Το Robodog που αποκάλυψε την κρίση στην εκπαίδευση τεχνητής νοημοσύνης της Ινδίας

Το διαδίκτυο ξεκαρδίστηκε, αλλά τα γέλια είχαν μια κοφτερή χροιά.

Στις 17 Φεβρουαρίου 2026, στο Bharat Mandapam, τον κορυφαίο συνεδριακό χώρο της Ινδίας, μια καθηγήτρια του Πανεπιστημίου Galgotias είπε σε κάμερα του DD News ότι το πανεπιστήμιό της είχε κατασκευάσει το «Orion», ένα κομψό τετραπόδο robodog, στο πλαίσιο ενός ₹350-crore AI Centre of Excellence.

Ο ισχυρισμός δεν άντεξε ως το απόγευμα.

Τα κινεζικά μέσα και παρατηρητές τεχνολογίας γρήγορα υποστήριξαν ότι η μηχανή ήταν το Go2 της Unitree, ένα ρομπότ που πωλείται διαδικτυακά, και η επίδειξη εξελίχθηκε από διαφήμιση σε αμηχανία.

Φαίνεται ότι η παροχή ρεύματος στο περίπτερο διακόπηκε, το πανεπιστήμιο απομακρύνθηκε, ακολούθησε μια συγγνώμη και ανακοινώθηκε έρευνα.

Για μια χώρα που κατατάσσεται τρίτη στο Stanford’s 2025 Global AI Vibrancy tool, το θέαμα δεν ήταν απλώς μια γκάφα δημοσίων σχέσεων· ήταν ένα τεστ αντοχής.

Όταν τα memes σβήσαν, έμεινε μια ερώτηση: τι είδους οικοσύστημα AI παράγει μια επίδειξη που δεν αντέχει σε μια αναζήτηση στο διαδίκτυο;

Η έκθεση που δεν ήθελε κανείς

Η αφήγηση για την AI στην Ινδία σήμερα στηρίζεται σε σοβαρές επικυρώσεις.

Το Global AI Vibrancy εργαλείο του Stanford για το 2025 έβαλε την Ινδία τρίτη, μια άνοδο που τα ινδικά μέσα ερμήνευσαν ως απόδειξη ότι η χώρα ανεβαίνει σε πολλούς δείκτες AI.

Η κατάταξη αυτή έχει σημασία γιατί αντανακλά εύρος: δραστηριότητα ταλέντου, δείκτες έρευνας και μέγεθος οικοσυστήματος, όχι μόνο μια εντυπωσιακή κυκλοφορία προϊόντος.​

Αλλά η AI είναι ένας από αυτούς τους τομείς όπου το μέγεθος μπορεί να κρύψει την επιδερμικότητα.

Μια χώρα μπορεί να έχει πολλούς χρήστες AI που μπορούν να αξιοποιήσουν έτοιμα εργαλεία, και παρ’ όλα αυτά να δυσκολεύεται να παράξει δημιουργούς AI: ερευνητές και μηχανικούς που δημιουργούν νέες μεθόδους, δημοσιεύουν ανθεκτικά αποτελέσματα και παράγουν υπερασπίσιμη πνευματική ιδιοκτησία.

Εδώ η ιστορία της Ινδίας συναντά τα ψιλά γράμματα.

Πολλές συνθέσεις και συνοπτικές αναφορές πολιτικής έχουν επισημάνει πόσο μικρό παραμένει το κομμάτι της Ινδίας στις παγκόσμιες πατέντες AI σε σύγκριση με τις δύο μεγαλύτερες δυνάμεις AI.

Η Έκθεση AI Index του Stanford 2025 τοποθετεί την Ινδία στο περίπου 0,37% των παγκόσμιων πατεντών AI, σε σύγκριση με την Κίνα στο περίπου 70% και τις ΗΠΑ στο περίπου 14%.​

Οι πατέντες δεν είναι τέλειο μέτρο: πολλές είναι χαμηλής ποιότητας, μερικές ανακαλύψεις μένουν ανεπαίσθητες χωρίς πατέντα και το ανοικτό λογισμικό είναι πραγματικότητα.

Αλλά ως προσεγγίσεις για το ποιος κατέχει τη θεμελιώδη τεχνολογία, είναι οι καλύτερες διαθέσιμες και το μερίδιο της Ινδίας είναι απειροελάχιστο.

