Model podaje jedną wykładnię.
Prawo zapisuje, że był spór.

Aplikant pyta narzędzie AI kancelarii, czy do pisma procesowego wnoszonego przez portal informacyjny trzeba dołączyć odpisy dla pozostałych uczestników. Narzędzie odpowiada jednym akapitem, pewnym tonem, z powołaniem art. 125¹ i art. 128 k.p.c. Nie wspomina, że 28 lipca 2026 r. do Sądu Najwyższego wpłynęło zagadnienie prawne z dokładnie tym pytaniem (III CZP 33/26) i że w chwili pisania tej recenzji strona SN nie podaje rozstrzygnięcia. Odpowiedź może być nawet trafna. Kłopot w tym, że brzmi jak rozstrzygnięcie sprawy, która na rozstrzygnięcie dopiero czeka.

O czym jest ten materiał

Uczenie maszynowe zwykle zakłada, że na każde pytanie istnieje jedna dobra odpowiedź. Kiedy kilka osób opisuje ten sam materiał i się różni, ich oceny się uśrednia albo rozstrzyga głosowaniem większości, a różnicę traktuje jak szum. Autorzy twierdzą, że w zadaniach, w których AI ocenia ludzi i ich wypowiedzi, takie założenie gubi informację. Uśmiech może znaczyć radość, uprzejmość, ironię albo zakłopotanie. Głośna mowa na cichym zebraniu brzmi jak złość, a na stadionie jak entuzjazm.

Centralne rozróżnienie pracy dotyczy źródła niezgody. Niejednoznaczność (ambiguity) to sytuacja, w której kilka interpretacji jest naraz rozsądnych, bo ludzie mają różne doświadczenie, widzą inny kontekst, pracują w innej dziedzinie albo sam materiał dopuszcza więcej niż jedno odczytanie. Szum (annotation noise) bierze się z niedoskonałości procesu: pomyłki, słabego nagrania, zmęczenia oceniającego, źle opisanych etykiet. Szum trzeba ograniczać, a niejednoznaczność zachować i się z niej uczyć. Autorzy odróżniają ją też od niepewności modelu (model uncertainty), czyli od braków w wiedzy samego systemu, które da się zmniejszyć albo skalibrować.

Na tym budują ramę pojęciową dla całego cyklu życia systemu: od reprezentacji danych, przez uczenie i ewaluację, po wdrożenie i nadzór. Zamiast jednej etykiety system ma znać „przestrzeń interpretacji” (interpretation space). Ewaluacja ma sprawdzać, czy model tę przestrzeń oddaje, a nie czy trafił w głos większości. Część o nadzorze kończy się siedmioma zasadami.

Recenzja właściwa

Niezgoda mniejszości bywa najważniejszym sygnałem

Najmocniejszy przykład pracy dotyczy moderacji treści. Większość oceniających uznaje wpis za nieobraźliwy, ale osoby z grupy, której wpis dotyczy, konsekwentnie oceniają go jako krzywdzący. Głosowanie większości wyrzuci ich ocenę. Autorzy przekonują, że to nie szum: niezgoda ma wzór, bo układa się według tego, kogo treść dotyka, a dla moderacji właśnie ocena mniejszości może być najważniejsza. Pomyłka zmęczonego oceniającego nie mówi o świecie nic. Spójna ocena całej grupy mówi bardzo dużo.

Co system ma pokazać zamiast jednej odpowiedzi

Autorzy wyliczają, co powinno stać na wyjściu systemu, gdy kilka interpretacji pozostaje rozsądnych: najbardziej prawdopodobna interpretacja i pewność co do niej, interpretacje alternatywne, stopień niezgody, założenia, od których każda zależy, oraz sytuacje, w których potrzebny jest dodatkowy dowód albo człowiek. Przykład z robotyki pokazuje, po co. Robot, który widzi wyciągniętą w swoją stronę rękę, ma ocenić najbardziej prawdopodobny zamiar człowieka, a potem to, czy niejednoznaczność jest na tyle mała, by w ogóle się ruszyć. Wynik ma służyć decyzji, którą wspiera. Czasem wystarczy jedna etykieta. Czasem jedna etykieta ukrywa to, czego decydujący potrzebuje najbardziej.

Ryzyko wyznacza granice, a interpretacje dryfują

Z części o nadzorze warto zapamiętać dwie tezy. Pierwsza: dopuszczalna niejednoznaczność zależy od ryzyka zastosowania. System rekomendacji może tolerować dużo, a ochrona zdrowia, finanse i wsparcie decyzji prawnych wymagają węższych granic, mocniejszych dowodów i więcej nadzoru człowieka. Druga: interpretacje zmieniają się w czasie, nawet gdy dane wejściowe stoją w miejscu, bo zmieniają się kultura, organizacje, regulacje i praktyka zawodowa. Autorzy nazywają to dryfem subiektywności (subjectivity drift) i proponują go monitorować obok dryfu danych i dryfu pojęć, które inżynierowie AI śledzą od lat.

