Με πάνω από 20 χρόνια εμπειρίας, μεταμορφώνουμε την ψηφιακή σας παρουσία. Εξειδικευόμαστε στην κατασκευή ιστοσελίδων και E-Shop, το SEO και το Digital Marketing, τα ERP λογισμικά και τους έξυπνους αυτοματισμούς που απογειώνουν την επιχείρησή σας.
Διεύθυνση:
Εγνατία 154, Θεσσαλονίκη 546 36
Τηλέφωνο:
+30 231 231 4095
E-mail:
hello@twodots.gr
Έτοιμοι για το επόμενο βήμα;
Το Article 50 εφαρμόζεται από 2 Αυγούστου 2026. Πρακτικός οδηγός AI labelling για chatbots, deepfakes, content workflows και e-shops.
Από τις 2 Αυγούστου 2026, το Article 50 του ευρωπαϊκού AI Act εφαρμόζεται σε συγκεκριμένες περιπτώσεις διαφάνειας. Δεν απαιτεί να μπει η ίδια ετικέτα σε καθετί που άγγιξε ένα εργαλείο τεχνητής νοημοσύνης. Ζητά όμως σαφή ενημέρωση όταν κάποιος αλληλεπιδρά με AI, όταν εκτίθεται σε emotion recognition ή biometric categorisation, όταν βλέπει deepfake και όταν διαβάζει ορισμένο AI-generated ή manipulated κείμενο για θέμα δημοσίου ενδιαφέροντος.
Για brands, e-shops και ομάδες ψηφιακών προϊόντων, η πρακτική απάντηση είναι ένα σύστημα αποφάσεων: τι δημιούργησε ή άλλαξε το AI, ποιος είναι provider και ποιος deployer, τι βλέπει ο πελάτης, αν το output μπορεί να εκληφθεί ως αυθεντικό και ποιος αναλαμβάνει ουσιαστικό review. Η συμμόρφωση δεν είναι ένα γενικό badge στο footer. Είναι μέρος του content workflow, του UX και της τεκμηρίωσης που συνδέει AI αυτοματισμούς, marketing και τελική δημοσίευση.
Το Article 50 ρυθμίζει τη διαφάνεια για ορισμένα interactive και generative AI systems. Οι τελικές κατευθύνσεις της Ευρωπαϊκής Επιτροπής διευκρινίζουν το πεδίο, τις εξαιρέσεις και παραδείγματα εφαρμογής. Οι νομικές υποχρεώσεις προέρχονται από τον AI Act· ο ευρωπαϊκός Code of Practice λειτουργεί ως εθελοντικό εργαλείο επίδειξης συμμόρφωσης για τις υποχρεώσεις marking και labelling, χωρίς να αντικαθιστά τον νόμο.
Η πρώτη διάκριση είναι ανάμεσα σε provider και deployer. Ο provider αναπτύσσει ή διαθέτει ένα AI system στην αγορά με το όνομά του. Ο deployer το χρησιμοποιεί υπό την ευθύνη του για επαγγελματικό σκοπό. Ένα e-shop που χρησιμοποιεί τρίτο εργαλείο για customer support, φωτογραφίες προϊόντων ή content μπορεί να είναι deployer, παρότι δεν έχει εκπαιδεύσει το μοντέλο.
Η δεύτερη διάκριση είναι ανάμεσα σε machine-readable marking και ορατή γνωστοποίηση. Ο provider generative AI system οφείλει, όπου εφαρμόζεται, να κάνει το output ανιχνεύσιμο ως τεχνητά παραγόμενο ή τροποποιημένο. Ο deployer δεν μπορεί να θεωρήσει ότι αυτό αρκεί για τον πελάτη: στις περιπτώσεις του Article 50(4), χρειάζεται σαφές και αντιληπτό label κατά την πρώτη έκθεση.
