Wesam Lootah: Το Άμπου Ντάμπι θέλει να γίνει η πρώτη AI-native κυβέρνηση στον κόσμο

Μέχρι το τέλος του 2027, το Άμπου Ντάμπι θέλει να γίνει η πρώτη πλήρως AI-native κυβέρνηση στον κόσμο: ένα κράτος όπου η τεχνητή νοημοσύνη δεν θα λειτουργεί ως πρόσθετο εργαλείο, αλλά ως μέρος της ίδιας της υποδομής και των δημόσιων υπηρεσιών. Ήδη περισσότερες από 100 εφαρμογές AI λειτουργούν σε πάνω από 40 κυβερνητικούς φορείς, ενώ συστήματα όπως το AutoGov στην πλατφόρμα TAMM αναλαμβάνουν διαδικασίες όπως ανανεώσεις αδειών, πληρωμές και ραντεβού. 

Στην καρδιά αυτού του σχεδίου βρίσκεται ο Wesam Lootah, Γενικός Διευθυντής Ψηφιακής Διακυβέρνησης στο Τμήμα Κυβερνητικής Ενδυνάμωσης του Άμπου Ντάμπι, με περισσότερα από 25 χρόνια εμπειρίας στην ψηφιακή διοίκηση και τεχνικό υπόβαθρο στην επιστήμη των υπολογιστών και την ασφάλεια δικτύων. 

Το Smart Hotel Check-In του Τμήματος Πολιτισμού και Τουρισμού χρησιμοποιεί αναγνώριση προσώπου, ώστε η άφιξη σε ένα ξενοδοχείο να γίνεται ανέπαφα και να διαρκεί δευτερόλεπτα, αντί για τη συνηθισμένη ουρά στη ρεσεψιόν.

Λίγο πριν από το Ai Everything Abu Dhabi 2026, μιλάει στο WIRED Greece και εξηγεί πού βάζει τα όρια αυτού του μοντέλου. 

– Το Άμπου Ντάμπι θέλει να γίνει η πρώτη πλήρως AI-native κυβέρνηση στον κόσμο ως το 2027. Τι σημαίνει πραγματικά «AI-native», πέρα από την ψηφιοποίηση και τον αυτοματισμό;

AI-native σημαίνει ότι η τεχνητή νοημοσύνη είναι χτισμένη στον πυρήνα του τρόπου με τον οποίο λειτουργεί η κυβέρνηση και δεν προστίθεται απλώς πάνω στις διαδικασίες που ήδη έχουμε. Αντί να ψηφιοποιήσουμε μια φόρμα ή να αυτοματοποιήσουμε ένα μεμονωμένο βήμα, ξαναστήνουμε ολόκληρο έναν τομέα από την αρχή ως το τέλος. Το σύστημα χτίζεται γύρω από τον άνθρωπο και όχι γύρω από την υπηρεσία, και όλο και περισσότερο δρα πριν καν του ζητηθεί.

– Μπορείτε να μου μιλήσετε με παραδείγματα;

Στην πράξη, ένα γεγονός της ζωής, η γέννηση ενός παιδιού ή το άνοιγμα μιας επιχείρησης, γίνεται η αφορμή που βάζει τα πράγματα σε κίνηση. Διασυνδεδεμένοι πράκτορες συντονίζουν και εκτελούν στο παρασκήνιο τα απαραίτητα βήματα ανάμεσα σε διαφορετικούς φορείς, αντί να ζητάμε από κάποιον να καταθέσει πέντε ξεχωριστές αιτήσεις. Το AutoGov, ο AI δημόσιος υπάλληλός μας στην πλατφόρμα TAMM, ήδη ανανεώνει άδειες, πληρώνει λογαριασμούς και κλείνει ραντεβού προληπτικά, μέσα σε καθορισμένα όρια, χωρίς να χρειαστεί να το ζητήσει κανείς.

– Και τι θα αλλάξει ουσιαστικά για τον πολίτη;

Αυτό που αλλάζει ουσιαστικά για τους πολίτες δεν είναι μια καινούργια οθόνη σε μια εφαρμογή. Είναι λιγότερη αναμονή σε ουρές, λιγότερα έγγραφα και η βεβαιότητα ότι το κράτος θα είναι εκεί όταν το χρειαστούν. Δεν μετράμε τον εαυτό μας τόσο με το πόσες υπηρεσίες ψηφιοποιήσαμε όσο με το πόσο κόπο αφαιρέσαμε από τη μέρα κάποιου. 

