Szybka odpowiedź
Gdy model językowy i baza dokumentów stoją w sieci kancelarii, akta nie trafiają do zewnętrznego dostawcy AI. Prawnik pyta zwykłym zdaniem, a system szuka w dokumentach kancelarii po sensie i po dokładnym brzmieniu przepisu, odpowiada tylko na podstawie znalezionych fragmentów i przy każdym zdaniu wskazuje źródło. Gdy źródła nie ma, mówi „nie wiem”. Weryfikacja odpowiedzi i odpowiedzialność za nią zostają przy prawniku, tak jak wymagają tego rekomendacje KIRP i zasady etyki adwokackiej.
Ten wpis pokazuje, jak to wygląda, na przykładzie fikcyjnej kancelarii z naszej strony Bazy wiedzy. Kancelaria, sprawy i dokumenty są przykładowe. To nie jest porada prawna.
Dlaczego kancelarie ostrożnie podchodzą do AI w chmurze
Tajemnica zawodowa
Prawo o adwokaturze (art. 6) i ustawa o radcach prawnych (art. 3) nakładają ten sam obowiązek: zachować w tajemnicy wszystko, o czym prawnik dowiedział się w związku z udzielaniem pomocy prawnej (Prawo o adwokaturze, ustawa o radcach prawnych). Akta, korespondencja z klientem i notatki ze spraw to dokładnie ten materiał, który chcielibyśmy przeszukiwać z pomocą AI.
Stanowiska samorządów
- KIRP opublikowała w 2025 r. rekomendacje „AI w pracy radcy prawnego”. Według omówień samorządu zalecają one m.in. nadzór człowieka nad wynikami AI, niewprowadzanie informacji objętych tajemnicą do zewnętrznych narzędzi bez odpowiednich zabezpieczeń i nietestowanie nowych narzędzi na prawdziwych sprawach klientów. Dokument ma być aktualizowany (KIRP).
- NRA 12 czerwca 2026 r. zmieniła Zbiór Zasad Etyki Adwokackiej i Godności Zawodu. Korzystanie z narzędzi technologicznych, w tym AI, ma mieć wyłącznie charakter wspomagający, nie może naruszać tajemnicy zawodowej ani prowadzić do zaniechania własnej oceny i weryfikacji wyników. Adwokat pozostaje osobiście odpowiedzialny za treść swoich czynności (Rzeczpospolita, 16.06.2026).
Ochrona danych osobowych
Akta pełne są danych osobowych, także szczególnych kategorii. Zewnętrzny dostawca AI, który je przetwarza, jest podmiotem przetwarzającym i potrzebuje umowy powierzenia (art. 28 RODO), a przekazanie danych poza EOG podlega rozdziałowi V RODO (RODO, EUR-Lex). Da się to poukładać umowami, ale trzeba to zrobić świadomie i dla każdego narzędzia.
Narzędzia prawnicze też się mylą
Badacze ze Stanfordu i Yale sprawdzili komercyjne narzędzia do researchu prawniczego oparte na RAG (Lexis+ AI, Westlaw AI-Assisted Research, Ask Practical Law AI). Halucynowały w od 17 do 33% przypadków, mniej niż ogólny GPT-4, ale daleko od zera (Magesh i in., 2025). Sama obietnica „AI dla prawników” nie wystarczy. Liczy się to, czy odpowiedź da się sprawdzić w źródle.
Jak to wygląda: siedem etapów od skanu do cytatu
Poniżej scenariusz z naszej opowieści o bazach wiedzy. Fikcyjna kancelaria ma umowy, pisma i akty prawne w kilku działach. Cały łańcuch działa na jej serwerze.
1. Dokument wchodzi
Umowa przychodzi jako skan, pismo jako DOCX, ustawa jako PDF. OCR zamienia obraz w tekst (polski i angielski), potem sprzątamy stopki, numery stron i dzielenie wyrazów. Dokument dzieli się na fragmenty według własnej struktury: paragraf, ustęp, artykuł. Każdy fragment dostaje pełną ścieżkę nagłówków i jedno zdanie kontekstu, żeby „§ 4 ust. 2” nie wisiał w próżni. O tym, czemu OCR decyduje o jakości całej bazy, piszemy w artykule o nowoczesnym OCR.
2. Fragmenty i znaczenie
Model embeddingów zamienia fragment razem z nagłówkami w wektor opisujący jego sens. Fragmenty o podobnym znaczeniu lądują obok siebie, nawet jeśli używają innych słów. Każdy dostaje metryczkę: dokument, artykuł, dział, wersja. Trafia też do indeksu pełnotekstowego z polską odmianą wyrazów. Który model embeddingowy wybrać dla polskich dokumentów, porównujemy w osobnym wpisie o polskich modelach embeddingowych i rerankerach.