Η Επιτροπή συνοψίζει τέσσερις κατηγορίες. Οι providers ενημερώνουν όταν άνθρωπος αλληλεπιδρά απευθείας με AI και εφαρμόζουν machine-readable marking σε synthetic content που εμπίπτει στον κανόνα. Οι deployers ενημερώνουν ανθρώπους που εκτίθενται σε emotion recognition ή biometric categorisation και γνωστοποιούν deepfakes ή συγκεκριμένες δημοσιεύσεις AI κειμένου για θέματα δημοσίου ενδιαφέροντος.
Αυτός ο χάρτης εμποδίζει δύο αντίθετα λάθη: να μπαίνει αδιάκριτα label σε κάθε ορθογραφική διόρθωση ή να θεωρείται ότι κανένα marketing asset δεν αφορά τον κανόνα. Η απόφαση γίνεται με βάση τη λειτουργία, το output και το context, όχι μόνο με βάση το όνομα του εργαλείου.
Χάρτης ευθύνης για το AI labelling
Ο provider σχεδιάζει chatbot, agent ή avatar ώστε ο άνθρωπος να ενημερώνεται ότι αλληλεπιδρά με AI, εκτός αν αυτό είναι ήδη προφανές με τη στενή έννοια των κατευθύνσεων.
Ο provider generative AI system εφαρμόζει αποτελεσματική και ανιχνεύσιμη τεχνική σήμανση σε synthetic text, audio, image ή video που εμπίπτει στο Article 50(2).
Ο deployer ενημερώνει τα φυσικά πρόσωπα που εκτίθενται στη λειτουργία emotion recognition ή biometric categorisation, ανεξάρτητα από το αν η ανάλυση γίνεται live ή εκ των υστέρων.
Ο deployer δίνει σαφές visible label σε deepfake και σε σχετικό AI κείμενο δημοσίου ενδιαφέροντος όταν δεν καλύπτεται από ουσιαστικό human review και editorial responsibility.
Όταν ένα AI system έχει πραγματική αμφίδρομη επικοινωνία με φυσικό πρόσωπο, η ενημέρωση πρέπει να δίνεται από την αρχή της πρώτης αλληλεπίδρασης, με σαφή, διακριτό και προσβάσιμο τρόπο. Background automation, machine-to-machine επικοινωνία ή σύστημα χωρίς άμεση επαφή με άνθρωπο δεν υπάγονται αυτομάτως στην ίδια υποχρέωση.
Σε ένα e-shop, η ασφαλής σχεδιαστική λύση είναι ένα απλό μήνυμα μέσα στο ίδιο το conversation panel, πριν ή μαζί με την πρώτη απάντηση: ο πελάτης μιλά με ψηφιακό βοηθό AI και μπορεί να ζητήσει άνθρωπο όταν το θέμα το απαιτεί. Η πληροφορία δεν πρέπει να κρύβεται μόνο σε όρους χρήσης ή σε σελίδα πολιτικής που ο χρήστης δεν βλέπει κατά τη συνομιλία.
Η γνωστοποίηση δεν διορθώνει ένα κακό support flow. Χρειάζεται σαφές handoff, οριοθέτηση των απαντήσεων και πρόσβαση σε άνθρωπο για επιστροφές, παράπονα, ειδικές χρεώσεις ή άλλες αποφάσεις με πραγματική επίπτωση. Ένας χρήσιμος chatbot για μικρές επιχειρήσεις συνδυάζει γρήγορη εξυπηρέτηση με ξεκάθαρες προσδοκίες, όχι με μίμηση ανθρώπου.
Ο AI Act ορίζει ως deepfake εικόνα, ήχο ή βίντεο που έχει δημιουργηθεί ή τροποποιηθεί με AI, μοιάζει με υπαρκτό πρόσωπο, αντικείμενο, τόπο, οντότητα ή γεγονός και θα μπορούσε ψευδώς να εκληφθεί ως αυθεντικό ή αληθινό. Η Επιτροπή ζητά σωρευτική αξιολόγηση της ομοιότητας, της ύπαρξης του απεικονιζόμενου θέματος και της πιθανότητας ψευδούς εντύπωσης.
