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

OpenAI stworzyło GPT-Red – super-hakera AI do zwiększania bezpieczeństwa swoich modeli
OpenAI opracowało GPT-Red, model językowy pełniący rolę 'super-hakera', którego zadaniem jest znajdowanie luk w zabezpieczeniach innych modeli LLM firmy. Dzięki temu najnowsza wersja GPT-5.6 jest uznawana za najbardziej
Redakcja Aigest2 dni temu

„Context bombing”: Nowa technika obrony przed atakami na AI wykorzystuje iniekcje promptów
Badacze z Tracebit opracowali nowatorską metodę obrony przed złośliwymi atakami na modele językowe, wykorzystując techniki iniekcji promptów do wyłączania wrogich agentów AI.
Redakcja Aigest5 dni temu

Anthropic odkrywa ukrytą przestrzeń myślową w modelu Claude Opus 4.6
Anthropic, firma zajmująca się sztuczną inteligencją, opracowała technikę, która pozwoliła jej zajrzeć w wewnętrzne procesy dużych modeli językowych (LLM), odkrywając tzw. J-space w modelu Claude Opus 4.6.
Redakcja Aigest9 lip 2026
vLLM wprowadza natywną obsługę Transformers, przyspieszając wnioskowanie AI
Projekt vLLM ogłosił natywną integrację z biblioteką Transformers, co ma znacząco przyspieszyć proces wnioskowania dla dużych modeli językowych. Nowe rozwiązanie ma oferować do 2,5 razy większą przepustowość w porównaniu
Redakcja Aigest8 lip 2026

Nowy atak „BioShocking” ujawnia poważne luki w bezpieczeństwie przeglądarek AI
Badacze z LayerX zademonstrowali nową metodę ataku na przeglądarki AI, która pozwala ominąć zabezpieczenia poprzez wprowadzenie modelu językowego w stan „urojenia”, co otwiera drogę do kradzieży danych.
Redakcja Aigest30 cze 2026

NVIDIA NeMo AutoModel przyspiesza dostrajanie modeli Transformerów
NVIDIA wprowadza NeMo AutoModel, narzędzie do automatyzacji i optymalizacji procesu dostrajania dużych modeli językowych (LLM) opartych na architekturze Transformer, znacząco skracając czas i koszty.
Redakcja Aigest24 cze 2026
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.