Μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό Food Control καταγράφει θετική στάση των Ελλήνων επιθεωρητών απέναντι στα εργαλεία τεχνητής νοημοσύνης, αλλά και σοβαρά προβλήματα σε εκπαίδευση, υποδομές και θεσμικό πλαίσιο
Η τεχνητή νοημοσύνη μπαίνει σταδιακά και στους ελέγχους τροφίμων, όμως οι ίδιοι οι Έλληνες επιθεωρητές δεν θεωρούν ότι απειλεί άμεσα τη δουλειά τους. Αυτό είναι το βασικό συμπέρασμα νέας επιστημονικής μελέτης που εξετάζει πώς βλέπουν οι αρμόδιοι ελεγκτικοί μηχανισμοί στην Ελλάδα τη χρήση εργαλείων τεχνητής νοημοσύνης στις επίσημες διαδικασίες ελέγχου, με ιδιαίτερη έμφαση στην αντιμετώπιση της νοθείας και της απάτης στα τρόφιμα.
Η έρευνα δημοσιεύθηκε στο διεθνές επιστημονικό περιοδικό Elsevier “Food Control” και πραγματοποιήθηκε από ερευνητές του Πανεπιστημίου Δυτικής Μακεδονίας και του Διεθνούς Πανεπιστημίου της Ελλάδος. Στη μελέτη συμμετείχαν 122 επιθεωρητές και στελέχη από όλους τους βασικούς φορείς επίσημων ελέγχων τροφίμων στην Ελλάδα, μεταξύ αυτών ο ΕΦΕΤ, το Υπουργείο Αγροτικής Ανάπτυξης και Τροφίμων και ο ΕΛΓΟ-ΔΗΜΗΤΡΑ.
Οι συμμετέχοντες κλήθηκαν να αξιολογήσουν πιθανές εφαρμογές της τεχνητής νοημοσύνης στους ελέγχους τροφίμων. Μεταξύ αυτών ήταν τα συστήματα έγκαιρης προειδοποίησης, η ανάλυση μεγάλων όγκων δεδομένων, η επεξεργασία πληροφοριών από έγγραφα και αναφορές, καθώς και τεχνολογίες αισθητήρων και εικόνας που μπορούν να βοηθήσουν στον εντοπισμό ύποπτων προϊόντων ή ασυνήθιστων μοτίβων στην αγορά.
Η έρευνα δείχνει ότι οι επιθεωρητές βλέπουν θετικά τη χρήση τέτοιων εργαλείων, κυρίως επειδή μπορούν να βοηθήσουν στον εντοπισμό περιπτώσεων νοθείας, στη βελτίωση της ιχνηλασιμότητας και στην καλύτερη στόχευση των ελέγχων. Ιδιαίτερα υψηλή ήταν η αποδοχή εφαρμογών που σχετίζονται με έγκαιρη ανίχνευση κινδύνων και ανάλυση δεδομένων από πολλές διαφορετικές πηγές.
Παρά τη θετική στάση απέναντι στις νέες τεχνολογίες, οι περισσότεροι συμμετέχοντες δεν θεωρούν ότι η τεχνητή νοημοσύνη μπορεί να αντικαταστήσει τον ανθρώπινο επιθεωρητή. Αντίθετα, αντιμετωπίζουν τα συστήματα AI ως εργαλεία υποστήριξης των αποφάσεων και όχι ως αυτόνομους μηχανισμούς που θα αναλαμβάνουν μόνοι τους την επιβολή ελέγχων ή κυρώσεων.
Σύμφωνα με τη μελέτη, η αποτελεσματικότητα των ελέγχων εξακολουθεί να εξαρτάται από την εμπειρία, την κρίση και την αξιολόγηση των ίδιων των επιθεωρητών, ιδιαίτερα σε σύνθετες υποθέσεις απάτης όπου απαιτείται συνδυασμός στοιχείων, επιτόπιος έλεγχος και αξιολόγηση πραγματικών συνθηκών στην αγορά.
Οι ερευνητές καταγράφουν επίσης σημαντικά εμπόδια στην εφαρμογή τέτοιων τεχνολογιών στην Ελλάδα. Οι ίδιοι οι επιθεωρητές αναφέρουν ελλείψεις στην τεχνική εκπαίδευση, ανεπαρκείς ψηφιακές υποδομές, περιορισμένους οικονομικούς πόρους και ασαφές ρυθμιστικό πλαίσιο για τη χρήση συστημάτων τεχνητής νοημοσύνης στη δημόσια διοίκηση και στους επίσημους ελέγχους.
Η μελέτη επισημαίνει ακόμη ότι υπάρχουν διαφορές ανάμεσα στις υπηρεσίες και στους φορείς ως προς την ετοιμότητα αξιοποίησης τέτοιων εργαλείων. Παράγοντες όπως το εκπαιδευτικό υπόβαθρο, η εξοικείωση με τις ψηφιακές τεχνολογίες και η οργανωτική δομή κάθε υπηρεσίας επηρεάζουν τον βαθμό αποδοχής και εμπιστοσύνης προς τα συστήματα AI.
Οι συγγραφείς καταλήγουν ότι η Ελλάδα βρίσκεται μπροστά σε ένα κενό θεσμικής ετοιμότητας: οι ελεγκτικοί μηχανισμοί αναγνωρίζουν τη χρησιμότητα της τεχνητής νοημοσύνης, αλλά η πρακτική εφαρμογή της απαιτεί επενδύσεις σε προσωπικό, εκπαίδευση, ψηφιακά συστήματα και κοινές διαδικασίες διαχείρισης δεδομένων.
Η εικόνα που προκύπτει από την έρευνα είναι ότι η τεχνητή νοημοσύνη δεν αντιμετωπίζεται ως άμεση απειλή για το επάγγελμα των επιθεωρητών τροφίμων στην Ελλάδα. Οι ίδιοι οι εργαζόμενοι θεωρούν πιθανότερο ένα μοντέλο συνεργασίας ανθρώπου και ψηφιακών εργαλείων, όπου οι αλγόριθμοι θα βοηθούν στον εντοπισμό ύποπτων υποθέσεων και στην ανάλυση πληροφοριών, ενώ η τελική ευθύνη αξιολόγησης και ελέγχου θα παραμένει στον άνθρωπο.
