα είναι χρήσιμες».
Κυνήγι στα ράφια
Η ψηφιοποίηση ξεκίνησε από τις φωτογραφίες που διαθέτει ηλεκτρονικά η Βιβλιοθήκη της Βουλής, αλλά το υλικό είχε κενά. Κάποιοι τόμοι έλειπαν εντελώς από το ηλεκτρονικό αποθετήριο, άλλοι δεν βρίσκονταν καν στο ράφι, και αρκετοί από όσους φωτογραφήθηκαν ήταν σε τόσο κακή κατάσταση ή τους έλειπαν τόσες σελίδες, που έπρεπε να ξαναφωτογραφηθούν.
Πάντως, ο Ασλανίδης απόλαυσε τη διαδικασία. «Ήταν πραγματικά συναρπαστικό και ίσως αυτό που θα μου λείψει περισσότερο τώρα που το έργο τείνει να κλείσει», λέει. «Από μικρό παιδί μου άρεσε να χώνομαι σε υπόγεια παλαιοβιβλιοπωλεία […] αλλά με την Ελένη τα πράγματα ήταν πιο σοβαρά».
Η πρώτη τυχερή συγκυρία ήρθε από την ίδια τη Βουλή. Το Τμήμα Κοινοβουλευτικών Αρχείων, με προϊσταμένη την Άντζελα Καραπάνου, πήρε την πρωτοβουλία να διαθέσει στο κοινό, αντί να τα στείλει για πολτοποίηση, πολλαπλά αντίτυπα εκδόσεων της Βουλής, μεταξύ άλλων και της Εφημερίδος των Συζητήσεων. Έτσι, ο Ασλανίδης είχε την ευκαιρία να σκανάρει εκ νέου γύρω στους 50 τόμους από αυτό το υλικό.
Οι πιο απρόοπτες ανακαλύψεις έγιναν στη Δημοτική Βιβλιοθήκη Αθηνών, όπου βρήκε μια μεγάλη συλλογή τόμων που δεν είχε καν καταλογογραφηθεί. Στη βιβλιοθήκη του Πολεμικού Μουσείου εντόπισε έναν τόμο που δεν υπάρχει πουθενά αλλού, και άλλο υλικό στην Μπενάκειο Βιβλιοθήκη της Βουλής και στα Γενικά Αρχεία του Κράτους. Δύο ή τρεις ακόμη τόμους τους αγόρασε σε ηλεκτρονικές δημοπρασίες.
Μερικά κενά μπορεί να μην κλείσουν ποτέ. Ο Ασλανίδης εκτιμά ότι κάποιες βουλευτικές σύνοδοι, όπως αυτές του 1906-1908, πιθανότατα δεν τυπώθηκαν ποτέ ως Εφημερίς των Συζητήσεων. «Ένα κομμάτι της ιστορίας του κοινοβουλευτικού μας λόγου έχει χαθεί για πάντα», λέει. Από εκείνες τις συνεδριάσεις έχουν μείνει μόνο τα Πρακτικά, με συνόψεις των συζητήσεων, νομοσχέδια και ισολογισμούς.
Από τη βιβλιοθήκη στο Hugging Face
Για τον Ασλανίδη, το πρώτο κέρδος είναι η ίδια η πρόσβαση. Η έρευνα στα πρακτικά περνούσε μέχρι τώρα από βιβλιοθήκες, περιορισμούς στη φωτογράφιση και φθαρμένους τόμους. «Δεν απαιτείται πια η χρονοβόρα έρευνα σε βιβλιοθήκες», εξηγεί, αναγνωρίζοντας παράλληλα ότι αυτή η εμπειρία θα διατηρεί για πάντα την αξία της. Τώρα, όπως σημειώνει, «οι ερευνητές και οι ερευνήτριες μπορούν πολύ εύκολα να αναζητήσουν και να μελετήσουν το υλικό, αυξάνοντας τόσο την παραγωγικότητά τους όσο και την αξιοπιστία του ερευνητικού τους αποτελέσματος». Ο ίδιος κρατούσε σημειώσεις για νέες έρευνες όσο δούλευε το υλικό, και η λίστα, λέει, είναι τόσο εκτενής «που θα με κρατήσει απασχολημένο για την υπόλοιπη ακαδημαϊκή μου καριέρα».