3. Szukanie jak prawnik
Prawnik szuka na dwa sposoby naraz: po sensie i po dokładnym brzmieniu przepisu. System też. Pytanie jest najpierw klasyfikowane, potem równolegle przeszukujemy wektory i pełny tekst, łączymy obie listy, a model rerankingowy czyta każdą parę pytanie i fragment i ustala ostateczną kolejność. Pełny tekst jest tu ważny: sygnatury, numery artykułów i nazwy własne to rzeczy, które wektory łapią gorzej.
4. Odpowiedź z dowodem
Fragmenty trafiają do kontekstu modelu w kolejności ważności, w ramach budżetu ustalonego dla typu pytania. Model pisze tylko z tego, co dostał, i przy każdym zdaniu wskazuje źródło. Klik w cytat otwiera dokument i podświetla zdanie, z którego pochodzi. Gdy żaden fragment nie przekracza progu trafności, odpowiedź brzmi „nie wiem”. Jak działa ten próg, opisujemy we wpisie o bazie wiedzy, która mówi „nie wiem”.
5. Wiedza, która się zmienia
Nowa wersja ustawy albo aneks do umowy nie oznacza przebudowy całej bazy. System rozpoznaje dokument po stałym identyfikatorze, porównuje fragmenty z poprzednią wersją i przelicza tylko te, które się zmieniły. Nowa wersja staje się obowiązująca dopiero po pełnym przetworzeniu, a stara zostaje w historii. Dla prawnika to ważne: odpowiedź powinna wskazywać, z której wersji dokumentu pochodzi.
6. Kto co widzi
Każdy fragment ma w metryczce dział, do którego należy. Filtr działa w samym indeksie, zanim cokolwiek zostanie wyszukane, więc akta innego działu nie trafią ani do rankingu, ani do kontekstu modelu. Każde pytanie zostaje w dzienniku audytu: kto pytał, kiedy i na jakich źródłach oparto odpowiedź. Szerzej o uprawnieniach piszemy w artykule o bezpiecznym dostępie RAG do danych.
7. U Ciebie, nie w chmurze
Cały łańcuch, czyli OCR, indeksy, model embeddingów, reranker i model językowy, działa na serwerze w sieci kancelarii, na GPU NVIDIA Blackwell. Pytania, dokumenty i odpowiedzi nie wychodzą na zewnątrz, a dziennik audytu zostaje u kancelarii. Modele to otwarte modele z rodzin Qwen, Gemma, GLM i Mistral, które działają bez zewnętrznego API.
Przykładowe pytanie, krok po kroku
Żeby było konkretnie, prześledźmy jedno fikcyjne pytanie prawnika z działu nieruchomości: „Jaki okres wypowiedzenia przewiduje umowa najmu lokalu w sprawie klienta A i czy aneks go zmienił?”
| Krok | Co robi system | Co widzi prawnik |
|---|---|---|
| Klasyfikacja | Rozpoznaje pytanie o konkretny dokument i jego zmianę | Nic, to dzieje się w tle |
| Filtr uprawnień | Ogranicza wyszukiwanie do działu nieruchomości | Nic, ale akta innych działów są poza zasięgiem |
| Wyszukiwanie | Wektory znajdują fragmenty o wypowiedzeniu, pełny tekst łapie „okres wypowiedzenia” i nazwę klienta | Nic |
| Reranking i próg | Wybiera paragraf umowy i paragraf aneksu, odrzuca podobne fragmenty z innych umów | Nic |
| Odpowiedź | Dwa lub trzy zdania, każde z przypisem: umowa § X, aneks § Y | Odpowiedź z przypisami [1], [2] |
| Weryfikacja | Klik w przypis otwiera dokument w miejscu cytatu | Prawnik czyta oryginalne zdanie i decyduje |
Gdyby aneksu nie było w bazie, system nie powinien zgadywać. Powinien odpowiedzieć na podstawie umowy i zaznaczyć, że nie znalazł dokumentu zmieniającego.