Για ένα brand, μια ρεαλιστική εικόνα προϊόντος σε χαρακτηριστικά ή περιβάλλον που δεν υπήρξαν μπορεί να δημιουργήσει παραπλάνηση ακόμη κι αν δεν απεικονίζει διάσημο πρόσωπο. Το ίδιο ισχύει για AI-modified φωτογραφία ακινήτου, ξενοδοχείου, καταστήματος ή event. Η αξιολόγηση πρέπει να λαμβάνει υπόψη το μήνυμα, το κανάλι, το κοινό και όσα ο μέσος χρήστης περιμένει να είναι πραγματικά.
Τα εμφανώς καλλιτεχνικά, δημιουργικά, σατιρικά ή μυθοπλαστικά έργα έχουν ειδικότερη μεταχείριση: η γνωστοποίηση παραμένει, αλλά μπορεί να τοποθετείται με τρόπο που δεν εμποδίζει την παρουσίαση ή την απόλαυση του έργου. Αυτή η ευελιξία δεν σημαίνει αόρατη υποσημείωση. Σημαίνει disclosure κατάλληλο για το format.
Η υποχρέωση για κείμενο είναι στενότερη από μια γενική απαίτηση σήμανσης όλων των AI drafts. Αφορά κείμενο που έχει δημιουργηθεί ή τροποποιηθεί με AI, δημοσιεύεται για να ενημερώσει το κοινό και αφορά θέμα δημοσίου ενδιαφέροντος. Οι κατευθύνσεις αναφέρουν, μεταξύ άλλων, πολιτική, δημόσιες υπηρεσίες, θεμελιώδη δικαιώματα, δημόσια ασφάλεια, υγεία, περιβάλλον, προστασία καταναλωτή και οικονομικές, χρηματοοικονομικές, επιστημονικές ή πολιτιστικές εξελίξεις που μπορεί να αποτελούν αντικείμενο δημόσιου διαλόγου.
Το label δεν απαιτείται όταν το κείμενο έχει υποβληθεί σε ουσιαστικό human review ή editorial control και φυσικό ή νομικό πρόσωπο αναλαμβάνει editorial responsibility. Human review σημαίνει εσκεμμένο έλεγχο της ουσίας από άνθρωπο με σχετική γνώση και επαγγελματική κρίση. Editorial control σημαίνει πραγματική εξουσία έγκρισης, αλλαγής ή απόρριψης του περιεχομένου, μαζί με fact-checking και έλεγχο της αξιοπιστίας των πηγών.
Ένα spellcheck, μια γραμματική διόρθωση ή ένα τυπικό approval click δεν αρκούν. Για ομάδες digital marketing και SEO, η πρακτική τεκμηρίωση περιλαμβάνει πηγές, αλλαγές που έγιναν, υπεύθυνο editor και τελική απόφαση. Η εξαίρεση δεν είναι shortcut· είναι αναγνώριση πραγματικής ανθρώπινης ευθύνης.
Το Article 50(2) εξαιρεί από το provider-side marking AI systems που εκτελούν βοηθητική λειτουργία για standard editing ή δεν αλλάζουν ουσιαστικά τα input data ή τη σημασία τους. Η Επιτροπή περιγράφει την εξαίρεση στενά και με βάση το αποτέλεσμα. Μικρές διορθώσεις ορθογραφίας, γραμματικής, formatting ή τυπικού crop δεν αντιμετωπίζονται όπως η δημιουργία νέας εικόνας, η ουσιαστική επανεγγραφή ή η προσθήκη αντικειμένων που δεν υπήρχαν.