Αν το μερίδιο πατεντών της Ινδίας είναι τόσο μικρό, το συμπέρασμα δεν είναι ότι λείπει το ταλέντο. Είναι ότι το οικοσύστημα έχει εκπαιδεύσει πιο αποτελεσματικά ανθρώπους για να χρησιμοποιούν την τεχνολογία παρά για να τη δημιουργούν σε κλίμακα.​

Γι' αυτό το επεισόδιο με το Robodog έπεσε τόσο βαριά. Το να αγοράσεις ένα ρομπότ και το να κατασκευάσεις ένα ρομπότ δεν είναι το ίδιο έργο.

Το πρώτο είναι προμήθεια. Το δεύτερο είναι έρευνα, κατασκευή, συστημική μηχανική, δοκιμές και επαναλήψεις — δουλειά που χρειάζεται εργαστήρια, προϋπολογισμούς και έμπειρους μέντορες.

Όταν ένα σύστημα υποεπενδύει συστηματικά στο δεύτερο, αρχίζει να ανταμείβει την εμφάνιση της καινοτομίας εις βάρος της άσκησής της.

​

Το χρηματοδοτικό έδαφος κάτω από την «καινοτομία»

Πίσω από τις περισσότερες ιστορίες «ψευδούς καινοτομίας» υπάρχει μια πραγματική ιστορία σπανιότητας.

Οι δαπάνες της Ινδίας για έρευνα και ανάπτυξη είναι περίπου 0,6% του ΑΕΠ, όπως αναφέρεται σε ρεπορτάζ βασισμένο στην Economic Survey 2025–26.

Η ίδια κάλυψη συνδεδεμένη με την Economic Survey επισημαίνει έναν δεύτερο περιορισμό: ο επιχειρηματικός τομέας της Ινδίας συνεισφέρει μόλις περίπου 41% του συνολικού κόστους Ε&Α.​

Αυτοί οι αριθμοί διαμορφώνουν τα πάντα στην επόμενη φάση. Όταν το ιδιωτικό κεφάλαιο δεν χρηματοδοτεί ουσιαστικά την έρευνα στα πανεπιστήμια, το σύστημα βασίζεται βαριά στους κυβερνητικούς προϋπολογισμούς και στα δίδακτρα.

Αυτό τείνει να παράγει προβλέψιμη συμπεριφορά: τα πανεπιστήμια βελτιστοποιούν για ό,τι είναι φθηνό να δείξουν και εύκολο να μετρηθεί: νέα κέντρα, νέα MoU, νέα προγράμματα σπουδών «AI» και συνέδρια, αντί για ό,τι είναι ακριβό να χτιστεί, όπως πρόσβαση σε ισχυρούς υπολογιστικούς πόρους, υψηλής ποιότητας σύνολα δεδομένων, εργαστήρια υλικού και συνεχή επιβλεψη έρευνας.

Συγκρίσεις με ομοτίμους κάνουν τη θέση της Ινδίας να φαίνεται ακόμα πιο προσωπική.

Ρεπορτάζ βασισμένο στην Economic Survey έχει αντιπαραβάλει την ένταση Ε&Α της Ινδίας 0,6% με πολύ υψηλότερα επίπεδα στις ΗΠΑ, την Κίνα και τη Νότια Κορέα.

Η αντίθεση γίνεται πιο έντονη όταν ρίξουμε μια πιο προσεκτική ματιά στο μερίδιο του επιχειρηματικού τομέα, με πολύ μεγαλύτερη ιδιωτική συμμετοχή σε αυτές τις οικονομίες.​

Με άλλα λόγια, η Ινδία προσπαθεί να κερδίσει έναν αγώνα deep-tech με μια ρηχή δεξαμενή Ε&Α, και με εταιρείες που ακόμα δεν αναλαμβάνουν το μεγαλύτερο μέρος του ερευνητικού ρίσκου.

Εδώ παραμορφώνεται η λογοδοσία. Όταν οι πόροι είναι λίγοι και τα μετρικά θορυβώδη, οι θεσμοί κυνηγούν σήματα.

Μετονομάζουν εισαγόμενα drones σε «ιθαγενείς πλατφόρμες». Θεωρούν τις συνεργασίες με προμηθευτές ως «ερευνητικά επιτεύγματα».

