Drogowskazem dla dalszych zmian w tym zakresie jest Strategia Cyfryzacji Polski do 2035 roku. Jej istotę można streścić następująco: daleko posunięta integracja algorytmów z sektorem publicznym.
Automatyzacja procesów administracyjnych
Za automatyzację sektora publicznego odpowiada m.in. Centralny Ośrodek Informatyki (COI). Jest to technologiczny hub specjalizujący się wdrażaniem powszechnie wykorzystywanych przez obywateli rozwiązań jak np. Wirtualny Asystent w aplikacji mObywatel. W 2025 roku COI stał się oficjalnym partnerem konsorcjum budującego polski model językowy PLLuM. Ośrodek nie tylko udostępnia infrastrukturę, ale aktywnie wdraża ten model jako dedykowane narzędzie wspomagające codzienną pracę urzędników, co pozwala na uniezależnienie polskiej administracji od zagranicznych technologii.
Nowym, kluczowym obszarem działalności COI jest budowa Krajowego Centrum Przetwarzania Danych. Jest to projekt trzech nowoczesnych centrów danych. Mają one zapewnić całkowitą ciągłość usług publicznych i stać się fizycznym fundamentem dla bezpiecznego wdrażania zaawansowanych algorytmów AI. Dzięki temu COI staje się podmiotem, który łączy tworzenie oprogramowania (jak asystent AI) z pełnym nadzorem nad fizyczną infrastrukturą, na której te dane są przetwarzane.
W 2026 roku COI odegra również kluczową rolę we wdrożeniu Europejskiego Portfela Tożsamości Cyfrowej, rozwiązaniem, które pozwoli Polakom na bezpieczną identyfikację online i korzystanie z usług publicznych w całej Unii Europejskiej. To sprawia, że COI przestaje być tylko „informatykiem administracji”, a staje się architektem cyfrowej suwerenności i bezpieczeństwa obywateli w skali międzynarodowej.
Podstawą AI w Polsce jest Rządowa Chmura Obliczeniowa (RCHO), dzięki której systemy mogą bez trudu obsługiwać miliony zapytań naraz. Model hybrydowy oddziela dane tajne od tych mniej wrażliwych, co zwiększa bezpieczeństwo i obniża koszty. Takie podejście pozwala na implementację zaawansowanej analityki predykcyjnej, która potrafi przewidywać obciążenie urzędów w okresach składania wniosków (np. o świadczenia socjalne) i dynamicznie przydzielać zasoby cyfrowe, zapobiegając awariom systemów.
Interfejsy głosowe (Voice-first) mają pomóc w walce z wykluczeniem cyfrowym. Tradycyjne formularze online są często barierą dla seniorów i osób z niepełnosprawnościami. Cyfrowi asystenci rozumieją mowę i potrafią rozmawiać z obywatelami po polsku, tłumaczyć zawiłości prawne na język potoczny i wypełniać wnioski „ze słuchu”. Dzięki temu AI staje się cyfrowym tłumaczem między skomplikowanym językiem urzędowym a obywatelem, realnie zwiększając dostępność usług publicznych dla grup dotychczas marginalizowanych.
COI to z pewnością organizacja, której działalność należy docenić, trzeba jednak mieć na uwadze, że – zgodnie z danymi z europejskiego indeksu Digital Economy and Society Index (DESI – ranking jakości cyfrowych usług publicznych) – Polska zajmuje 26. miejsce, poniżej średniej unijnej. W globalnym indeksie AI Tortoise Media Polska również znajduje się tuż za unijną średnią (31 pkt, podczas gdy średnia dla UE wynosi 32 pkt).
AI w administracji publicznej na świecie i w Polsce
Efektem prac przeprowadzonych w ramach raportu Implement Consulting Group „Sztuczna inteligencja szansą dla e-administracji w Polsce” są m.in. szacunki, zgodnie z którymi GenAI może wpłynąć na niemal jedną piątą miejsc pracy w sferze publicznej. W przypadku Polski przekłada się to na kilkaset tysięcy stanowisk. Wykorzystanie generatywnej sztucznej inteligencji może odciążyć urzędników, przejmując na siebie część żmudnych, powtarzalnych zadań. Chodzi tu w szczególności o analizę prostych wniosków czy przepisywanie danych między różnymi formularzami. Z kolei w myśl raportu „Stosunek Polaków do wykorzystania sztucznej inteligencji w administracji publicznej” z 2024 r. przewiduje się, że pozwoli to przesunąć zasoby ludzkie do takich obszarów sfery publicznej, które wymagają empatii oraz indywidualnego podejścia (może być to np. praca socjalna).
Świadomość istnienia technologii jest niemal powszechna, czego dowodzą wyniki przygotowanego przez Polski Instytut Ekonomiczny raportu „Stosunek Polaków do wykorzystania sztucznej inteligencji w administracji publicznej”. Z analizy tej wynika, że:
- 98,8% respondentów słyszało o rozwiązaniach oferowanych przez sztuczną inteligencję,
- 92,5% jest zdania, że cyfrowe usługi ułatwiają im kontakt z urzędem,
- 60,4% uważa, że państwo powinno wykorzystywać AI przy dostarczaniu obywatelom usług publicznych.