– Πού λειτουργεί ήδη η τεχνητή νοημοσύνη σε μεγάλη κλίμακα στις δημόσιες υπηρεσίες, και τι μετρήσιμο έχει φέρει σε ταχύτητα, κόστος ή ποιότητα;

Σήμερα λειτουργούν πάνω από 100 εφαρμογές τεχνητής νοημοσύνης σε περισσότερους από 40 κυβερνητικούς φορείς, και μερικές δείχνουν καλά το εύρος. Το AutoGov, ενσωματωμένο στην TAMM, χειρίζεται ήδη προληπτικά ανανεώσεις, πληρωμές λογαριασμών και προγραμματισμό ραντεβού. Γλιτώνει στους περισσότερους ανθρώπους αρκετές επισκέψεις σε γκισέ τον χρόνο, και οι χρήστες του έχουν μετρήσιμα μικρότερη πιθανότητα να χάσουν μια προθεσμία, άρα και τα πρόστιμα που τη συνοδεύουν. Αυτά είναι πραγματικά χρήματα που μένουν στις τσέπες των ανθρώπων, όχι μόνο χρόνος.

– Είδα ότι χρησιμοποιείτε τεχνητή νοημοσύνη και στην Αστυνομία…

Το Smart Investigator της Αστυνομίας του Άμπου Ντάμπι χρησιμοποιεί τεχνητή νοημοσύνη για να χειριστεί το πρώτο στάδιο μιας έρευνας και την αρχική αναφορά, ώστε οι αστυνομικοί να αφιερώνουν τον χρόνο τους σε υποθέσεις που χρειάζονται την κρίση ενός ντετέκτιβ και όχι σε γραφειοκρατία. Το Smart Hotel Check-In του Τμήματος Πολιτισμού και Τουρισμού χρησιμοποιεί αναγνώριση προσώπου, ώστε η άφιξη σε ένα ξενοδοχείο να γίνεται ανέπαφα και να διαρκεί δευτερόλεπτα, αντί για τη συνηθισμένη ουρά στη ρεσεψιόν.

– Σε ποιο σημείο η τεχνητή νοημοσύνη περνά από το να βοηθά τον υπάλληλο στο να προτείνει ή να παίρνει αποφάσεις που αγγίζουν δικαιώματα και πρόσβαση σε υπηρεσίες;

Μια υπόθεση διεκπεραιώνεται αυτόνομα μόνο όταν η αντιστοίχιση με τον κανόνα είναι απολύτως σαφής. Δηλαδή όταν δεν λείπει καμία πληροφορία, δεν υπάρχει καμία ασάφεια και δεν ενεργοποιείται καμία ρήτρα εξαίρεσης. Τη στιγμή που υπάρχει οτιδήποτε από αυτά, η υπόθεση πηγαίνει σε άνθρωπο. Η τεχνητή νοημοσύνη λοιπόν ήδη προτείνει, και οι συνηθισμένες υποθέσεις μπορούν να διεκπεραιώνονται αυτόματα εκεί όπου η επιλεξιμότητα καθορίζεται από σαφείς, προκαθορισμένους κανόνες. Αυτό που δεν κάνει είναι να αποφασίζει μόνη της για οτιδήποτε απαιτεί ερμηνεία του ίδιου του κανόνα. Αυτή η ευθύνη μένει σε έναν άνθρωπο.

Μια λανθασμένη ή άδικη απόφαση προσβάλλεται από τους ίδιους διοικητικούς και νομικούς δρόμους που υπήρχαν πριν η τεχνητή νοημοσύνη αγγίξει τη διαδικασία. Η αυτοματοποίηση μιας απόφασης δεν αφαιρεί από κανέναν το δικαίωμα να την αμφισβητήσει. 

– Υπάρχουν αποφάσεις που δεν πρέπει ποτέ να ανατεθούν σε μηχανή;

Ναι. Όπου μια απόφαση αγγίζει τα δικαιώματα κάποιου, την υγεία του, την ελευθερία του ή ένα ουσιαστικό αποτέλεσμα όπως την επιλεξιμότητα για στήριξη, την ευθύνη την κρατά ένας δημόσιος λειτουργός. Η τεχνητή νοημοσύνη μπορεί να αναλύσει την υπόθεση, να επισημάνει ασυνέπειες, ακόμη και να συντάξει μια εισήγηση. Τον τελευταίο λόγο όμως δεν τον έχει.