Το εργαλείο από μόνο του δεν απαντά στην ερώτηση. Το ίδιο software μπορεί σε ένα βήμα να διορθώνει στίξη και σε άλλο να αλλάζει όλο το claim ενός προϊόντος. Γι’ αυτό το inventory πρέπει να καταγράφει την ενέργεια και τη μεταβολή στο νόημα, όχι μόνο το vendor name.
Στο content marketing με AI, η χρήσιμη πολιτική είναι να ξεχωρίζουν τρεις κατηγορίες: υποστηρικτικό editing, ουσιαστική AI-assisted δημιουργία με ανθρώπινη ευθύνη και fully generated output. Η ταξινόμηση βοηθά την ομάδα να αποφασίσει review, provenance και disclosure χωρίς να επινοεί μία καθολική ετικέτα.
Ο provider σχεδιάζει το AI system και φέρει τις υποχρεώσεις που συνδέονται με τον τρόπο λειτουργίας του: ενημέρωση για άμεση AI interaction και, για generative systems, machine-readable marking και ανιχνευσιμότητα όπου εφαρμόζεται. Ο deployer αποφασίζει πώς χρησιμοποιείται επαγγελματικά το σύστημα και είναι υπεύθυνος για visible disclosure σε emotion/biometric systems, deepfakes και συγκεκριμένο AI text.
Η αγορά SaaS δεν μεταφέρει αυτόματα όλη την ευθύνη στον vendor. Πριν από προμήθεια ή ανανέωση, μια επιχείρηση χρειάζεται να ρωτά ποια outputs σημαίνονται, τι metadata διατηρείται, τι χάνεται σε export ή compression, αν υποστηρίζεται detection και πώς τεκμηριώνεται η έκδοση του μοντέλου ή του workflow.
Αν εξωτερικός συνεργάτης δημιουργεί assets υπό την ευθύνη και τον έλεγχο του brand, η νομική οντότητα μπορεί να παραμένει deployer. Το συμβόλαιο πρέπει να ορίζει ποιος κρατά provenance, ποιος προτείνει label και ποιος έχει την τελική έγκριση. Το compliance κενό συνήθως εμφανίζεται στις μεταβιβάσεις: agency προς brand, tool προς CMS, editor προς social scheduler.
Η πληροφορία πρέπει να είναι σαφής, διακριτή και προσβάσιμη το αργότερο στην πρώτη αλληλεπίδραση ή έκθεση. Για deepfake, δεν αρκεί να υπάρχει κρυμμένο metadata που απαιτεί ειδικό εργαλείο. Ο χρήστης χρειάζεται ορατό ή ακουστό disclosure χωρίς πρόσθετες τεχνικές ενέργειες.
Η ΕΕ διαθέτει προαιρετικό icon set για fully AI-generated και partially AI-modified content. Η ίδια η Επιτροπή αναφέρει ότι το icon αποδίδει καλύτερα όταν συνοδεύεται από text label και ότι η χρήση του δεν αποδεικνύει από μόνη της συμμόρφωση. Φράσεις όπως «Δημιουργήθηκε με AI» ή «Τροποποιήθηκε με AI» είναι σαφέστερες από ένα αμφίσημο σύμβολο με λάμψεις.
Το label πρέπει να βρίσκεται κοντά στο asset, να μην καλύπτεται από overlay, να παραμένει αντιληπτό αρκετά και να υποστηρίζει assistive technologies με κατάλληλο alt text ή ARIA label. Όταν το αρχείο κατεβαίνει ή αναδημοσιεύεται, το workflow πρέπει να εξετάζει αν η πληροφορία το ακολουθεί. Η προσβασιμότητα και η φορητότητα είναι μέρος του design, όχι μεταγενέστερη προσθήκη.