Chmura czy serwer kancelarii: uczciwe porównanie
| Kryterium | Ogólny czat AI w chmurze | Lokalna baza wiedzy |
|---|---|---|
| Gdzie są akta i pytania | U dostawcy, często poza Polską | Na serwerze w sieci kancelarii |
| Podmiot przetwarzający | Dostawca AI, potrzebna umowa powierzenia | Brak zewnętrznego dostawcy modelu |
| Źródło odpowiedzi | Wiedza ogólna modelu i to, co wkleisz | Wyłącznie dokumenty kancelarii, z przypisem do zdania |
| Uprawnienia | Zależne od narzędzia, zwykle na poziomie konta | Filtr działów w indeksie |
| Audyt | Zależny od planu i dostawcy | Dziennik pytań i źródeł u kancelarii |
| Koszt wejścia | Niski, abonament | Wyższy: serwer GPU albo usługa zarządzana i wdrożenie |
| Utrzymanie | Po stronie dostawcy | Po stronie kancelarii albo partnera |
Chmura ma swoje zalety: niski próg wejścia i brak sprzętu do utrzymania. Są też plany biznesowe z umowami o przetwarzaniu danych. Dla kancelarii, która chce przeszukiwać własne akta, a nie pisać e-maile, lokalna baza wiedzy rozwiązuje jednak dwa problemy naraz: akta nie wychodzą, a odpowiedzi mają źródło.
Co zostaje przy prawniku
Żadna technologia nie przejmuje odpowiedzialności zawodowej. Rekomendacje KIRP i zasady NRA mówią to wprost, a dobrze zaprojektowany system to ułatwia:
- Weryfikacja. Przypis przy każdym zdaniu skraca sprawdzenie do kilku sekund, ale ktoś musi je zrobić.
- Ocena prawna. System znajduje i streszcza to, co jest w dokumentach. Nie ocenia, co z tego wynika dla klienta.
- Informowanie klienta. Według zmienionych zasad etyki adwokat na żądanie klienta powinien wskazać narzędzia użyte w jego sprawie. Dziennik audytu pomaga na to odpowiedzieć.
- Kompetencje zespołu. AI Act od lutego 2025 r. wymaga od podmiotów stosujących AI działań wspierających kompetencje w zakresie AI (art. 4). Rozporządzenie (UE) 2026/1744, tzw. Digital Omnibus, złagodziło ten obowiązek do podejmowania działań zamiast gwarantowania określonego poziomu (AI Act, EUR-Lex). Kwalifikację konkretnego systemu w świetle AI Act, w tym załącznika III, warto ocenić z prawnikiem.
To nie jest porada prawna. Konkretne wdrożenie warto omówić z inspektorem ochrony danych i samorządem.
Lista kontrolna dla kancelarii
- Wiadomo, które kategorie dokumentów trafią do bazy, a które nie.
- Cały łańcuch (OCR, indeksy, modele) działa w sieci kancelarii albo w infrastrukturze z umową powierzenia.
- Ruch wychodzący z serwera AI jest zablokowany.
- Uprawnienia działów działają w indeksie, przed wyszukiwaniem.
- Każde zdanie odpowiedzi ma przypis do zdania w dokumencie.
- System odpowiada „nie wiem”, gdy nie znajdzie źródła.
- Odpowiedź wskazuje wersję dokumentu.
- Dziennik audytu zapisuje pytania, odpowiedzi i źródła.
- Narzędzie przeszło test na zanonimizowanej próbce, zanim trafiło do prawdziwych spraw.
- Zespół wie, jak weryfikować odpowiedzi i gdzie są granice narzędzia.
Jak sprawdzić to na swoich dokumentach
Zaczynamy od próbki: kilkaset dokumentów z jednego działu, zanonimizowanych albo przetwarzanych u kancelarii na miejscu, oraz lista pytań, które prawnicy zadają naprawdę, razem z oczekiwanym źródłem. Budujemy bazę, a wynikiem jest raport: gdzie odpowiedź trafia w źródło, gdzie system mówi „nie wiem” i dlaczego. Taki test odpowiada też na zalecenie, żeby nie sprawdzać nowych narzędzi na prawdziwych sprawach klientów.
Cały scenariusz, z animacjami każdego etapu, jest na stronie Bazy wiedzy. Próbną bazę można zamówić przez demo.
Źródła
- Ustawa z 26 maja 1982 r. Prawo o adwokaturze (ISAP)
- Ustawa z 6 lipca 1982 r. o radcach prawnych (ISAP)
- KIRP: Rekomendacje dotyczące korzystania z AI
- Rzeczpospolita: NRA zmieniła kodeks etyki. Adwokat może korzystać z AI, ale tylko pomocniczo (16.06.2026)
- Magesh i in.: Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools (Journal of Empirical Legal Studies, 2025)
- Rozporządzenie (UE) 2016/679 (RODO), EUR-Lex
- Rozporządzenie (UE) 2024/1689 (AI Act), EUR-Lex