Καταθέτουν πατέντες χαμηλού επιπέδου για να φουσκώσουν τα ταμπλό καινοτομίας. Προωθούν το διδακτικό προσωπικό σε στόχους δημοσιεύσεων με έμφαση στην ποσότητα.

Καμία από αυτές τις συμπεριφορές δεν είναι υπερασπίσιμη. Αλλά είναι κατανοητές σε ένα σύστημα που ανταμείβει τα αποτελέσματα που μοιάζουν με πρόοδο, ακόμη κι αν η υποκείμενη ικανότητα λείπει.

Πού σπάει ο σωλήνας: αίθουσες διδασκαλίας, μέντορες και υπολογιστική ισχύς

Αν θέλετε να καταλάβετε γιατί η στιγμή «Orion» είναι πιθανή, πρέπει να απομακρυνθείτε από την αίθουσα εκθέσεων και να μπείτε στην μέση αίθουσα διδασκαλίας μηχανικών.

Invezz συζήτησε με τον Καθ. Naveen Garg, Διευθυντή του Τμήματος Επιστήμης Υπολογιστών και Μηχανικής στο IIT Delhi, ο οποίος περιγράφει τη ρήξη ως ζήτημα θεμελίων και καθοδήγησης.

Η Ινδία χρειάζεται, λέει, «μεγαλύτερο αριθμό αποφοίτων με ισχυρά θεμέλια στα μαθηματικά και την επιστήμη των υπολογιστών» και «μεγαλύτερη δεξαμενή ανθρώπων που μπορούν να παρέχουν την καθοδήγηση για ποιοτική έρευνα AI».

Είναι εξίσου απότομος ως προς τα κίνητρα:

«Η κυβέρνηση δεν φαίνεται να παρέχει σοβαρά τα κίνητρα που χρειάζονται για να γίνουμε μια κορυφαία χώρα με έρευνα στον τομέα της AI. Οι μεγάλοι παίκτες όπως η Κίνα και οι ΗΠΑ έχουν επενδύσει τεράστιους πόρους στη δημιουργία ποιοτικών ερευνητών. Αυτό δεν έχει συμβεί ακόμη στη χώρα», είπε.

Το πρόβλημα της «δεξαμενής μεντόρων» δεν είναι επιστημονικό μικρολεπτολόγημα. Αποφασίζει αν οι φοιτητές μαθαίνουν συνταγές ή συλλογισμούς.

Η σύγχρονη εργασία στην AI απαιτεί στατιστική σκέψη, βελτιστοποίηση και στερείς γνώσεις συστημάτων.

Απαιτεί επίσης κρίση: πώς να αξιολογήσεις ένα μοντέλο, πώς να το δοκιμάσεις σε συνθήκες πραγματικού κόσμου, πώς να ανιχνεύσεις σφάλματα και πώς να επικοινωνήσεις την αβεβαιότητα με υπευθυνότητα.

Έπειτα υπάρχει ο περιορισμός της υποδομής, που διαμορφώνει αθόρυβα το τι μπορούν να κάνουν οι φοιτητές.

Ο Hardeep, ανώτερος μηχανικός AI και απόφοιτος του IIIT Prayagraj, αποδίδει στο πτυχίο του το ότι του έδωσε «ισχυρά θεωρητικά θεμέλια στη Μηχανική Μάθηση (ML), στην Επεξεργασία Φυσικής Γλώσσας (NLP) και σε αλγόριθμους».

Αλλά προσθέτει μια κρίσιμη λεπτομέρεια μιλώντας με το Invezz: «Οι Transformers και τα σύγχρονα LLMs δεν διδάσκονταν τότε, και η πρακτική εργαστηριακή εργασία ήταν περιορισμένη λόγω του κόστους υποδομής.»

Για μη ειδικούς αναγνώστες: οι “Transformers” είναι μια αρχιτεκτονική μοντέλου που τροφοδοτεί πολλά σύγχρονα συστήματα AI, συμπεριλαμβανομένων των μεγάλων γλωσσικών μοντέλων (LLMs) που παράγουν κείμενο.

Η εκπαίδευση και η δοκιμή τους σε ουσιαστική κλίμακα συχνά απαιτεί ακριβούς υπολογιστική ισχύ (GPU) και προσεκτική μηχανική, πόρους που πολλά κολλέγια δεν διαθέτουν.

