«Ελένη»: Η ελληνική κοινοβουλευτική ιστορία γίνεται ψηφιακή, με 7.296 συνεδριάσεις διαθέσιμες με ένα κλικ
Η ψηφιακή συλλογή του ΕΚΚΕ καλύπτει τον κοινοβουλευτικό λόγο από το 1862 έως το 1967 και διαθέτει ελεύθερα πάνω από 123 εκατομμύρια λέξεις

ΣΕ ΑΥΤΟ ΤΟ ΑΡΘΡΟ
- 01Από τη μελέτη του λαϊκισμού στη δημιουργία της «Ελένης»
- 02Η ιστορική γνώση και οι τεχνικές δεξιότητες που χρειάστηκαν για την «Ελένη»
- 03Η τεχνητή νοημοσύνη στην αναγνώριση καθαρεύουσας και πολυτονικού
- 04Ο μεγάλος πλούτος των κοινοβουλευτικών πρακτικών και οι διαχρονικές πολιτικές συγκρούσεις
- 05Οι χρήστες έχουν τη δυνατότητα να κατεβάζουν αποσπάσματα και ολόκληρες συνεδριάσεις
- 06Τεχνητή νοημοσύνη και έρευνα: οι δυνατότητες και οι κίνδυνοι
- 07Η αξιοπιστία των ιστορικών εγγράφων και τα σφάλματα που περνούν στον χρόνο
- 08Από το ιστορικό αρχείο στη νέα γενιά της έρευνας
Ακόμη και πριν από περισσότερα από 100 χρόνια, τα πρακτικά της Βουλής καταγράφουν έντονες συζητήσεις για τη φορολογία, όπως και σήμερα. Οι βουλευτές διαφωνούσαν για τα προϊόντα που έπρεπε να φορολογηθούν, τις περιοχές που θα είχαν φορολογικές ελαφρύνσεις και τους δασμούς που ήταν αναγκαίοι ή υπερβολικοί. Οι αντιπαραθέσεις δεν περιορίζονταν στις σχέσεις μεταξύ κομμάτων, καθώς ξεσπούσαν ακόμη και ανάμεσα σε βουλευτές της ίδιας παράταξης.
Οι συζητήσεις αυτές και εκατομμύρια ακόμη λέξεις, που αποτυπώνουν τις πολιτικές διαδρομές της χώρας, είναι πλέον προσβάσιμες με ένα κλικ. Η δυνατότητα αυτή ξεπερνά τα όρια μιας ψηφιακής βιβλιοθήκης: πρόκειται για μια ολοκληρωμένη ερευνητική υποδομή, μέσω της οποίας μπορεί κανείς να αναζητήσει, να παρακολουθήσει και να μελετήσει τον ελληνικό κοινοβουλευτικό λόγο από το 1862 έως το 1967.
Η «Ελένη» αποτελεί την ψηφιακή συλλογή του Εθνικού Κέντρου Κοινωνικών Ερευνών (ΕΚΚΕ), με 7.296 συνεδριάσεις και περισσότερες από 123 εκατομμύρια λέξεις. Το υλικό προσφέρεται ελεύθερα, ως ανοικτά δεδομένα, τόσο στο κοινό όσο και στην ερευνητική κοινότητα.
Την πρωτοβουλία ανέλαβε ο Πάρις Ασλανίδης, εντεταλμένος ερευνητής στο ΕΚΚΕ. Η «Ελένη» φτιάχτηκε αρχικά για να καλύψει τις ανάγκες της μεταδιδακτορικής έρευνάς του, όμως στη συνέχεια εξελίχθηκε σε εγχείρημα διάσωσης, οργάνωσης και ελεύθερης διάθεσης ενός τεράστιου όγκου ιστορικού υλικού. Για την υλοποίησή της συνδυάστηκαν η αρχειακή έρευνα και η πολιτική ιστορία με τον προγραμματισμό και τις δυνατότητες της τεχνητής νοημοσύνης.