- Jednocześnie jedynie 27,2% obywateli byłoby skłonnych sfinansować stworzenie infrastruktury AI w sferze publicznej poprzez podwyżkę podatków.
Automatyzacja procesów administracyjnych, bariery
Automatyzacja procesów administracyjnych postępuje i można spodziewać się kontynuacji tego trendu. AI będzie coraz mocniej wspierać urzędników w ich codziennych obowiązkach, co ostatecznie zmieni rolę pracownika z wykonawcy prostych czynności w nadzorcę inteligentnych systemów. Niemniej jednak, trzeba mieć na uwadze fundamentalne bariery w implementacji całego procesu.
W praktyce oznacza to, że systemy GenAI będą wstępnie segregować korespondencję, przygotowywać projekty odpowiedzi na zapytania obywateli oraz automatycznie weryfikować zgodność załączników z procedurami. Dzięki temu rola pracownika sektora publicznego ewoluuje w stronę audytora i decydenta. Zamiast poświęcać 80% czasu na proste przetwarzanie danych, urzędnik będzie skupiony na weryfikacji rekomendacji algorytmu w sprawach o wysokim stopniu skomplikowania prawnego, co znacząco podniesie jakość i tempo wydawanych decyzji administracyjnych.
Nie bez znaczenia, jeśli chodzi o wdrażanie AI w sektorze publicznym w Polsce, jest brak kompetencji kadr urzędniczych oraz nastawienie pracowników tego sektora do innowacji. Dobrze pokazuje to raport Polskiego Funduszu Rozwoju „Mapa kompetencji AI w Polsce” (2025), zgodnie z którym za jedną z głównych barier należy uznać braki w wiedzy i umiejętnościach pracowników administracji, nie zaś kwestie związane z samym oprogramowaniem. Skuteczne wdrożenie AI wymaga od urzędników zdobycia nowych kompetencji zawodowych, co wymaga m.in. opracowania kompleksowych programów szkoleniowych. Nieprzypadkowo we wspomnianej już Strategii Cyfryzacji do 2035 r. kładzie się nacisk na „ukierunkowane programy rozwoju talentów”, co ma zapewnić płynne przejście do wspomaganej algorytmicznie pracy urzędników.
Kluczowym elementem nowej strategii jest budowa tzw. suwerenności technologicznej poprzez rozwój polskich modeli językowych, takich jak projekt PLLuM (Polish Large Language Model). W przeciwieństwie do komercyjnych rozwiązań z USA, rodzime systemy są trenowane na specyficznych dla polskiego prawa zbiorach danych oraz tekstach kultury, co eliminuje błędy wynikające z różnic w systemach prawnych (np. common law vs prawo kontynentalne). Inwestycja w polskie LLM-y ma zapobiec uzależnieniu infrastruktury krytycznej państwa od zewnętrznych korporacji i zapewnić pełną kontrolę nad przepływem danych wrażliwych obywateli.
W dobie powszechnej automatyzacji, fundamentem nowego modelu biurokracji staje się architektura Zero Trust (brak zaufania). W tradycyjnym modelu urzędnik miał szeroki dostęp do baz danych; obecnie systemy AI działają w modelu uprawnień minimalnych, weryfikując każdą próbę dostępu w czasie rzeczywistym. Taki stan rzeczy oznacza, że algorytmy przetwarzające dane obywateli są odizolowane od publicznej sieci, a każda operacja jest kryptograficznie podpisana. Nowe zabezpieczenia są konieczne, by hakerzy nie wykorzystali AI do paraliżowania usług państwowych.
Nowym filarem cyfrowego państwa jest koncepcja altruizmu danych, wprowadzona przez unijny Data Governance Act. Pozwala ona obywatelom na dobrowolne udostępnianie swoich zanonimizowanych danych (np. zdrowotnych czy transportowych) do celów wyższej użyteczności publicznej. Systemy AI w administracji wykorzystują te zbiory do optymalizacji siatki połączeń komunikacyjnych czy przewidywania ognisk chorób cywilizacyjnych. Dzięki temu automatyzacja przestaje być tylko narzędziem kontroli, a staje się silnikiem innowacji społecznych, gdzie zagregowana wiedza obywateli wraca do nich w formie lepiej dopasowanych usług.
AI w codziennym funkcjonowaniu urzędów
Wprowadzenie sztucznej inteligencji do administracji publicznej to proces, który zmienia strukturę biurokracji z hierarchicznej na wspomaganą algorytmicznie, co widać szczególnie w codziennej pracy urzędów. W praktyce oznacza to przejście urzędnika z roli wykonawcy powtarzalnych czynności do roli audytora i decydenta. Zamiast tracić czas na proste przetwarzanie danych, pracownik weryfikuje rekomendacje systemów GenAI, które wcześniej wstępnie segregują korespondencję, przygotowują projekty odpowiedzi na zapytania obywateli oraz automatycznie sprawdzają zgodność załączników z procedurami. Takie podejście pozwala na szybsze i bardziej precyzyjne wydawanie decyzji administracyjnych, zwłaszcza w sprawach o wysokim stopniu skomplikowania prawnego.