Το συμπέρασμα του Hardeep είναι η γραμμή που θα έπρεπε να ανησυχεί περισσότερο τους πολιτικούς:

«Σήμερα, η κατασκευή πραγματικών προϊόντων AI είναι πολύ πιο προσιτή· η επιτυχία εξαρτάται σε μεγάλο βαθμό από την ατομική περιέργεια και την αυτομάθηση παρά μόνο από την πανεπιστημιακή εκπαίδευση.»

Η αυτομάθηση δεν είναι ελάττωμα· είναι αρετή στην τεχνολογία.

Το πρόβλημα εμφανίζεται όταν η αυτομάθηση γίνεται υποκατάστατο της θεσμικής ικανότητας.

Όταν τα πανεπιστήμια αναθέτουν συστηματικά τα πιο δύσκολα μέρη της εκπαίδευσης στο YouTube, στα ανοικτά μαθήματα και στα προσωπικά λάπτοπ, εξακολουθούν να αποκομίζουν τα οφέλη της φήμης, αλλά οι φοιτητές πληρώνουν το πραγματικό κόστος σε χρόνο, αβεβαιότητα και άνισα αποτελέσματα.

Γι' αυτό η πρόσβαση σε υπολογιστική ισχύ έγινε η νέα γραμμή διαχωρισμού. Η πολιτική ώθηση της Ινδίας άρχισε να αναγνωρίζει αυτόν τον περιορισμό.

Αναφορές γύρω από την IndiaAI Mission έχουν δείξει μεγάλης κλίμακας ανάπτυξη GPU, περίπου 18.000 GPUs ήδη αναπτυγμένα στο πλαίσιο της αποστολής.

Αυτό έχει σημασία επειδή η κοινή υπολογιστική ισχύς μπορεί να μειώσει το φράγμα για ερευνητές και startups που αλλιώς δεν μπορούν να τρέξουν σοβαρά πειράματα.​

Αλλά η προμήθεια GPU δεν είναι το ίδιο με την ερευνητική ικανότητα.

Υπολογιστική ισχύς χωρίς μέντορες παράγει ανακύκλωση: ανθρώπους που τρέχουν πειράματα χωρίς ισχυρή καθοδήγηση στην αξιολόγηση, την ηθική και την αναπαραγωγιμότητα.

Μέντορες χωρίς υπολογιστική ισχύ παράγουν απογοήτευση: φοιτητές που κατανοούν τη θεωρία αλλά δεν μπορούν να κάνουν ουσιαστική πρακτική εργασία.

Μια αξιόπιστη στρατηγική εκπαίδευσης στην AI χρειάζεται και τα δύο, πέρα από ένα λεπτό στρώμα ελίτ ιδρυμάτων.

Το πρόβλημα αξιοπιστίας: Μια ερευνητική κουλτούρα που δεν ξεζουμίζεται

Ένα robodog μπορεί να αποσυνδεθεί. Μια κρίση αξιοπιστίας όχι.

Το οικοσύστημα δημοσιεύσεων της Ινδίας έχει δεχτεί αυξανόμενο έλεγχο για την ακεραιότητα της έρευνας, συμπεριλαμβανομένου του ρόλου «paper mills» και της χειραγώγησης της κριτικής αξιολόγησης σε ορισμένες περιπτώσεις.

Μια μελέτη που κρίθηκε από ομοτίμους τον Σεπτέμβριο του 2025 και δημοσιεύτηκε στο Journal of Data Science, Computing and Information Sciences χρησιμοποίησε δεδομένα από το Retraction Watch και εξέτασε 2.853 ανακληθέντα άρθρα Ινδών μελετητών από το 2010 έως το 2024.

Η μελέτη διαπίστωσε ότι οι ανακλήσεις εκτοξεύτηκαν μετά το 2021, με 57,55% να συμβαίνουν μεταξύ 2021 και 2024.

Η ίδια ανάλυση απαριθμεί τους κυριότερους αναφερόμενους λόγους, οι οποίοι περιλαμβάνουν ψεύτικη κριτική ομοτίμων (1.007 άρθρα), λογοκλοπή (880) και χειραγώγηση/ψευδοποίηση δεδομένων (746).​

Για τους αναγνώστες που δεν είναι εξοικειωμένοι με την «ψεύτικη κριτική ομοτίμων»: η κριτική ομοτίμων υποτίθεται ότι είναι ανεξάρτητος έλεγχος ειδικών πριν την έκδοση.