Από τη μελέτη του λαϊκισμού στη δημιουργία της «Ελένης»
Η μεταδιδακτορική έρευνα του Πάρι Ασλανίδη στο Εθνικό Κέντρο Κοινωνικών Ερευνών αποτέλεσε την αφετηρία του εγχειρήματος. Με υποτροφία Marie Skłodowska-Curie της Ευρωπαϊκής Ένωσης, ο ίδιος μελετούσε την εξέλιξη του λαϊκιστικού λόγου στην Ελλάδα.
«Στην πορεία ανακάλυψα ότι το διαθέσιμο ψηφιοποιημένο υλικό είχε πολλά κενά και άλλα τεχνικά προβλήματα, και αποφάσισα να φτιάξω μια νέα βάση δεδομένων, από το μηδέν. Σύντομα συνειδητοποίησα τον πλούτο που έκρυβε αυτό το υλικό και το πόσο χρήσιμο θα ήταν να το διαθέσω ελεύθερα στην ερευνητική κοινότητα και στο ευρύ κοινό. Εκτός από τη βάση δεδομένων, δημιούργησα και έναν ιστότοπο για την περιήγηση και την αναζήτηση στο υλικό, και κάπως έτσι γεννήθηκε η Ελένη», εξηγεί ο κ. Ασλανίδης.
Η επιλογή της ονομασίας δεν έγινε εξαρχής. Ο δημιουργός απέφευγε ένα απρόσωπο όνομα ή ένα στεγνό ακρωνύμιο και άφησε την απόφαση για αργότερα. «Όταν η ψηφιοποίηση έφτασε στο 1953 κι έπεσα επάνω στο πρώτο γυναικείο όνομα στη βάση μου, την Ελένη Σκούρα, την πρώτη Ελληνίδα βουλευτή, που εξελέγη στη Θεσσαλονίκη με τον Ελληνικό Συναγερμό, άρχισαν να μου μπαίνουν ιδέες. Ελένη τυχαίνει να είναι και το όνομα της κόρης μου, αλλά και της μητέρας μου. Δεν ξέρω αν το όνομα τελικά τιμά περισσότερο την είσοδο των γυναικών στα πολιτικά δρώμενα της χώρας ή το οικογενειακό μου δέντρο, αλλά, σε κάθε περίπτωση, νομίζω ότι είναι ένα σύντομο, όμορφο και ταιριαστό όνομα για ένα τέτοιο έργο», αναφέρει.
Η ιστορική γνώση και οι τεχνικές δεξιότητες που χρειάστηκαν για την «Ελένη»
Μια ψηφιακή υποδομή αυτού του είδους απαιτεί γνώσεις και δεξιότητες από διαφορετικά πεδία. Χρειάζεται τόσο τεχνική όσο και ερευνητική εργασία: από την αναζήτηση σε αρχεία και τη γνώση της πολιτικής ιστορίας μέχρι την επεξεργασία εικόνας, τη συγγραφή κώδικα και την κατανόηση των βασικών αρχών της τεχνητής νοημοσύνης.
Όπως αναφέρει ο Πάρις Ασλανίδης, στάθηκε τυχερός: η δημιουργία της «Ελένης» συνέπεσε με την εντυπωσιακή εξέλιξη των μεγάλων γλωσσικών μοντέλων τεχνητής νοημοσύνης (LLMs). Το γεγονός ότι είναι απόφοιτος Πολυτεχνικής Σχολής και είχε εργαστεί ως μηχανικός υπολογιστικών συστημάτων στον ιδιωτικό τομέα τού προσέφερε σημαντικό πλεονέκτημα. Ωστόσο, τονίζει: «Πάνω από όλα όμως, ένα έργο σαν την Ελένη απαιτεί μεράκι και αφοσίωση, για να μην πω έναν βαθμό εμμονής».
