NSA punktuje trzy zmyślone wyroki w piśmie pełnomocnika. „Nader krytycznie" o bezrefleksyjnym używaniu AI
Pełnomocnik powołał się przed NSA na trzy orzeczenia, które nigdy nie zapadły — wygenerowała je sztuczna inteligencja. Sąd oddalił zażalenie i wysłał prawnikom ostrzeżenie, które powinien przeczytać każdy, kto używa AI w pracy.

Trzy sygnatury, trzy nieistniejące orzeczenia. Naczelny Sąd Administracyjny w postanowieniu z 23 czerwca 2026 r. (sygn. I FZ 104/26) rozprawił się z pismem zawodowego pełnomocnika, w którym sztuczna inteligencja zmyśliła orzecznictwo — i przy okazji sformułował ostrzeżenie, które wykracza daleko poza salę sądową.
Co się wydarzyło
Przedsiębiorca z Łodzi zaskarżył decyzję dotyczącą podatku VAT — stawką było ponad 211 tys. zł. Gdy Wojewódzki Sąd Administracyjny odmówił wstrzymania wykonania decyzji, pełnomocnik złożył zażalenie do NSA. Na poparcie argumentacji przywołał trzy postanowienia: II FZ 230/17, II GZ 452/18 i I GZ 164/22.
Problem w tym, że żadne z nich nie mówiło tego, co twierdziło pismo. Przywołane „orzeczenia" — wraz z tezami — wygenerowała sztuczna inteligencja. Sąd to zweryfikował i wyłożył wprost: cytowane rozstrzygnięcia zapadły w innych datach i nie dotyczyły spornej materii.
„Nader krytycznie"
Sędzia sprawozdawca Sylwester Marciniak nie zostawił wątpliwości: „Nader krytycznie należy ocenić bezrefleksyjne korzystanie z narzędzi AI przez zawodowego pełnomocnika przy sporządzaniu pism procesowych składanych w imieniu mocodawcy do sądu".
NSA poszedł o krok dalej i zakwestionował także etykę pobierania przez profesjonalistę wynagrodzenia za pracę, którą w praktyce wykonał algorytm. Zażalenie zostało oddalone, a pełnomocnikowi może grozić postępowanie dyscyplinarne przed samorządem zawodowym.
Co istotne: sąd nie zakazał prawnikom używania AI. Zakwestionował używanie jej bez weryfikacji — bo za treść pisma zawsze odpowiada człowiek, który je podpisał.
Dlaczego AI zmyśla „pewnym głosem"
Buduję z modelami językowymi na co dzień — aplikacje, gry, automatyczne pipeline'y treści — i ta sprawa nie dziwi mnie ani trochę. Halucynacja to nie „usterka", którą da się załatać aktualizacją. Model językowy z natury generuje tekst statystycznie prawdopodobny, a nie prawdziwy. Sygnatura sądowa ma bardzo regularny format — „II FZ 230/17" wygląda dokładnie tak, jak powinna wyglądać prawdziwa. Dla modelu to wzorzec do odtworzenia, nie fakt do sprawdzenia.
Z mojej praktyki: modele halucynują najczęściej dokładnie tam, gdzie weryfikacja jest najtrudniejsza — w szczegółach, które brzmią wiarygodnie. Dlatego zasada jest prosta i uniwersalna, nie tylko dla prawników:
- AI może szukać, człowiek musi sprawdzić. Każdy przywołany fakt, cytat, sygnatura czy liczba wymaga weryfikacji u źródła.
- Im wyższa stawka, tym mniej delegowania. Pismo za 211 tys. zł to nie miejsce na „wklej i wyślij".
- Narzędzia z dostępem do źródeł (wyszukiwarki orzeczeń, bazy danych) ograniczają problem, ale go nie eliminują — model potrafi błędnie streścić prawdziwy dokument.
Co dalej
Postanowienie NSA nie jest formalnie wiążące dla innych składów, ale wyznacza standard, po który sądy będą sięgać. Dla rynku prawniczego oznacza to jedno: AI zostaje w kancelariach, ale kończy się era bezkarnego „kopiuj-wklej". A dla wszystkich pozostałych — jasny sygnał, że odpowiedzialności za efekt pracy nie da się oddelegować do algorytmu.
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

BenchMIRT: Nowe spojrzenie na to, co mierzą benchmarki LLM
Artykuł analizuje skuteczność tradycyjnych benchmarków w ocenie dużych modeli językowych (LLM), wprowadzając koncepcję BenchMIRT, która ma lepiej oddawać ich rzeczywiste możliwości.
Redakcja Aigestwczoraj
Model Astra od OpenAI: Przełom w cyberbezpieczeństwie czy nowe zagrożenie?
OpenAI zapowiada model Astra, który jako pierwszy LLM osiągnął „krytyczny próg cyberbezpieczeństwa”, potrafiąc samodzielnie znajdować i wykorzystywać luki w systemach komputerowych. Firma planuje jego rychłe udostępnieni
Redakcja Aigestwczoraj

Jak sztuczna inteligencja radzi sobie z łamigłówkami? Testy ujawniają słabości modeli AI
Modele sztucznej inteligencji, mimo dynamicznego rozwoju, nadal mają trudności z rozwiązywaniem niektórych typów łamigłówek i gier logicznych, co wskazuje na luki w ich rozumowaniu. Testy te pomagają zrozumieć różnice mi
Redakcja Aigest26 sie 2026

IBM prezentuje Granite 4.2: Nowe modele językowe z zaawansowanym rozumowaniem i uczeniem agentowym
IBM wprowadza na rynek Granite 4.2 – rodzinę otwartych modeli językowych o rozmiarach 3B, 8B i 30B parametrów, skupionych na zdolnościach rozumowania i uczeniu agentowym.
Redakcja Aigest26 sie 2026

Jak Cheshire Academy uczy mądrego korzystania z AI w klasie
Szkoła Cheshire Academy w Connecticut wdraża innowacyjne metody nauczania, wykorzystując sztuczną inteligencję w procesie edukacyjnym. Uczy uczniów i nauczycieli, jak efektywnie i etycznie korzystać z narzędzi AI, stosuj
Redakcja Aigest24 sie 2026

FreeToken: Przełomowy silnik MoE uruchamia 753B GLM-5.2 na pojedynczej karcie graficznej
Nowy silnik FreeToken, opracowany przez badaczy z UC Berkeley i UT Austin, umożliwia uruchamianie zaawansowanych modeli językowych, takich jak 753B GLM-5.2, na pojedynczych, konsumenckich kartach graficznych, znacząco ob
Redakcja Aigest23 sie 2026
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.