Η τεχνητή νοημοσύνη κάνει λάθη, όπως και ο άνθρωπος: γιατί ο έλεγχος είναι η δουλειά του μηχανικού

Κανένα εργαλείο δεν διαβάζει έναν φάκελο χωρίς κανένα λάθος, και κανένας μηχανικός δεν πληκτρολογεί μια ολόκληρη ταυτότητα κτιρίου χωρίς κανένα λάθος. Το ερώτημα δεν είναι αν θα υπάρξουν λάθη, αλλά πού θα πιαστούν. Τι λέει η έρευνα για τα λάθη του ανθρώπου και της μηχανής, τι ορίζει ο νόμος για την ευθύνη του μηχανικού, και πώς γίνεται ένας έλεγχος που πιάνει πραγματικά τα λάθη.

Τελευταία ενημέρωση: 11 Οκτωβρίου 2026

Ο άνθρωπος κάνει λάθη, με σταθερό ρυθμό

Η έρευνα για τα ανθρώπινα λάθη καταλήγει σε ένα σταθερό εύρημα: σε απλές αλλά όχι ασήμαντες εργασίες, όπως η γραφή, οι υπολογισμοί και η καταχώριση στοιχείων, κάνουμε περίπου 1 έως 5 λάθη ανά 100 ενέργειες. Ο ρυθμός αυτός δεν πέφτει πολύ με την εμπειρία: στις συγκριτικές μελέτες, έμπειροι και αρχάριοι έκαναν λάθη με παρόμοια συχνότητα, και η περισσότερη προσοχή τα μείωσε μόνο λίγο.

Σε μια ταυτότητα κτιρίου αυτό έχει συγκεκριμένο νόημα. Στις πραγματικές υποθέσεις που έχουμε δουλέψει, ο φάκελος είχε κατά διάμεσο 35 σελίδες εγγράφων και έφτασε τις 163. Από αυτές βγαίνουν πολλές τιμές, σε πίνακες υπόχρεων, πράξεων, επιφανειών και χρήσεων, συν την τεχνική περιγραφή. Με 1 έως 5 λάθη ανά 100 ενέργειες, κάθε εκατό τιμές που πληκτρολογούνται με το χέρι κρύβουν κατά μέσο όρο από 1 έως 5 λάθη πριν από τον έλεγχο.

Και η μηχανή κάνει λάθη, αλλά αλλιώς

Τα μοντέλα τεχνητής νοημοσύνης δεν κουράζονται, δεν χάνουν τη γραμμή στο τεσσαρακοστό πεδίο και δεν αντιστρέφουν δύο ψηφία από βιασύνη. Μπορούν όμως να διαβάσουν λάθος ένα θολό ψηφίο σε σαρωμένο συμβόλαιο, ή να δώσουν μια εύλογη απάντηση εκεί που το έγγραφο δεν λέει τίποτα. Και η λάθος απάντηση δεν φαίνεται διαφορετική από τη σωστή.

Μια μεγάλη μελέτη του Harvard με 758 συμβούλους του Boston Consulting Group το ονόμασε «οδοντωτό σύνορο». Σε εργασίες μέσα στις δυνατότητες του εργαλείου, όσοι το είχαν τελείωσαν 25% γρηγορότερα και με πάνω από 40% καλύτερη ποιότητα. Σε εργασία έξω από αυτές, έδωσαν σωστή λύση 19 ποσοστιαίες μονάδες λιγότερο συχνά από όσους δούλεψαν χωρίς αυτό. Δεν έφταιγε μόνο το εργαλείο· έφταιγε ότι το εμπιστεύτηκαν εκεί που δεν έπρεπε.

Ο κίνδυνος της υπερβολικής εμπιστοσύνης

Η έρευνα για τον αυτοματισμό περιγράφει δύο λάθη του ανθρώπου που δουλεύει με αυτόματο βοηθό: παραλείπει ό,τι ο βοηθός δεν επισήμανε, και ακολουθεί μια λάθος υπόδειξη. Και τα δύο εμφανίζονται και σε έμπειρους επαγγελματίες, και δεν εξαλείφονται μόνο με εκπαίδευση ή οδηγίες.

Ο Κανονισμός (ΕΕ) 2024/1689 για την τεχνητή νοημοσύνη δίνει στο φαινόμενο όνομα, «μεροληψία αυτοματισμού». Για τα συστήματα υψηλού κινδύνου ζητά όποιος τα εποπτεύει να την έχει υπόψη και να μπορεί να αγνοήσει, να παρακάμψει ή να ανατρέψει κάθε αποτέλεσμα (άρθρο 14 παρ. 4). Από τον Φεβρουάριο του 2025 ζητά επίσης από όσους χρησιμοποιούν επαγγελματικά εργαλεία τεχνητής νοημοσύνης επαρκή γνώση του τι κάνουν και πού σφάλλουν (άρθρο 4).