Το πρώτο deliverable δεν είναι ένα icon library αλλά ένα inventory. Καταγράψτε chatbots, AI agents, generators κειμένου, εικόνας, ήχου και video, product-image workflows, automated summaries, μεταφράσεις, recommendation features, emotion recognition και biometric tools. Για κάθε περίπτωση σημειώστε owner, provider, deployer, κοινό, κανάλι, σκοπό και βαθμό ανθρώπινης παρέμβασης.
Στη συνέχεια χαρτογραφήστε το content lifecycle: input, generation, review, approval, export, CMS, distribution, download και resharing. Το provenance μπορεί να χαθεί όταν μια εικόνα συμπιέζεται, όταν ένα video περνά από social scheduler ή όταν το marketplace αφαιρεί metadata. Η ορατή γνωστοποίηση μπορεί επίσης να χαθεί όταν το asset αποσπάται από τη σελίδα που την περιείχε.
Κρατήστε evidence ανά use case: έκδοση πολιτικής, ημερομηνία αξιολόγησης, τεχνικά markings που παρέχει ο vendor, human review, τελικό label και screenshots ή test results όπου χρειάζεται. Αυτό δεν σημαίνει να γίνει κάθε crop νομικός φάκελος. Σημαίνει ότι η επιχείρηση μπορεί να εξηγήσει γιατί μια ενέργεια θεωρήθηκε standard editing, substantial manipulation ή deepfake disclosure case.
Ένα λειτουργικό workflow χρειάζεται checkpoint πριν από τη δημιουργία και δεύτερο πριν από τη δημοσίευση. Το πρώτο ελέγχει αν επιτρέπεται η χρήση και τι disclosure αναμένεται. Το δεύτερο ελέγχει το πραγματικό τελικό asset, επειδή compositing, rewrite ή export μπορεί να αλλάξουν την κατηγορία του.
Η ομάδα product ορίζει το component και την προσβασιμότητα. Η ομάδα marketing επιβεβαιώνει ότι το label ταξιδεύει με το asset στα κανάλια. Ο editor καταγράφει την ουσιαστική ανθρώπινη παρέμβαση. Procurement και IT ζητούν τεχνική τεκμηρίωση από τον provider. Νομικός ή compliance υπεύθυνος αξιολογεί τις αμφίβολες και υψηλής επίπτωσης περιπτώσεις.
Pilot AI labelling σε επτά βήματα
Καταγράψτε chatbot, content tools, image generators, recommendation features και κάθε output που φτάνει σε πελάτη, συνεργάτη ή δημόσιο κανάλι.
Ξεχωρίστε ποιος διαθέτει το AI system, ποιος το χρησιμοποιεί επαγγελματικά και ποιος στην επιχείρηση εγκρίνει το use case και το τελικό asset.
Ελέγξτε αν πρόκειται για direct AI interaction, standard editing, substantial generation, deepfake, public-interest text ή emotion/biometric exposure.
Γράψτε plain-language disclosure, ορίστε θέση, χρόνο εμφάνισης, προσβασιμότητα και τι συμβαίνει όταν το περιεχόμενο κατεβαίνει ή αναδημοσιεύεται.
Ελέγξτε τι χάνεται από generator σε CMS, από CMS σε marketplace και από scheduler σε social channel. Μην βασίζεστε μόνο σε metadata που μπορεί να αφαιρεθεί.
Κρατήστε πηγές, κρίσιμες αλλαγές, fact-check, editor και τελική ευθύνη. Ένα τυπικό approval ή spellcheck δεν αποτελεί ουσιαστικό editorial control.
Κάντε accessibility test, mobile test, download και resharing test. Επανεκτιμήστε το use case όταν αλλάζει provider, μοντέλο, channel ή σκοπός του output.
Η πιο χρήσιμη κίνηση είναι να σταματήσει η αποσπασματική απόφαση ανά post. Δημιουργήστε μία σύντομη policy με κατηγορίες output, owners, προτεινόμενα labels, editorial review και escalation. Συνδέστε την με τα templates του CMS, τα chatbot components, το digital asset management και τα approvals της καμπάνιας.