Gdzie ten tekst jest słaby

Rama bez metody. Autorzy dzielą zbiór ocen na dwie części, interpretacje i szum, i od razu zastrzegają, że to podział pojęciowy, a nie algorytm. Nie mówią, jak w konkretnym zbiorze danych odróżnić jedno od drugiego. A to jest najtrudniejsza część zadania: oceniający, który wyłamuje się z większości, może mieć rację z innej perspektywy albo po prostu się pomylić. Praca nazywa problem, ale go nie rozwiązuje.

Bez pomiaru. To tekst programowy. Nie ma w nim eksperymentu, zbioru danych ani wyniku, który dałoby się sprawdzić. Przegląd istniejących metod (etykiety miękkie, rozkłady ocen, modelowanie poszczególnych oceniających) zajmuje jedną sekcję. Siedem zasad nadzoru to kierunek, nie procedura.

Prawo pojawia się tylko na marginesie. Przykłady pochodzą z rozpoznawania emocji, moderacji, robotyki i medycyny. Prawo pojawia się dwa razy: w tabeli źródeł niejednoznaczności (ten sam system AI może być niskiego ryzyka w jednym kraju i wysokiego w innym, bo obowiązują tam inne przepisy) i na liście zastosowań wysokiego ryzyka. Dalej autorzy z tym wątkiem nie idą. Właśnie tu zaczyna się nasza część.

Czego autorzy nie powiedzieli, a co musi powiedzieć polski prawnik - interpretacja MateMatic

Pierwsza linia: rama też ma przestrzeń interpretacji. W sekcji o etyce autorzy odróżniają trzy rzeczy: przestrzeń interpretacji, szum i ograniczenia normatywne (normative constraints), do których zaliczają zasady etyczne, obowiązki prawne, polityki organizacji i standardy branżowe. Ograniczenia normatywne stoją u nich poza przestrzenią interpretacji: mówią, jak system ma działać, a nie jak ludzie widzą świat. Bronią w ten sposób słusznej tezy, że uznanie niejednoznaczności nie prowadzi do relatywizmu. Dla prawnika ta rama nie jest jednak stała. Obowiązek prawny trzeba odczytać z przepisu, a przepis sądy czytają czasem na dwa sposoby. W prawie niejednoznaczna bywa także sama norma.

Druga linia: prawo prowadzi rejestr własnych sporów. To, do czego autorzy namawiają systemy AI, polska procedura ma w przepisach. Sąd odwoławczy, który przy apelacji natrafi na zagadnienie prawne budzące poważne wątpliwości, może je przedstawić Sądowi Najwyższemu (art. 390 § 1 k.p.c.). Gdy w orzecznictwie ujawnią się rozbieżności w wykładni przepisów, Pierwszy Prezes SN albo prezes SN może wystąpić o ich rozstrzygnięcie do składu siedmiu sędziów (art. 83 § 1 ustawy o Sądzie Najwyższym); taki wniosek mogą złożyć także między innymi Prokurator Generalny i Rzecznik Praw Obywatelskich (art. 83 § 2). Postanowienie o przedstawieniu zagadnienia i uchwała SN wymagają pisemnego uzasadnienia (art. 84). Sędzia, który przy głosowaniu nie zgodził się z większością, może zgłosić zdanie odrębne i musi je uzasadnić na piśmie (art. 324 § 2 k.p.c.). Mniejszość nie znika w głosowaniu. Zostaje zapisana razem z argumentami.

Trzecia linia: prawo odsiewa to, co tylko wygląda na spór. Tu procedura robi coś, czego praca nie robi: podaje kryterium. Skład SN, który uzna, że przedstawione zagadnienie nie wymaga wyjaśnienia, a rozbieżności rozstrzygnięcia, odmawia podjęcia uchwały (art. 86 § 1 ustawy o SN). W 2017 r. skład siedmiu sędziów odmówił podjęcia uchwały w sprawie przerw w niealimentacji (postanowienie z 26 kwietnia 2017 r., I KZP 1/17). Wyjaśnił, że rozstrzyga rozbieżności w wykładni prawa, a samo wystąpienie rozbieżności w orzecznictwie, zwłaszcza wynikających z odmiennego stosowania prawa, nie wystarcza. Postanowienie zapadło na gruncie poprzedniej ustawy o SN z 2002 r., której art. 60 § 1 opisywał rozbieżności podobnie jak dzisiejszy art. 83 § 1. U autorów zależność od kontekstu jest źródłem niejednoznaczności. SN oddziela od sporu o wykładnię różnice w stosowaniu prawa. W logice tego postanowienia: jeżeli przepis znaczy dla obu sądów to samo, a różni się jego zastosowanie do różnych faktów, nie ma czego rozstrzygać uchwałą. Narzędzie, które każdą różnicę wyników przedstawia jako spór o wykładnię, też wprowadza w błąd, tylko w drugą stronę.