Η συλλογή του υλικού, όπως αποδείχθηκε, απαίτησε μεγάλη προσπάθεια. «Από την αρχή έβαλα σκοπό να εντοπίσω και να συμπεριλάβω κάθε γραμμή της Εφημερίδας των Συζητήσεων της Βουλής που έλειπε από την ψηφιακή συλλογή της Βουλής των Ελλήνων. Τα κενά ήταν περισσότερα από ό,τι νόμιζα. Χρειάστηκαν δεκάδες επισκέψεις σε βιβλιοθήκες της Αθήνας για να συμπληρώσω σελίδες που έλειπαν, ήταν τσακισμένες, σκισμένες ή είχαν αχνή ή θολή τύπωση, αλλά και ολόκληρους τόμους, που βρήκα κατά τύχη σε μέρη όπου δεν το περίμενα: στη Δημοτική Βιβλιοθήκη Αθηνών, στο Πολεμικό Μουσείο ή στη βιβλιοθήκη των Γενικών Αρχείων του Κράτους», σημειώνει.
Η αναζήτηση στο αρχείο, όπως την περιγράφει, είχε σχεδόν κινηματογραφική όψη: «Πέρασα πάρα πολλές ώρες όρθιος να φωτογραφίζω παλιούς και σκοροφαγωμένους τόμους με το κινητό μου ή να ψάχνω τον τάδε τόμο που μου έλειπε, ως Άγιο Δισκοπότηρο, σε σκονισμένα βιβλιοστάσια, όποτε οι βιβλιοθηκονόμοι μου έκαναν τη χάρη να με αφήσουν να επισκεφτώ τις αποθήκες της συλλογής τους».

Η τεχνητή νοημοσύνη στην αναγνώριση καθαρεύουσας και πολυτονικού
Η συλλογή του πρωτογενούς υλικού αποτέλεσε το πρώτο σοβαρό εμπόδιο· στη συνέχεια, η επιλογή να γίνει εξαρχής η αναγνώριση των χαρακτήρων έκανε το εγχείρημα ακόμη δυσκολότερο.
«Οι κλασικές μέθοδοι OCR δεν δούλευαν καθόλου καλά: μιλάμε για κείμενα στο πολυτονικό, με πολύ κακή ποιότητα εκτύπωσης, όπως καταλαβαίνετε, αφού φτάνουν πίσω ως το 1862. Ευτυχώς, εδώ βοήθησε η τεχνητή νοημοσύνη, και συγκεκριμένα τα μοντέλα Gemini της Google, που διαβάζουν πολύ καλά την καθαρεύουσα και μπορούν να αποκαταστήσουν για παράδειγμα έναν χαρακτήρα που είναι αχνός από τα συμφραζόμενα», αναφέρει ο ερευνητής.
Παρότι η πρώτη αναγνώριση έφερε εντυπωσιακά αποτελέσματα, παρέμεναν αρκετές ατέλειες. «Για να τα λύσω, έγραψα δεκάδες χιλιάδες γραμμές κώδικα Python (και εδώ βοήθησε βέβαια η τεχνητή νοημοσύνη) ώστε να καθαρίσω το υλικό. Χρειάστηκε όμως και πολύ “χέρι”: μήνες ολόκληροι όπου ο κώδικας έπρεπε να συνδυαστεί με δικές μου αποφάσεις, λέξη προς λέξη. Η δημιουργία του ίδιου του ιστότοπου της Ελένης στο eleni.ekke.gr ήταν μάλλον το πιο εύκολο κομμάτι της όλης διαδικασίας», παραδέχεται.