Ξεκινήστε από use cases με άμεση έκθεση πελάτη: AI chat, ρεαλιστικές product ή lifestyle εικόνες, συνθετικές φωνές, testimonials, public-interest claims και content που αναδημοσιεύεται εκτός του αρχικού site. Ελέγξτε τους όρους και τα τεχνικά markings των vendors, αλλά μην θεωρείτε ότι ένα checkbox ή ένα icon καλύπτει όλο το workflow.
Το AI labelling είναι ταυτόχρονα νομική υποχρέωση σε συγκεκριμένες περιπτώσεις και καλή πρακτική UX. Ο πελάτης πρέπει να ξέρει πότε μιλά με σύστημα, πότε ένα ρεαλιστικό asset δεν είναι αυθεντική καταγραφή και πότε υπάρχει άνθρωπος που αναλαμβάνει την ουσία του δημοσιευμένου κειμένου. Το αποτέλεσμα είναι πιο καθαρή εμπιστοσύνη και λιγότερη αβεβαιότητα στην ψηφιακή εμπειρία.
Η TWO DOTS χαρτογραφεί AI touchpoints, owners, handoffs, labels και escalation ώστε οι αυτοματισμοί να λειτουργούν με καθαρό UX, τεκμηρίωση και ανθρώπινη ευθύνη.
Συχνές ερωτήσεις
Όχι. Το Article 50 καλύπτει συγκεκριμένες περιπτώσεις και εξαιρεί, μεταξύ άλλων, βοηθητικό standard editing που δεν αλλάζει ουσιαστικά τα input data ή τη σημασία τους. Η λειτουργία και το τελικό output πρέπει να αξιολογούνται ξεχωριστά.
Ναι, όταν υπάρχει άμεση αλληλεπίδραση και αυτό δεν είναι ήδη προφανές για έναν εύλογα ενημερωμένο και προσεκτικό χρήστη. Η ενημέρωση δίνεται από την αρχή της πρώτης αλληλεπίδρασης με σαφή και προσβάσιμο τρόπο.
AI-generated ή manipulated εικόνα, ήχος ή video που μοιάζει με υπαρκτό ή εύλογα πιθανό πρόσωπο, αντικείμενο, τόπο, οντότητα ή γεγονός και μπορεί ψευδώς να εκληφθεί ως αυθεντικό ή αληθινό.
Όχι. Τα ευρωπαϊκά icons είναι προαιρετικά και η χρήση τους δεν αποδεικνύει από μόνη της συμμόρφωση. Το icon αποδίδει καλύτερα μαζί με σαφές text label, σωστή θέση και μέτρα προσβασιμότητας.
Όταν έχει γίνει ουσιαστικός έλεγχος του περιεχομένου ή πραγματικό editorial control και φυσικό ή νομικό πρόσωπο αναλαμβάνει την τελική editorial responsibility. Τυπικός έλεγχος, spellcheck ή γραμματική διόρθωση δεν αρκούν.
Provider είναι εκείνος που αναπτύσσει ή διαθέτει το AI system με το όνομά του. Deployer είναι η οντότητα που το χρησιμοποιεί υπό την ευθύνη της για επαγγελματικό σκοπό, όπως ένα e-shop που χρησιμοποιεί τρίτο chatbot ή generator.
Η Επιτροπή συστήνει το disclosure να παραμένει ορατό όταν το περιεχόμενο κατεβαίνει ή αναδημοσιεύεται. Επιχειρησιακά χρειάζεται έλεγχος τόσο του machine-readable provenance όσο και της ορατής γνωστοποίησης σε κάθε handoff.
Ένα inventory των AI touchpoints και outputs με provider, deployer, owner, κοινό, σκοπό, βαθμό ανθρώπινης παρέμβασης, πιθανό label και διαδρομή του asset μέχρι την τελική δημοσίευση.
Πηγές