Czwarta linia: zmiana wykładni zostawia ślad. Dryf subiektywności ma w prawie własny tryb. Uchwały pełnego składu SN, połączonych izb i całej izby z chwilą podjęcia uzyskują moc zasad prawnych, a skład siedmiu sędziów może taką moc nadać swojej uchwale (art. 87 § 1 ustawy o SN). Skład, który chce od zasady prawnej odstąpić, przedstawia zagadnienie całej izbie (art. 88 § 1). Zmiana wykładni ma więc datę, skład i uzasadnienie. Gdy po aktualizacji modelu narzędzie zaczyna odpowiadać na to samo pytanie inaczej, warto zapytać dostawcę, gdzie zapisuje odpowiednik tej daty, składu i uzasadnienia.

Piąta linia: AI Act daje kryterium nadzoru. Systemy AI przeznaczone do wspomagania organu wymiaru sprawiedliwości w badaniu i interpretacji stanu faktycznego i przepisów prawa są systemami wysokiego ryzyka (załącznik III pkt 8 lit. a AI Act). Narzędzie kancelarii zwykle do tej kategorii nie należy, ale przepis o nadzorze człowieka daje użyteczne kryterium. Osoba nadzorująca system wysokiego ryzyka ma móc prawidłowo zinterpretować jego wynik (art. 14 ust. 4 lit. c) i pamiętać o skłonności do nadmiernego polegania na wyniku, czyli o błędzie automatyzacji (lit. b). Wynik, który przemilcza spór, trudno zinterpretować prawidłowo, bo brakuje w nim tego, co interpretujący powinien wiedzieć. Czy konkretne narzędzie jest systemem wysokiego ryzyka, rozstrzygają art. 6 i załącznik III, nie ta recenzja.

Co z tego wynika

Praca daje słownik, którego brakowało rozmowie o AI w kancelarii. Niepewność modelu to co innego niż spór w orzecznictwie. Model może być bardzo pewny jednej strony sporu, a lepsza kalibracja tej pewności nie sprawi, że wspomni o drugiej. Pisaliśmy o tym, jak model raz upiera się przy swojej odpowiedzi, a raz ustępuje pod naciskiem (TOM 034), jak przyznaje rację pytającemu (TOM 078) i jak pewność użytkownika rośnie także wtedy, gdy AI się myli (TOM 017). Złóżmy to razem: pytanie zadane z tezą dostaje odpowiedź z tą samą tezą, a spór znika po drodze. Pokrewny problem opisał Stanford przy narzędziach do badań prawnych: prawdziwy cytat bywa podstawiony pod tezę, której nie potwierdza (TOM 066). Uchwała powołana bez wzmianki o zdaniu odrębnym albo o późniejszym odstąpieniu od niej działa podobnie: cytat jest prawdziwy, obraz niepełny.

Odpowiedź o sporny przepis powinna więc nieść więcej niż jedną wykładnię: dominującą, konkurencyjną, informację o zagadnieniu prawnym zawisłym przed SN albo o uchwale, a przy uchwale także o zdaniu odrębnym, jeśli je zgłoszono. Tak budujemy Repertorium. Przy ustawie konektor podaje zagadnienia prawne przedstawione Sądowi Najwyższemu na przepisach tej ustawy w latach 2025-2026, z sygnaturą, treścią pytania i stanem sprawy: w toku, rozstrzygnięte uchwałą albo zakończone bez uchwały. Z tego pola pochodzi przykład z początku tej recenzji. To opis architektury, nie obietnica, że wyłapiemy każdy spór. Rozbieżność, która nie dotarła do SN, w tym polu się nie pojawi.

Na koniec test dla kancelarii. Wybierzcie trzy przepisy, przy których wiecie, że orzecznictwo jest podzielone albo że w SN czeka zagadnienie prawne. Zadajcie o nie pytanie narzędziu, którego używacie, tak jak zadaje je zabiegany prawnik: krótko i z tezą. W ilu z trzech odpowiedzi pojawiła się informacja, że spór w ogóle istnieje?

Wnioski dotyczące polskiego prawa, AI Act i doboru narzędzi są interpretacją MateMatic, nie stanowiskiem NRA, KRRP ani PUODO. Autorzy nie badali systemów prawniczych; analogię między ich ramą a instytucjami procesowymi stawiamy my.