Ο μεγάλος πλούτος των κοινοβουλευτικών πρακτικών και οι διαχρονικές πολιτικές συγκρούσεις
Για τον δημιουργό της «Ελένης», η έκταση του ερευνητικού και πολιτισμικού πλούτου του αρχείου αποτέλεσε τη μεγαλύτερη έκπληξη: «Το υλικό που είναι πια στη διάθεση ιστορικών, πολιτικών επιστημόνων, κοινωνιολόγων, λαογράφων, γλωσσολόγων και πολλών άλλων ερευνητών είναι πραγματικά ανεξάντλητο. Πέρα από αυτά, η ανάγνωση, ειδικά των παλαιότερων συνεδριάσεων, είναι και άκρως απολαυστική».
Ποια εικόνα για την ελληνική κοινωνία την περίοδο 1862-1967 προκύπτει από αυτόν τον τεράστιο όγκο κειμένων; Ο κ. Ασλανίδης επισημαίνει ότι χρειάζεται προσοχή: «Πιο ταιριαστό, νομίζω, είναι να ερευνήσουμε το τι αποκαλύπτουν για το πολιτικό μας προσωπικό, παρά για την ίδια την κοινωνία. Ο κοινοβουλευτικός λόγος είναι εξ ορισμού λόγος που εκφέρεται από τις πολιτικές ελίτ και θα είναι λάθος να υποθέσουμε ότι αντικατοπτρίζει αναγκαστικά το τι γίνεται στην κοινωνία. Απαιτείται λοιπόν πολλή έρευνα για να φτάσουμε σε ασφαλή συμπεράσματα, αλλά αυτός είναι ακριβώς και ο σκοπός ύπαρξης της Ελένης. Να βοηθήσει την έρευνα, κάνοντάς το υλικό ευρέως διαθέσιμο και εύκολα αναζητήσιμο. Τώρα πια, δεν υπάρχουν δικαιολογίες – η ιστορία του κοινοβουλευτικού μας λόγου είναι ένα κλικ μακριά».
Η φορολογία αποτελεί χαρακτηριστικό παράδειγμα των πολιτικών συγκρούσεων που επανέρχονται διαχρονικά. «Η φορολόγηση του παραμικρού προϊόντος, και βέβαια των σημαντικών εμπορικών προϊόντων όπως η σταφίδα, απασχολεί το κοινοβούλιο διαχρονικά και αποτελεί σημείο εντάσεως και τριβής ακόμα και ανάμεσα σε βουλευτές του ίδιου κόμματος. Υπάρχουν δεκάδες χιλιάδες αναφορές, ολόκληρες συνεδριάσεις αφιερωμένες στο ερώτημα τι φόρος (αλλά και δασμός) πρέπει ή δεν πρέπει να μπει στο τάδε προϊόν, ή γιατί η δείνα περιοχή της επικράτειας δικαιούται φοροαπαλλαγών και φοροελαφρύνσεων», τονίζει.
Οι χρήστες έχουν τη δυνατότητα να κατεβάζουν αποσπάσματα και ολόκληρες συνεδριάσεις
Η ψηφιακή συλλογή προσφέρει όχι μόνο μεγάλο όγκο υλικού, αλλά και πολλούς τρόπους για την αξιοποίησή του. Σε ολόκληρο το σώμα των κειμένων μπορεί κανείς να αναζητήσει κάθε λέξη ή φράση, να δει πώς κατανέμονται οι εμφανίσεις της στον χρόνο και να βρει όλες τις παρεμβάσεις κάθε ομιλητή ή ομιλήτριας.
Κάθε συνεδρίαση, παρέμβαση ή στίχος συνοδεύεται από μόνιμο ηλεκτρονικό σύνδεσμο, έτοιμη βιβλιογραφική αναφορά και δύο αυτόματες περιλήψεις για τη συνεδρίαση. Διατίθεται η δυνατότητα λήψης αποσπασμάτων, μεμονωμένων συνεδριάσεων ή ολόκληρων συνόδων, ενώ οι πίνακες μπορούν να εξαχθούν ως CSV ή Markdown. Για πιο σύνθετη υπολογιστική αξιοποίηση, η συλλογή παρέχεται ολόκληρη με άδεια Creative Commons CC BY 4.0, ως ένα ενιαίο σύνολο δεδομένων με DOI στο αποθετήριο Hugging Face.