Kluczowym elementem tej transformacji jest wykorzystanie Rządowej Chmury Obliczeniowej (RCHO), która zapewnia niezbędną moc obliczeniową do obsługi milionów zapytań w czasie rzeczywistym. Dzięki architekturze hybrydowej dane wrażliwe pozostają izolowane, a mniej wrażliwe operacje korzystają z mocy publicznych dostawców, co umożliwia stosowanie zaawansowanej analityki predykcyjnej. Pozwala to systemom przewidywać okresy zwiększonego obciążenia urzędów, np. podczas składania wniosków o świadczenia socjalne, i dynamicznie przydzielać zasoby cyfrowe, zapobiegając awariom systemów. Dodatkowo, wdrożenie interfejsów głosowych typu Voice-first i technologii przetwarzania języka naturalnego (NLP) pozwala asystentom cyfrowym prowadzić dialog z obywatelami w języku polskim, wypełniać wnioski „ze słuchu” i tłumaczyć zawiłości prawne na język potoczny. Rozwiązania te realnie wspierają osoby starsze i z niepełnosprawnościami, dla których tradycyjne formularze online bywają barierą nie do przejścia.
Aby jednak AI stała się skutecznym wsparciem dla urzędnika, niezbędne jest zapewnienie suwerenności technologicznej poprzez rozwój rodzimych rozwiązań, takich jak projekt PLLuM (Polish Large Language Model). Systemy te są trenowane na danych specyficznych dla polskiego prawa i tekstach kultury, co eliminuje błędy wynikające z różnic w systemach prawnych, z którymi nie radzą sobie komercyjne modele zagraniczne. Całość procesu opiera się na architekturze Zero Trust, gdzie każda operacja jest kryptograficznie podpisana, a dostęp do baz danych jest weryfikowany w czasie rzeczywistym. Takie zabezpieczenia są konieczne, by masowe wdrażanie GenAI nie stało się nowym wektorem ataków typu prompt injection, przy jednoczesnym wykorzystaniu koncepcji altruizmu danych do optymalizacji usług publicznych i przewidywania zjawisk społecznych.
Podsumowanie
AI przejmuje żmudną weryfikację formalną: wstępnie segreguje korespondencję, sprawdza kompletność załączników i przygotowuje projekty odpowiedzi. Dzięki analityce predykcyjnej system zarządza obciążeniem serwerów, zapobiegając awariom podczas szczytów wnioskowych. Rola urzędnika ewoluuje w stronę audytora i decydenta. Człowiek weryfikuje jedynie rekomendacje algorytmu w sprawach zawiłych prawnie, co pozwala mu skupić się na empatii i indywidualnym podejściu.
Doświadczenia z ostatnich lat pokazują, że powyższe zagadnienie to coś zdecydowanie więcej niż temat dla futurologów. Wręcz przeciwnie – jest to pakiet rozwiązań, które mogą stać się ważnym elementem nowoczesnego państwa. Polska, dzięki realizacji działań Strategii Cyfryzacji do 2035 roku ma potencjał, by dołączyć do liderów cyfryzacji, czego pierwsze oznaki widać już w działaniach takich instytucji jak Centralny Ośrodek Informatyki.
Bibliografia:
Grzeszak, J., Łukasik, K., Święcicki, I. (2021), Ile warte są nasze dane?, https://pie.net.pl/coi-content/uploads/2022/01/PIE-Raport_Wartosc_danych.pdf (dostęp: 07.03.2026).
Implement Consulting Group (2025), Sztuczna inteligencja szansą dla e-administracji w Polsce.
Nzobonimpa, S. (2023), Artificial intelligence, task complexity and uncertainty: analyzing the advantages and disadvantages of using algorithms in public service delivery under public administration theories, „Digital Transformation and Society”, Vol. 2 No. 3, https://doi.org/10.1108/DTS-03-2023-0018.
Paliński, M. (2021), Paying with your data. Privacy tradeoffs in ride-hailing services, „Applied Economics Letters”, No. 1-7, https://doi.org/10.1080/13504851.2021.1959891.
Polski Instytut Ekonomiczny (2024), „Stosunek Polaków do wykorzystania sztucznej inteligencji w administracji publicznej”, Warszawa.
Sigfrids, A., Nieminen, M., Leikas, J., Pikkuaho, P. (2022), How Should Public Administrations Foster the Ethical Development and Use of Artificial Intelligence? A Review of Proposals for Developing Governance of AI, „Frontiers in Human Dynamics”, No. 4, https://doi.org/10.3389/fhumd.2022.858108.