Η Ελληνική Γλώσσα στην Ψηφιακή Εποχή: Ανάγκη για Εθνική Στρατηγική

Με την αξιοποίηση 5–10 ειδικών πληροφορικής και γλωσσολογίας, σε συνεργασία με πανεπιστήμια και ερευνητικά κέντρα, μπορεί να εκπονηθεί ένα Εθνικό Πρόγραμμα Ψηφιακής Στήριξης της Ελληνικής Γλώσσας

Του Γιάννη Π. Πλατάρου -Μαθηματικού

Η ελληνική γλώσσα, με ιστορία τριών χιλιάδων ετών και παγκόσμια πολιτιστική ακτινοβολία, βρίσκεται σήμερα μπροστά σε μια νέα πρόκληση: την ψηφιακή της επιβίωση. Στην εποχή της Τεχνητής Νοημοσύνης και της αυτόματης μετάφρασης, η παρουσία μιας γλώσσας στις ψηφιακές πλατφόρμες, στα λογισμικά και στις βάσεις δεδομένων δεν είναι απλώς τεχνικό ζήτημα, αλλά όρος ύπαρξης και συνέχειας.

Παρά τη σημαντική πρόοδο που έχει σημειωθεί (λειτουργικά συστήματα, εφαρμογές, αυτόματες μεταφράσεις), η ελληνική εξακολουθεί να στερείται μιας συνεκτικής εθνικής στρατηγικής για την υποστήριξή της στον ψηφιακό κόσμο.

Το πρόβλημα

Η Ελληνική Βικιπαίδεια διαθέτει περίπου 230.000 λήμματα, αισθητά λιγότερα από άλλες γλώσσες με μικρότερο αριθμό ομιλητών (π.χ. καταλανικά, φινλανδικά).

Δεν υπάρχει εθνικό σώμα κειμένων (corpus) ελεύθερα διαθέσιμο για έρευνα και εφαρμογές ΤΝ.

Εργαλεία όπως πολυτονικό ↔ μονοτονικό παραμένουν αποσπασματικά, χωρίς επίσημη κρατική στήριξη.

Το Thesaurus Linguae Graecae (TLG), η πληρέστερη ψηφιακή συλλογή της αρχαίας ελληνικής γραμματείας, παραμένει εμπορικά διαθέσιμο, ενώ η Ελλάδα θα μπορούσε να εξασφαλίσει πρόσβαση σε μαθητές και φοιτητές.

Πολλές ελληνικές «ψηφιο-θήκες»  διαθέτουν βιβλία μόνο σε μορφή εικόνας PDF, χωρίς δυνατότητα αναζήτησης κειμένου.

Διεθνή παραδείγματα

Οι Ισλανδοί (μόλις 400.000 ομιλητές) υλοποιούν κρατικό πρόγραμμα για συνθετική ομιλία, αναγνώριση φωνής και μεταφράσεις στην ισλανδική γλώσσα (Icelandic Language Technology Programme 2019–2023).

Οι Σκανδιναβικές χώρες έχουν χρηματοδοτήσει γλωσσικά εργαλεία ανοικτού κώδικα ώστε η γλώσσα τους να είναι παρούσα σε κάθε ψηφιακή εφαρμογή (Nordic Language Technology projects).

Τα Γενικά Αρχεία του Κράτους: Παράδοση χωρίς Ψηφιακή Στρατηγική

Τα Γενικά Αρχεία του Κράτους (ΓΑΚ) αποτελούν θεματοφύλακα της ιστορικής μνήμης της χώρας. Η στελέχωσή τους όμως αποκαλύπτει ένα διαχρονικό πρόβλημα: η υπηρεσία παραμένει εγκλωβισμένη σε μια λογική του 20ού αιώνα.

Οι περισσότεροι υπάλληλοι προέρχονται από τον κλάδο των φιλολόγων, με υψηλή κατάρτιση σε παλαιογραφία, γλωσσολογία και ιστορική έρευνα. Όμως, στην ψηφιακή εποχή, η διαχείριση του αρχειακού πλούτου δεν μπορεί να βασίζεται αποκλειστικά σε φιλολογικές γνώσεις.

Η ψηφιοποίηση, η οπτική αναγνώριση χαρακτήρων (OCR), η γλωσσική τεχνολογία και η αρχειονομία βάσεων δεδομένων απαιτούν ομάδες στις οποίες να συνυπάρχουν φιλόλογοι και πληροφορικοί, βιβλιοθηκονόμοι, ειδικοί στην Τεχνητή Νοημοσύνη.

Η υπεροχή των φιλολόγων στο προσωπικό έχει ως αποτέλεσμα την καθυστέρηση στην ανάπτυξη σύγχρονων εργαλείων πρόσβασης στα αρχεία, την επικράτηση της λογικής του «σκαναρισμένου PDF–εικόνας», χωρίς δυνατότητα αναζήτησης και –κυρίως-  αδυναμία να σχεδιαστεί μια εθνική στρατηγική για την αξιοποίηση των ΓΑΚ από την εκπαιδευτική και ερευνητική κοινότητα.

Δεν πρόκειται για υποτίμηση της φιλολογικής κατάρτισης· είναι αναγκαία για την ερμηνεία των πηγών. Όμως, αν τα ΓΑΚ θέλουν να υπηρετήσουν τον ρόλο τους στον 21ο αιώνα, χρειάζονται διατομεακή στελέχωση και σύγχρονη οργάνωση.

Η ιστορική μνήμη δεν πρέπει να φυλάσσεται μόνο· πρέπει και να διατίθεται στον πολίτη, στον μαθητή, στον ερευνητή, με όρους της ψηφιακής εποχής. Αυτό σημαίνει: συνεργασία φιλολόγων και πληροφορικών, χρήση εργαλείων OCR, εθνική πολιτική ανοικτών δεδομένων.