«Υπάρχει πληθώρα ερευνητικών ερωτημάτων που μπορούν να απαντηθούν μέσω της Ελένης, από την πολιτική επιστήμη και την κοινωνιολογία, μέχρι την ιστορία, τα οικονομικά, τη λαογραφία, τη γλωσσολογία και παραπέρα. Και σίγουρα, η τριβή με το υλικό θα γεννήσει από μόνη της νέα ερευνητικά ερωτήματα».
Η «Ελένη» δεν διαβάζεται μόνο από ανθρώπους. Διατίθεται και στο Hugging Face σε μορφή Parquet, με άδεια CC BY 4.0, που επιτρέπει ελεύθερη χρήση με αναφορά της πηγής. Κάθε οργανισμός που εκπαιδεύει γλωσσικό μοντέλο, «από την OpenAI και την Google μέχρι τα καθ’ ημάς ερευνητικά κέντρα», μπορεί να τη χρησιμοποιήσει ώστε τα μοντέλα να μάθουν καλύτερη καθαρεύουσα και καλύτερα ελληνικά. «Θα μπορούσαμε ακόμη και να δημιουργήσουμε ένα μικρό γλωσσικό μοντέλο που θα μιλά σαν ένας πολιτικός του 19ου αιώνα», λέει.
Η χρήση που τον ενδιαφέρει περισσότερο είναι το fine-tuning ανοιχτών μοντέλων ώστε να κατηγοριοποιούν μαζικά αποσπάσματα κειμένου. Έτσι δούλεψε ήδη με μια άλλη βάση που έφτιαξε: 713 ομιλίες του Ντόναλντ Τραμπ από το 2015 ως το 2025. Μαζί με τον Ηλία Χαλκίδη και τη Stephanie Brandl από το Πανεπιστήμιο της Κοπεγχάγης, εκπαίδευσαν μοντέλα να αναγνωρίζουν μορφές λαϊκιστικού λόγου και τα εφάρμοσαν στις ομιλίες. «Παρατηρήσαμε λοιπόν, ότι η ένταση του λαϊκιστικού λόγου φθίνει με τα χρόνια και ότι γίνεται σχετικά μικρότερη χρήση του στα λεγόμενα swing states», λέει.
Αντίστοιχα ερωτήματα μπορούν πλέον να τεθούν και για την ελληνική Βουλή: ο λαϊκισμός, ο εθνικισμός, ο αντικομμουνισμός, ο αντισημιτισμός, η σύγκρουση αυτοχθόνων και ετεροχθόνων, οι θρησκευτικές επιρροές στον πολιτικό λόγο. «Τα εργαλεία που έχουμε πια στη διάθεσή μας μέσω τεχνητής νοημοσύνης έχουν απελευθερώσει την έρευνα από τους περισσότερους τεχνικούς περιορισμούς από τους οποίους υπέφερε ως τώρα», λέει ο Ασλανίδης. «Το ζήτημα είναι να διαθέτουμε το υλικό πάνω στο οποίο να εφαρμοστούν αυτά τα εργαλεία». Για πιθανές κακόβουλες χρήσεις δεν δείχνει ανήσυχος: «Προς το παρόν, δεν μπορώ να σκεφτώ κάποιου είδους κακόβουλη χρήση του υλικού που έχω κάνει διαθέσιμο».
Η χρηματοδότηση του GREEKPOP έληξε στις 31 Αυγούστου και η «Ελένη» συνεχίζει προς το παρόν «με ίδιους πόρους». Ο Ασλανίδης ετοιμάζεται να προσθέσει μια σύνοδο του 1909 που εντόπισε πρόσφατα. Εξετάζει επίσης να ενσωματώσει τις συζητήσεις από το 1974 και μετά, που υπάρχουν ήδη σε ηλεκτρονική μορφή στην ιστοσελίδα της Βουλής.
Αν βρεθεί νέα χρηματοδότηση, η λίστα του είναι μεγάλη: βιογραφικά και συμμετοχές σε επιτροπές και ψηφοφορίες για κάθε βουλευτή, η εικόνα του αρχικού εντύπου δίπλα στο ψηφιοποιημένο κείμενο, correspondence analysis και ένα γλωσσικό μοντέλο που θα απαντά σε ερωτήσεις των χρηστών. «Πολλά άλλα στοιχεία υπάρχουν στη λίστα μου», λέει, «αλλά προς το παρόν θα χρειαστεί να περιμένουν».