– Αν μια απόφαση που πάρθηκε με τη βοήθεια τεχνητής νοημοσύνης αποδειχθεί λανθασμένη, μεροληπτική ή βλαπτική, ποιος λογοδοτεί; Ο λειτουργός, ο φορέας, ο πάροχος της τεχνολογίας ή οι σχεδιαστές του συστήματος;

Ο λειτουργός και ο φορέας. Το κράτος δεν δικαιούται να δείξει τον πάροχο της τεχνολογίας όταν κάτι πάει στραβά, ούτε τους σχεδιαστές του μοντέλου. Εμείς αποφασίσαμε να χρησιμοποιήσουμε το σύστημα και εμείς απαντάμε για το αποτέλεσμα, είτε την απόφαση την πήρε άνθρωπος είτε μηχανή. Γι’ αυτό κάθε απόφαση με τη συνδρομή τεχνητής νοημοσύνης που εφαρμόζουμε είναι χτισμένη ώστε να είναι ιχνηλάσιμη. Μπορείς να δεις τον ακριβή κανόνα ή την πληροφορία που την παρήγαγε, άρα μπορείς να δεις και πού έγινε το λάθος, αν έγινε. Μια λανθασμένη ή άδικη απόφαση προσβάλλεται από τους ίδιους διοικητικούς και νομικούς δρόμους που υπήρχαν πριν η τεχνητή νοημοσύνη αγγίξει τη διαδικασία. Η αυτοματοποίηση μιας απόφασης δεν αφαιρεί από κανέναν το δικαίωμα να την αμφισβητήσει. 

– Ένα AI-native κράτος χρειάζεται τεράστιους όγκους δεδομένων. Πώς ισορροπείτε τα οφέλη της διασύνδεσής τους με την ιδιωτικότητα των πολιτών και τον κίνδυνο μιας υποδομής επιτήρησης χωρίς προηγούμενο;

Είναι δίκαιη ερώτηση, γιατί νομίζω ότι πρόκειται για μια συνηθισμένη ανησυχία. Η διαφορά κρίνεται από τον σκοπό και τη διακυβέρνηση, όχι από τις καλές προθέσεις. Τα δεδομένα συνδέονται για έναν συγκεκριμένο, δημοσιοποιημένο σκοπό εξυπηρέτησης και δεν συγκεντρώνονται σε έναν ενιαίο φάκελο που μπορεί να ξεφυλλίσει οποιοσδήποτε υπάλληλος. Κάθε σύστημα τρέχει σε κυρίαρχη υποδομή που ελέγχουμε, με πλαίσια διακυβέρνησης και απαιτήσεις ελέγχου ευθυγραμμισμένες με τα διεθνή πρότυπα, με πρόσβαση που βασίζεται σε ρόλους και καταγράφεται. Όταν μια χρήση δεδομένων περνά από την παροχή μιας υπηρεσίας στην παρακολούθηση ενός ανθρώπου, πρόκειται για εντελώς διαφορετική κατηγορία απόφασης. Και δεν είναι έτσι σχεδιασμένα ούτε έτσι λειτουργούν αυτά τα συστήματα.

– Μιλάτε συχνά για κυρίαρχη τεχνητή νοημοσύνη. Μεγάλο μέρος όμως της παγκόσμιας αλυσίδας, chips, cloud και foundation models, ελέγχεται από ξένες εταιρείες. Τι σημαίνει πραγματική κυριαρχία;

Δεν ορίζουμε την κυριαρχία ως ιδιοκτησία κάθε στρώματος της αλυσίδας, γιατί για καμία κυβέρνηση αυτό δεν είναι ρεαλιστικό σήμερα. Κανείς δεν κατασκευάζει τα δικά του chips. Την ορίζουμε ως έλεγχο του τι τρέχει πάνω σε αυτή την αλυσίδα. Ως την ικανότητα να επιθεωρούμε, να διακυβερνούμε, να εφαρμόζουμε, να ελέγχουμε και να βελτιώνουμε το στρώμα της νοημοσύνης, και να αποφασίζουμε πού βρίσκονται τα δεδομένα μας και ποιος μπορεί να τα αγγίξει. Στην πράξη αυτό σήμαινε να χτίσουμε ό,τι μπορούμε να χτίσουμε μόνοι μας. Η οικογένεια μοντέλων K2 του MBZUAI, για παράδειγμα, είναι μια κυρίαρχη, open-source αλυσίδα τεχνητής νοημοσύνης που τρέχει σε περιβάλλοντα που ελέγχουμε εμείς και όχι σε ξένο cloud. Σήμαινε επίσης να διαπραγματευτούμε σκληρούς όρους εκεί όπου χρησιμοποιούμε τεχνολογία εταίρων. Είναι αυτό το ίδιο με την πλήρη τεχνολογική ανεξαρτησία; Όχι. Αλλά η κυριαρχία ήταν πάντα ζήτημα του ποιος έχει τον έλεγχο, όχι του ποιος έριξε το μπετόν.