Αν τα ΓΑΚ μείνουν αποκλειστικά στον «φιλολογικό τους κόσμο», θα συνεχίσουν να λειτουργούν σαν θεσμός του προηγούμενου αιώνα, αδυνατώντας να ανταποκριθούν στις ανάγκες του παρόντος.

Μαθηματικοί Τύποι και Ψηφιακά Εργαλεία: Μια Υποτιμημένη Δυσκολία

Ένα ακόμα σοβαρό πρόβλημα είναι η ψηφιακή υποστήριξη μαθηματικών τύπων. Εργαλεία όπως το LaTeX, το MathType και διάφορα συστήματα εξαγωγής σε Word, PDF ή HTML συχνά δεν συνδυάζονται σωστά με αυτόματη μετάφραση ή με πλατφόρμες επεξεργασίας κειμένου.

Αποτέλεσμα:

Οι μαθηματικοί τύποι χάνονται ή εμφανίζονται παραμορφωμένοι.

Δεν υπάρχει σταθερό πρότυπο μετατροπής μεταξύ LaTeX ↔ Word ↔ HTML.

Οι αυτόματες μεταφράσεις (π.χ. Google Translate, DeepL) δεν αναγνωρίζουν πάντα τα μαθηματικά σύμβολα και εισάγουν λάθη.

Αυτό έχει τεράστιες συνέπειες στην εκπαίδευση και στην επιστημονική επικοινωνία. Ένα ελληνικό εθνικό πρόγραμμα ψηφιακής στήριξης θα έπρεπε να περιλαμβάνει:

Ανάπτυξη εργαλείων ανοικτού κώδικα για ασφαλή μετατροπή τύπων.

Συνεργασία με διεθνείς πλατφόρμες ώστε τα ελληνικά να υποστηρίζονται χωρίς απώλειες σε μαθηματικό περιεχόμενο.

Δημιουργία σχολικών και πανεπιστημιακών βιβλίων που να μπορούν να κυκλοφορούν και σε ψηφιακή μορφή χωρίς αλλοίωση τύπων.

Η γλώσσα και τα μαθηματικά είναι αξεχώριστα στην εκπαίδευση. Αν οι ψηφιακές μας υποδομές αποτυγχάνουν να τα συνδυάσουν, τότε χάνουμε μια βασική διάσταση της παιδείας μας.

Τι μπορεί να γίνει τώρα στην Ελλάδα: 

Με την αξιοποίηση 5–10 ειδικών πληροφορικής και γλωσσολογίας, σε συνεργασία με πανεπιστήμια και ερευνητικά κέντρα, μπορεί να εκπονηθεί ένα Εθνικό Πρόγραμμα Ψηφιακής Στήριξης της Ελληνικής Γλώσσας με έξι άξονες:

1.    Ψηφιακά σώματα κειμένων: συγκέντρωση και ελεύθερη διάθεση νεοελληνικών και αρχαίων κειμένων.

2.    Γλωσσικά εργαλεία: ανάπτυξη ανοικτού λογισμικού για πολυτονικό ↔ μονοτονικό, αυτόματο τονισμό, μορφολογική και συντακτική ανάλυση.

3.    Φωνητικές τεχνολογίες: αναγνώριση φωνής και συνθετική ομιλία υψηλής ποιότητας στα ελληνικά.

4.    Αρχαία γραμματεία: διαπραγμάτευση με το TLG για ελεύθερη πρόσβαση στους Έλληνες εκπαιδευτικούς και μαθητές.

5.    Εκπαίδευση και διάδοση: ενσωμάτωση εργαλείων στα σχολεία και στις ψηφιακές πλατφόρμες του Υπουργείου Παιδείας.

6.    Ψηφιοποίηση βιβλίων με OCR: μαζική σάρωση έργων χωρίς πνευματικά δικαιώματα (ή με δωρεάν παραχώρηση από εκδότες), αναγνώριση χαρακτήρων (μονοτονικό & πολυτονικό) και διάθεση σε μορφή αναζητήσιμου PDF, ώστε να μη μένουμε σε εικόνες χωρίς επεξεργάσιμη πληροφορία.

Η τεχνολογία υπάρχει, το ανθρώπινο δυναμικό υπάρχει, το κόστος είναι απολύτως διαχειρίσιμο (μερικά εκατομμύρια ευρώ, όσο μια μικρή εργολαβία). Αυτό που λείπει είναι η πολιτική βούληση και η χάραξη μιας συνεκτικής στρατηγικής.

Η ελληνική γλώσσα δεν κινδυνεύει μόνο από την παγκοσμιοποίηση· κινδυνεύει από την αδράνεια. Με μια συντονισμένη προσπάθεια, η Ελλάδα μπορεί να μετατρέψει την πολιτιστική της κληρονομιά σε ψηφιακή δύναμη, προσφέροντας στους πολίτες της και στον κόσμο εργαλεία αντάξια της ιστορίας της γλώσσας μας.

Πηγές
1.    Icelandic Government – Icelandic Language Technology Programme 2019–2023.
2.    Nordic Council of Ministers – Nordic Language Technology.
3.    Βικιπαίδεια (EL): στατιστικά λημμάτων (2025).
4.    Πανεπιστήμιο Καλιφόρνιας – Thesaurus Linguae Graecae (TLG).
5.    ΕΚ «Αθηνά» & Δημόκριτος: έργα NLP και OCR για ελληνικά κείμενα.
6.    Εθνική Βιβλιοθήκη της Ελλάδος – Ψηφιοθήκη Ανέμη (παράδειγμα βιβλίων σε μορφή εικόνας PDF).