Τεχνητή νοημοσύνη και έρευνα: οι δυνατότητες και οι κίνδυνοι
Η «Ελένη» αξιοποίησε την τεχνητή νοημοσύνη σε διαφορετικά στάδια της δημιουργίας της: στην αναγνώριση χαρακτήρων, στη συγγραφή κώδικα Python και στην κατασκευή της ιστοσελίδας, αλλά και για τη σύνταξη συνόψεων με δύο διαφορετικά γλωσσικά μοντέλα.
«Τα συμπεράσματά μου μετά από αυτά τα 2-2.5 χρόνια τριβής, είναι ότι η τεχνητή νοημοσύνη μπορεί ξεκάθαρα να βοηθήσει την έρευνα, τόσο από πλευράς κατασκευής ερευνητικών υποδομών όπως η Ελένη, αλλά και στην ανάλυση των δεδομένων. Δεν νομίζω ότι η διαδικασία αυτή μπορεί να σταματήσει, παρά τους κινδύνους που ελλοχεύουν όταν η τεχνητή νοημοσύνη χρησιμοποιηθεί όχι ως βοηθός που αυξάνει την αποδοτικότητά μας, αλλά ως ένα εργαλείο μαζικής παραγωγής ερευνητικού αποτελέσματος δίχως πραγματικό επιστημονικό αντίκτυπο», επισημαίνει ο κ. Ασλανίδης.
Ο κίνδυνος, όπως εξηγεί, προκύπτει κυρίως από την πίεση για περισσότερες δημοσιεύσεις: «Το άγχος του ερευνητή ή της ερευνήτριας να δημοσιεύσει όσο το δυνατόν περισσότερα πονήματα στον λιγότερο δυνατό χρόνο… μπορεί να οδηγήσει στις μέρες μας σε μία ρηχή χρήση της τεχνητής νοημοσύνης, όπου αφήνεται το μοντέλο να κάνει όλη τη δουλειά, από τη σύλληψη μιας ιδέας ως την τελική συγγραφή. Δυστυχώς έχουμε αρχίσει να το βλέπουμε αυτό ήδη δεξιά και αριστερά».
Από την άλλη πλευρά, ο κ. Ασλανίδης προειδοποιεί και για την απόλυτη απόρριψη των νέων εργαλείων: «Η πεισματική άρνηση χρήσης της τεχνητής νοημοσύνης και η προσπάθεια απαγόρευσης χρήσης των σχετικών εργαλείων στην έρευνα… μου θυμίζει καθηγητές στα τέλη της δεκαετίας του 1990 που μας απαγόρευαν να χρησιμοποιούμε πηγές “από το ίντερνετ”, περιορίζοντάς μας σε ό,τι περιείχε στη συλλογή της η πανεπιστημιακή μας βιβλιοθήκη. Η μέση οδός είναι το ζητούμενο, δηλαδή η λελογισμένη και δημιουργική χρήση της τεχνητής νοημοσύνης στην επιστημονική έρευνα. Αυτά, όταν μιλάμε για ανθρωπιστικές και κοινωνικές επιστήμες. Στις “σκληρές” επιστήμες, τα πράγματα είναι απείρως πιο περίπλοκα».
Η αξιοπιστία των ιστορικών εγγράφων και τα σφάλματα που περνούν στον χρόνο
Η ακρίβεια των κειμένων αποτελεί βασική προϋπόθεση όταν ψηφιοποιείται μια ιστορική συλλογή. «Εργάστηκα πολύ σκληρά πάνω σε αυτό και, αν και σίγουρα θα υπάρχουν ακόμη κάποια λάθη, μπορώ να δηλώσω ότι η βάση είναι κατά 99,9% σωστή, με τα εναπομείναντα σφάλματα να είναι επουσιώδη. Το τι βέβαια αποτελεί ή δεν αποτελεί “σφάλμα” σηκώνει μεγάλη συζήτηση», σημειώνει ο δημιουργός της «Ελένης».