Όταν αυτή πλαστογραφείται ή συμβιβάζεται, αναξιόπιστη δουλειά μπορεί να μπει στο επιστημονικό αρχείο.

Οι ανακλήσεις είναι το έκτακτο φρένο του συστήματος, αλλά αποκαλύπτουν επίσης το κόστος των αδύναμων κινήτρων και της χαλαρής επιβολής.​

Γιατί έχει σημασία αυτό για την AI; Επειδή η πρόοδος στην AI εξαρτάται από αξιόπιστη έρευνα.

Αν ο ερευνητικός σωλήνας είναι θορυβώδης, άρθρα που δεν αναπαράγονται, υπερεκτιμημένα αποτελέσματα, αμφίβολα σύνολα δεδομένων — όλα αυτά επιβραδύνουν την υιοθέτηση από τη βιομηχανία και πλήττουν την παγκόσμια αξιοπιστία.

Η χώρα καταλήγει να ξοδεύει περισσότερο χρόνο κυνηγώντας μετρικές παρά χτίζοντας ανθεκτική ικανότητα.

Το επεισόδιο με το robodog, με αυτή την έννοια, είναι ο οπτικός ξάδερφος ενός βαθύτερου μοτίβου: εμφάνιση αντί για απόδειξη.

Όταν οι θεσμοί ανταμείβονται για το να φαίνονται στην πρώτη γραμμή αντί για το να κάνουν πραγματική δουλειά στην πρώτη γραμμή, προβλέψιμα θα επενδύσουν στην οπτική εντύπωση.

Γι' αυτό η πολιτική αντίδραση δεν μπορεί να σταματήσει στην τιμωρία. Πρέπει να αλλάξει τα κίνητρα: τι αξίζουν οι κατατάξεις, τι εξετάζουν οι επιθεωρήσεις διαπίστευσης και σε τι συνδέεται η χρηματοδότηση.

Αν το σύστημα συνεχίσει να πληρώνει για όγκο, θα συνεχίσει να παίρνει όγκο, μερικές φορές έντιμο, μερικές φορές όχι.

​

Δημιουργοί vs χρήστες: Η διαρροή ταλέντου

Η συζήτηση για την AI στην Ινδία διαιρείται όλο και περισσότερο σε δύο στρατόπεδα: τους αισιόδοξους που υποστηρίζουν ότι η Ινδία γίνεται δημιουργός, και τους σκεπτικιστές που λένε ότι η Ινδία είναι ακόμα κατά κύριο λόγο χρήστης σε κλίμακα.

Ο Καθ. M Jagadesh Kumar, πρώην πρόεδρος του UGC και πρόεδρος της Επιτροπής Ανασκόπησης NEP 2020, υπερασπίζεται την αισιόδοξη άποψη με βεβαιότητα:

«Σήμερα, οι ινδικοί θεσμοί δεν είναι μόνο χρήστες της AI. Γίνονται γρήγορα δημιουργοί AI. Οι ινδικοί θεσμοί συνεργάζονται όλο και περισσότερο με τη βιομηχανία για την ανάπτυξη λύσεων AI στην εκπαίδευση, την υγεία, τη διακυβέρνηση, τη γεωργία και τις έξυπνες πόλεις. Μπορώ να σας δώσω κάποια παραδείγματα,» είπε ο Καθ. Kumar στο Invezz.

«Το Υπουργείο Παιδείας έχει υποστηρίξει Κέντρα Αριστείας AI, όπως το TANUH στο IISc. Αυτό το κέντρο εργάζεται σε κλιμακούμενες λύσεις AI για την υγειονομική περίθαλψη (ειδικά για μη μεταδοτικές ασθένειες). Το IIT Madras Global Research Foundation ανακοίνωσε ένα Applied AI Innovation Centre για να επιταχύνει την εφαρμοσμένη AI. Το κέντρο συνδέει την έρευνα με υπεύθυνη χρήση στον πραγματικό κόσμο», πρόσθεσε.

Τόνισε επίσης την αποστολή IndiaAI, η οποία προωθεί την καινοτομία AI, την πρόσβαση και λύσεις προσαρμοσμένες στην Ινδία σε συνεργασία με ινδικά εκπαιδευτικά ιδρύματα.