Για τον μηχανικό το συμπέρασμα είναι πρακτικό: το εργαλείο σας γλιτώνει την πληκτρολόγηση, όχι την κρίση.

Τι λέει ο νόμος: η ευθύνη μένει στον μηχανικό

Την Ηλεκτρονική Ταυτότητα Κτιρίου τη συμπληρώνει ο εξουσιοδοτημένος μηχανικός που ορίζει ο ιδιοκτήτης (άρθρο 345 του ν. 5306/2026, πρώην άρθρο 56 του ν. 4495/2017). Για στοιχεία που συμπληρώνονται ψευδώς, το άρθρο 349 (πρώην άρθρο 60) προβλέπει πρόστιμο από 2.000 έως 20.000 €, ανάλογα με την επιφάνεια που δεν αποτυπώθηκε, και παραπομπή στο Πειθαρχικό Συμβούλιο του ΤΕΕ με αναστολή άσκησης επαγγέλματος από 2 έως 24 μήνες. Σε υποτροπή, σε παραδοσιακούς οικισμούς και σε προστατευόμενες περιοχές τα όρια διπλασιάζονται και ο κωδικός του μηχανικού απενεργοποιείται.

Το ίδιο ισχύει για τη Βεβαίωση - Τεχνική Έκθεση Μηχανικού της ΕΕΔΜΚ και για τη Βεβαίωση Άρθρου 30: ο μηχανικός βεβαιώνει με την υπογραφή του. Ο νόμος δεν ρωτά ποιος πληκτρολόγησε τα στοιχεία. Ρωτά ποιος τα υπέγραψε.

Πώς γίνεται ένας έλεγχος που πιάνει λάθη

Ο έλεγχος που φαίνεται αυτονόητος, να ξαναδιαβάσετε ό,τι γράφτηκε, είναι και ο πιο αδύναμος. Σε μελέτη με 195 άτομα, το απλό ξαναδιάβασμα άφησε περίπου 30 φορές περισσότερα λάθη από μια δεύτερη, ανεξάρτητη καταχώριση, και δεν ήταν ουσιαστικά καλύτερο από καθόλου έλεγχο. Το μάτι βλέπει αυτό που περιμένει να δει. Ένας έλεγχος που πιάνει λάθη έχει μέθοδο:

1. Συγκρίνετε με την πηγή, όχι με τη μνήμη σας. Κάθε κρίσιμη τιμή δίπλα στο έγγραφο από όπου βγήκε.
2. Ξεκινήστε από ό,τι έχει επισημανθεί. Ό,τι λείπει ή είναι αβέβαιο είναι το πρώτο που κοιτάτε, όχι το τελευταίο.
3. Πρώτα τα πεδία που κοστίζουν: ΚΑΕΚ, επιφάνειες, πράξεις και ημερομηνίες τους, ιδιοκτήτες και ποσοστά, κατηγορίες αυθαιρέτων.
4. Διασταυρώστε. Οι επιφάνειες να δίνουν το σύνολο των χρήσεων, τα ποσοστά κάθε δικαιώματος το 100%, το εμβαδόν του οικοπέδου στον χάρτη να συμφωνεί με τον τίτλο.
5. Η αυτοψία έχει τον τελευταίο λόγο. Τα έγγραφα λένε τι εγκρίθηκε· η αυτοψία λέει τι υπάρχει.

Πώς σας βοηθά το autopilot.gr να ελέγξετε

• Ό,τι λείπει ή δεν προκύπτει με βεβαιότητα από τα έγγραφα επισημαίνεται με κίτρινο, αντί να συμπληρωθεί με εικασία.
• Η αναφορά ελέγχου σε PDF συγκεντρώνει τα σημεία που θέλουν την προσοχή σας, για τον φάκελο της υπόθεσης.
• Το φύλλο συμπλήρωσης, για την Ηλεκτρονική Ταυτότητα Κτιρίου και για το e-Άδειες, ακολουθεί τη σειρά των καρτελών, ώστε ο έλεγχος να γίνεται καρτέλα προς καρτέλα.
• Η επέκταση Chrome συμπληρώνει, αλλά δεν οριστικοποιεί. Οι κωδικοί σας, η οριστική καταχώριση και η υπογραφή μένουν σε εσάς.

Το κέρδος δεν είναι ότι δεν θα ελέγξετε. Είναι ότι ο χρόνος σας πηγαίνει στον έλεγχο, που θέλει μηχανικό, και όχι στην πληκτρολόγηση, που δεν θέλει. Πόσος είναι αυτός ο χρόνος: Πόσο χρόνο κερδίζει ο μηχανικός με την τεχνητή νοημοσύνη.

Συχνές ερωτήσεις