Μια λέξη που ειπώθηκε το 1862 στην Παλαιά Βουλή μπορεί να αλλοιώθηκε σε αρκετά σημεία πριν καταγραφεί ηλεκτρονικά, όπως περιγράφει ο δημιουργός: «Καταρχήν, έχουμε το πιθανό λάθος του στενογράφου που κατέγραψε την ομιλία, το λάθος κατά τη διάρκεια της μεταγραφής των στενογραφημένων σημειώσεων σε ρέον κείμενο, το λάθος του στοιχειοθέτη στο τυπογραφείο της εποχής, ή ακόμη και την συνειδητή του επιλογή να χρησιμοποιήσει π.χ. ένα αντεστραμμένο στοιχείο ῖ αντί για το ι, καθώς του είχαν τελειώσει τα αντίστοιχα μολύβδινα στοιχεία (κάτι που μάλλον συνέβαινε συχνά). Έχουμε ακόμη το λάθος του τυπογράφου, που “πήδηξε” δύο σελίδες ή τύπωσε άλλες σε λάθος σειρά, ένα λάθος που μπορεί κάλλιστα να διαπράξει αργότερα και ο βιβλιοδέτης».
Ο Ασλανίδης διόρθωσε χιλιάδες λάθη αυτού του είδους και επεξεργάστηκε τις αστοχίες του OCR με δεκάδες scripts σε Python, τα οποία ανέπτυξε για να αντιμετωπίσει τις παρατυπίες του μοντέλου Gemini. «Πιστεύω ακράδαντα στην ποιότητα του τελικού αποτελέσματος, αλλά σε κάθε περίπτωση θα συνεχίσω να κάνω τις απαραίτητες διορθώσεις όποτε κάτι πέφτει στην αντίληψή μου», καταλήγει, σύμφωνα με το ΑΠΕ-ΜΠΕ.
Από το ιστορικό αρχείο στη νέα γενιά της έρευνας
Ο Πάρις Ασλανίδης δημιούργησε την «Ελένη» στο πλαίσιο του ερευνητικού έργου GREEKPOP, που εντάσσεται στις δράσεις Marie Skłodowska-Curie του προγράμματος Horizon Europe. Τη μόνιμη φιλοξενία της έχει αναλάβει το ΕΚΚΕ.
Η αξία της πλατφόρμας δεν περιορίζεται στην ψηφιοποίηση μεγάλου αριθμού κοινοβουλευτικών πρακτικών. Μετατρέπει ένα υλικό που επί δεκαετίες προϋπέθετε επίσκεψη σε βιβλιοθήκες και χρονοβόρα αναζήτηση σε ανοιχτή, αναζητήσιμη και αξιοποιήσιμη ερευνητική πηγή. Μέσα από τις συζητήσεις στη Βουλή, από τις φορολογικές αντιπαραθέσεις για τη σταφίδα έως την εμφάνιση των πρώτων γυναικών στο Κοινοβούλιο και τις αλλαγές στην πολιτική γλώσσα, μπορούν να διαμορφωθούν νέα ερευνητικά ερωτήματα.
Ο κοινοβουλευτικός λόγος στην Ελλάδα, από το 1862 μέχρι το 1967, έχει πλέον περάσει από τους παλιούς τόμους σε μια προσβάσιμη μορφή. Ερευνητές, φοιτητές και πολίτες μπορούν να τον μελετήσουν και να τον αναλύσουν, ξεκινώντας με ένα απλό κλικ.
Η πλατφόρμα «Ελένη» βρίσκεται στη διεύθυνση http://eleni.ekke.gr.





