Σχετικά με το έργο

Το έργο FairLegal αποτελεί μία φιλόδοξη και καινοτόμα ερευνητική πρωτοβουλία που αποσκοπεί στην ανάπτυξη ενός Μεγάλου Γλωσσικού Μοντέλου (LLM) Τεχνητής Νοημοσύνης, ικανού να εντοπίζει και να εξαλείφει την μεροληψία λόγω φύλου σε νομικά και διοικητικά κείμενα του δημόσιου και ιδιωτικού τομέα.

Το έργο απαντά σε μια αυξανόμενη ανάγκη για δίκαιη και αμερόληπτη τεχνολογική υποστήριξη σε τομείς με ιδιαίτερη κοινωνική βαρύτητα όπως η νομολογία, η πρόσληψη προσωπικού και οι δημόσιες προκηρύξεις. Καθώς η ΤΝ ενσωματώνεται ταχύτατα στην καθημερινότητα και στη λήψη αποφάσεων, η ανάγκη για ανάπτυξη αξιόπιστων και ηθικά σχεδιασμένων συστημάτων ΤΝ γίνεται επιτακτική.

Το FairLegal έρχεται να καλύψει αυτό το κενό, συνεισφέροντας ουσιαστικά στον ευρωπαϊκό στόχο για “Αξιόπιστη ΤΝ”, έναν από τους επτά πυλώνες του κανονιστικού πλαισίου της Ε.Ε

Το FairLegal συνδυάζει τεχνικές επεξεργασίας φυσικής γλώσσας (NLP), βαθιάς μάθησης (deep learning) και θεωρίες Fair AI, για να προσδιορίσει και να μειώσει τη μεροληψία από τα δεδομένα και τους αλγορίθμους.

Η προσέγγιση του έργου είναι διττή: πρώτον, επιχειρείται η απομείωση της μεροληψίας στα δεδομένα μέσω word embeddings και knowledge graphs, και δεύτερον, πραγματοποιείται fine-tuning ενός LLM με τα καθαρά, αμερόληπτα δεδομένα, ακολουθούμενο από τεχνικές prompt engineering.

Αυτή η διπλή στρατηγική είναι πρωτοποριακή, καθώς συνδυάζει τεχνολογίες αιχμής και προχωρά πέρα από τις συνήθεις προσεγγίσεις, που περιορίζονται σε ένα μόνο στάδιο της επεξεργασίας. Η χρήση εργαλείων όπως BERT, spaCy, RDF/OWL και GANs, ενισχύει τη ρηξικέλευθη φύση του έργου.

Το έργο επικεντρώνεται σε δύο πιλοτικά σενάρια: (α) νομικά κείμενα του δημόσιου τομέα (π.χ. νομολογίες, νόμοι, εγκύκλιοι), και (β) προκηρύξεις προσλήψεων ή έργων από δημόσιους και ιδιωτικούς φορείς.

Σε κάθε περίπτωση, θα συλλεχθούν και θα αναλυθούν δεδομένα από εξειδικευμένες βάσεις (όπως Εθνικό Τυπογραφείο, Kariera.gr, Skywalker, Indeed), ενώ θα δημιουργηθεί μία βάση δεδομένων που θα περιλαμβάνει και τα μεταδεδομένα. Οι στόχοι του έργου περιλαμβάνουν τη δημιουργία τεχνολογίας για την αναγνώριση μεροληπτικών φράσεων, την παραγωγή λειτουργικού συστήματος ΤΝ με δυνατότητα διόρθωσης τέτοιων φαινομένων, και τη διάθεση ενός εμπορεύσιμου τελικού προϊόντος σε δημόσιους φορείς, εταιρείες, και οργανισμούς.

Το έργο υλοποιείται μέσω συνεργασίας τριών εταίρων με υψηλό επίπεδο τεχνογνωσίας και εμπειρίας: το Πανεπιστήμιο Αιγαίου (μέσω του i-lab), την εταιρεία ITML και την Lioncode. Η κατανομή των ρόλων βασίζεται σε σαφή επιστημονικά και τεχνολογικά κριτήρια, με το ΠΑ να αναλαμβάνει τον συντονισμό και την ερευνητική στρατηγική, ενώ οι δύο εταιρείες συνεισφέρουν στην ανάπτυξη και εφαρμογή των τεχνολογικών λύσεων. Το έργο υιοθετεί μεθοδολογία PRINCE2 για τη διαχείριση, με τριεπίπεδη οργανωτική δομή που περιλαμβάνει και επιτροπή ηθικής και δεοντολογίας. Τα αναμενόμενα οφέλη είναι πολλαπλά: θεσμικά, κοινωνικά, τεχνολογικά και επιχειρηματικά, τόσο για τους εταίρους όσο και για τον ευρύτερο δημόσιο και ιδιωτικό τομέα.

Το έργο FairLegal θα υλοποιήσει συγκεκριμένες δράσεις για την επίτευξη των φιλόδοξων στόχων του, όπως:

• Συλλογή και οργάνωση μεγάλου όγκου νομικών και διοικητικών κειμένων από δημόσιες και ιδιωτικές πηγές.
• Ανάλυση του τρόπου με τον οποίο εμφανίζεται η μεροληψία λόγω φύλου στα επίσημα κείμενα.
• Δημιουργία οργανωμένου συνόλου δεδομένων που να αποτυπώνει τη μεροληψία και να λειτουργεί ως βάση για αποδοτική εκπαίδευση.
• Εφαρμογή προηγμένων τεχνικών προ-επεξεργασίας και data augmentation στα συλλεγμένα κείμενα.
• Ανάπτυξη και προσαρμογή word embeddings (WEs) και knowledge graphs (KGs) για τον εντοπισμό και εξάλειψη της μεροληψίας σε σημασιολογικό επίπεδο.
• Εκπαίδευση (fine-tuning) Μεγάλου Γλωσσικού Μοντέλου (LLM) με βάση τα «καθαρά» και αμερόληπτα δεδομένα.
• Ενίσχυση του εκπαιδευμένου μοντέλου με τεχνικές prompt engineering για την περαιτέρω μείωση μεροληπτικών αποτελεσμάτων.
• Πιλοτική εφαρμογή σε δύο σενάρια: (α) νομικά κείμενα Δημοσίου και (β) προκηρύξεις Δημοσίου και Ιδιωτικού Τομέα.
• Συνεχής αξιολόγηση κατά την υλοποίηση και τελική αξιολόγηση της απόδοσης του συστήματος.
• Ανάπτυξη εμπορεύσιμου τελικού προϊόντος και στρατηγική διάχυσης σε δημόσιους και ιδιωτικούς οργανισμούς.