«Αυτά τα παραδείγματα δείχνουν ότι πολλά ινδικά πανεπιστήμια εργάζονται με AI που είναι συμπεριληπτική και εφαρμόσιμη.»

Αναφορικά με το περιστατικό στο Galgotias, ο Καθ. Kumar είναι μετρημένος χωρίς να κατονομάζει κάποιο ίδρυμα:

«Αν κάποιο ίδρυμα υπερβαίνει τους ισχυρισμούς του, τα μετριαστικά μέτρα πρέπει να είναι ανάλογα, εκπαιδευτικά και διορθωτικά. Τα ιδρύματα πρέπει επίσης να εκπαιδεύσουν τις ομάδες τους στην ηθική, την ακεραιότητα της έρευνας και την υπεύθυνη επικοινωνία. Αυτή η προσέγγιση είναι ο βέβαιος τρόπος για να προστατευθεί η φήμη των γνήσιων καινοτόμων της Ινδίας», είπε.

«Επίσης αποτρέπει πιθανές υπερβολικές αξιώσεις από το να δημιουργήσουν μια ψευδή αφήγηση. Αλλά δεν έχω αμφιβολία ότι τα ανώτερα εκπαιδευτικά ιδρύματα της Ινδίας αναπτύσσουν γρήγορα ικανότητες AI και δημιουργούν συμπεριληπτικές λύσεις», πρόσθεσε.

Παρόλα αυτά, το σημείο των σκεπτικιστών είναι δύσκολο να αγνοηθεί: οι εξαιρέσεις της ελίτ δεν ορίζουν τη μεσοσταθμική κατάσταση. Μια χούφτα κορυφαία ιδρύματα μπορούν πραγματικά να χτίσουν και να δημοσιεύσουν.

Αλλά το ανώτερο εκπαιδευτικό σύστημα της Ινδίας είναι τεράστιο και άνισο. Αν τα περισσότερα campus δεν μπορούν να προσφέρουν πραγματική πρόσβαση σε υπολογιστική ισχύ, αξιόπιστη καθοδήγηση και μια κουλτούρα ερευνών με ακεραιότητα, η κατάσταση «δημιουργού» παραμένει συγκεντρωμένη στην κορυφή.

Αίθουσες διδασκαλίας αντί τελετών

Και ακόμη και όταν η Ινδία παράγει ισχυρό ταλέντο AI, η χώρα αγωνίζεται να το διατηρήσει.

Καλύψεις που συνοψίζουν τα μετρικά ταλέντου συνδεδεμένα με το Stanford AI Index έχουν επισημάνει τον καθαρό δείκτη μετανάστευσης ταλέντου AI της Ινδίας στο -1,55, υποδηλώνοντας καθαρή εκροή σε αυτό το μέτρο.

Αυτό έχει σημασία γιατί η φυγή εγκεφάλων δεν είναι απλώς μια επικεφαλίδα.

Είναι μια συσσωρευτική απώλεια μεντόρων, ιδρυτών και ερευνητικών ηγετών, ακριβώς των ανθρώπων που χρειάζονται για να ενισχύσουν τον εγχώριο σωλήνα.​

Σε οικονομικούς όρους, η Ινδία επενδύει στη δημιουργία ταλέντου αλλά δεν καρπώνεται αρκετά από τα μακροπρόθεσμα οφέλη.

Και όταν οι αποδόσεις διαρρέουν, τα ιδρύματα αισθάνονται ακόμα μεγαλύτερη πίεση να αποδώσουν για κατατάξεις και δημόσιες σχέσεις, επειδή το βαθύτερο αποτέλεσμα, ένα σταθερό ερευνητικό οικοσύστημα, είναι δύσκολο να εμφανιστεί γρήγορα.

Το Unitree Go2 (είτε ήταν αυτό το μοντέλο είτε όχι) είναι τελικά ένας προπέτ για μια μεγαλύτερη ιστορία.

Η Ινδία δεν στερείται φιλοδοξίας. Δεν στερείται έξυπνων φοιτητών. Λείπει η μορφή εκπαίδευσης και έρευνας που μετατρέπει τη φιλοδοξία σε κατοχυρωμένη τεχνολογία.

Το robodog δεν ήταν το σκάνδαλο. Το σύστημα που το έκανε πιθανό ήταν.