– Πρέπει λοιπόν ένα κράτος να χτίσει τα δικά του μοντέλα και τις δικές του υποδομές ή μπορεί να παραμένει κυρίαρχο όταν βασικά κομμάτια προέρχονται από εταιρείες όπως η Microsoft και η Nvidia;

Και τα δύο, για να είμαι ειλικρινής. Νομίζω ότι το δίλημμα «ή το ένα ή το άλλο» υποτιμά το πώς λειτουργεί στην πραγματικότητα αυτό. Χτίζουμε πραγματική εγχώρια ικανότητα: κυρίαρχη υποδομή cloud που αναπτύσσεται με την Core42, δικές μας οικογένειες μοντέλων μέσω του MBZUAI και δυνατότητες τεχνητής νοημοσύνης φτιαγμένες στα Εμιράτα που πλέον αγοράζονται από εταιρείες σε άλλα μέρη του κόσμου. Αυτό λέει κάτι για το πού βρίσκεται σήμερα η αφετηρία. Ταυτόχρονα, καμία κυβέρνηση δεν μπορεί ρεαλιστικά να χτίσει μόνη της chips, υπολογιστική ισχύ cloud και foundation models αιχμής. Συνεργαζόμαστε λοιπόν όπου έχει νόημα, μέσα σε πλαίσια που προστατεύουν τα δεδομένα, τη λειτουργία των μοντέλων και τη νομική μας δικαιοδοσία.

– Τι σημαίνουν όλα αυτά για τους δημοσίους υπαλλήλους;

Ανασχεδιασμός, με την ενίσχυση ως μηχανισμό, ενώ η μείωση του προσωπικού δεν είναι ούτε ο στόχος ούτε, μέχρι στιγμής, το αποτέλεσμα. Καμία κυβέρνηση δεν πρέπει να ισχυρίζεται ότι η τεχνητή νοημοσύνη δεν θα φέρει καμία αναστάτωση στον τρόπο που δουλεύουν οι άνθρωποι. Δεν θα ήταν ειλικρινές, και δεν είναι αυτό που βλέπουμε. Αυτό που συμβαίνει είναι ότι οι επαναλαμβανόμενες εργασίες μεγάλου όγκου περνούν σε συστήματα όπως το AutoGov, και οι ρόλοι γύρω τους μετατοπίζονται προς την κρίση, τις σύνθετες υποθέσεις και το είδος της επίλυσης προβλημάτων με ενσυναίσθηση που ένα σύστημα δεν μπορεί να κάνει. Έχουμε εκπαιδεύσει ένα μεγάλο μέρος του προσωπικού μας στην τεχνητή νοημοσύνη μέσω του Tomouh, της εσωτερικής μας πλατφόρμας μάθησης, και έχουμε αναθεωρήσει το πλαίσιο διαχείρισης ανθρώπινου δυναμικού ώστε να δίνει προτεραιότητα στην αξία και την προσαρμοστικότητα και όχι στην αρχαιότητα, γιατί οι δεξιότητες που χρειάζεται ένας δημόσιος υπάλληλος αλλάζουν πιο γρήγορα από ό,τι παλιότερα.

– Στο τέλος του 2027, ποιο αποτέλεσμα θα σας έπειθε ότι το εγχείρημα πέτυχε;

Η επιτυχία, για μένα, δεν θα είναι ένα τεχνολογικό ορόσημο. Θα είναι το πόσο χρόνο και κόπο δώσαμε πίσω στους ανθρώπους, και αν εμπιστεύονται ότι το κράτος θα είναι εκεί όταν το χρειαστούν, χωρίς να πρέπει να το κυνηγήσουν. Αν στο τέλος του 2027 οι άνθρωποι ξοδεύουν αισθητά λιγότερο χρόνο στη γραφειοκρατία και περισσότερο στις οικογένειές τους και στις επιχειρήσεις τους, αυτό είναι το αποτέλεσμα που θα με έπειθε. Το πείραμα θα είχε πάει πολύ μακριά τη στιγμή που η ευκολία θα άρχιζε να κοστίζει στους ανθρώπους κάτι που δεν είχαν συμφωνήσει συνειδητά να δώσουν. Τη δυνατότητα να μιλήσουν με έναν άνθρωπο όταν το χρειάζονται, το δικαίωμα να αμφισβητήσουν μια απόφαση, ή έναν βαθμό διαμοιρασμού δεδομένων στον οποίο στην πράξη δεν συναίνεσαν ποτέ πραγματικά, ακόμη κι αν ήταν γραμμένος κάπου σε μια πολιτική. Η αποτελεσματικότητα που διαβρώνει την εμπιστοσύνη δεν αξίζει τον κόπο.