Home •Blog
TTMS Blog
Świat okiem ekspertów IT.
Sortuj po tematach
Wyniki wyszukiwania dla: „chatGPT”
Praktyczne zastosowania ChatGPT w biznesie
Jak korzystać z czatu gpt w biznesie? W erze cyfrowej, gdzie efektywność i szybkość są cenionymi wartościami, firmy nieustannie poszukują innowacyjnych rozwiązań usprawniających swoje działania. Sztuczna inteligencja (AI), w szczególności sztuczna inteligencja konwersacyjna, wyłoniła się jak rycerz w lśniącej zbroi.
Czytaj
Jak AI może zrewolucjonizować obsługę klienta: Rola ChatGPT w udoskonalaniu doświadczeń klientów
Sztuczna inteligencja (AI) rewolucjonizuje obsługę klienta. Dowiedz się, jak ChatGPT poprawia szybkość, personalizację i efektywność, przynosząc korzyści firmom i klientom.
Czytaj
ChatGPT 4o jako narzędzie do tworzenia treści – porównanie GPT 4.0 i 4o
W świecie, gdzie technologia zmienia nasze życie każdego dnia, Microsoft wprowadza rewolucję w interakcji człowieka z komputerem dzięki narzędziu o nazwie Copilot. Ten innowacyjny produkt to więcej niż zwykły asystent – to partner w realizacji pomysłów, który wykorzystuje zaawansowaną sztuczną inteligencję, by pomagać użytkownikom w osiąganiu celów dotychczas uznawanych za nieosiągalne.
Czytaj
GPT-6 Cyber: co model OpenAI do cyberbezpieczeństwa oznacza dla biznesu
Firma OpenAI wprowadziła GPT-6 Cyber, model AI przeznaczony do zadań związanych z cyberbezpieczeństwem. Firmom zarządzającym portalami dla klientów, usługami płatniczymi i platformami wewnętrznymi może on zapewnić szybsze badanie podatności, częstsze przeglądy bezpieczeństwa oraz lepsze wsparcie inżynierów przygotowujących i testujących poprawki. O jego praktycznej wartości zdecydują jakość wyników oraz czas, który pozwoli zaoszczędzić specjalistom. Czym jest GPT-6 Cyber? GPT-6 Cyber jest przedstawiany jako wyspecjalizowany model OpenAI do zadań związanych z cyberbezpieczeństwem. Przed jego wprowadzeniem serwis BusinessToday informował, że wybrani klienci testowali wersję alfa w ramach programu Daybreak Red. Według Investing.com, które powołuje się na magazyn „Fortune”, OpenAI opracowuje również osobny produkt, który ma pomóc klientom bezpiecznie wdrażać GPT-6 Cyber, automatyzować zadania związane z bezpieczeństwem i usuwać podatności. Produkt ten zapewniłby OpenAI większy nadzór nad sposobem wykorzystywania modeli firmy. Dla firm oznacza to praktyczne pytania o miejsce tej usługi w istniejących procesach bezpieczeństwa: jakie zadania mogłaby wykonywać, które działania wymagałyby zatwierdzenia oraz jakie informacje o jej wykorzystaniu otrzymywałoby OpenAI. Szczegóły te wpłynęłyby zarówno na koszty wdrożenia, jak i na ocenę, czy usługa może być wykorzystywana w pracy z wrażliwymi systemami firmowymi.OpenAI rozwijało narzędzia do cyberbezpieczeństwa jeszcze przed wprowadzeniem GPT-6 Cyber. Jego poprzednik, GPT-5.6 Cyber, został udostępniony uprawnionym użytkownikom prowadzącym zaawansowane badania podatności i testy bezpieczeństwa. Firma oferuje również Codex Security – agenta bezpieczeństwa aplikacji, który pomaga zespołom badać podatności i przygotowywać poprawki. Rozwiązania te pokazują dotychczasowy kierunek rozwoju oferty OpenAI w tym obszarze. Możliwości i skuteczność nowego GPT-6 Cyber wymagają jednak osobnej oceny. Firma rozważająca zakup powinna osobno przeanalizować trzy elementy rozwiązania AI do cyberbezpieczeństwa: Element rozwiązania Co określa Co powinna sprawdzić firma Model Możliwości analizy i wnioskowania dostępne podczas wykonywania zadania Skuteczność w przypadkach odpowiadających potrzebom firmy, ograniczenia i koszty Program dostępu Kto może korzystać z określonych możliwości i na jakich warunkach Kryteria dostępu, wymagane zgody i dozwolone działania Aplikacja i integracje Dane, które system może analizować, oraz działania, które może wykonywać Obsługiwane narzędzia, uprawnienia, mechanizmy kontroli i zatwierdzania oraz rejestry audytowe Przed zakupem dostępu należy sprawdzić, w jaki sposób rozwiązanie będzie łączyć się z firmowymi repozytoriami kodu, narzędziami monitorującymi oraz procesem zatwierdzania zmian. Dlaczego AI w cyberbezpieczeństwie ma znaczenie dla kadry zarządzającej? Zadania związane z bezpieczeństwem wymagają zaangażowania tych samych inżynierów, którzy utrzymują aplikacje i rozwijają nowe funkcje. Analiza podejrzanej zmiany w kodzie, sprawdzenie komunikatu dostawcy o zagrożeniu i weryfikacja poprawki pochłaniają czas całego zespołu. AI pozwala przenieść część prac badawczych i przygotowawczych do powtarzalnego procesu. Dzięki temu specjaliści mogą poświęcić więcej czasu na weryfikację wyników oraz podejmowanie decyzji dotyczących systemów produkcyjnych. Sprawniejsze wykonywanie zadań związanych z bezpieczeństwem może również pomóc firmom zachować ciągłość działania usług. Firma handlowa może potrzebować zabezpieczyć integrację z systemem płatności bez zakłócania sprzedaży. Producent może chcieć poznać konsekwencje aktualizacji oprogramowania powiązanego z procesami operacyjnymi. Firma świadcząca usługi finansowe może potrzebować jednoznacznych dowodów pokazujących, co sprawdzono i w jaki sposób rozwiązano problem. W każdym z tych przypadków automatyzacja musi uwzględniać procesy biznesowe związane z danym oprogramowaniem. Skala inwestycji OpenAI pokazuje, jak duże znaczenie firma przypisuje rozwojowi AI w cyberbezpieczeństwie. 3 września 2026 roku firma OpenAI ogłosiła zobowiązanie w wysokości miliarda dolarów, obejmujące dostęp do programu Daybreak na preferencyjnych warunkach, szkolenia, wsparcie techniczne i współpracę z organizacjami chroniącymi usługi kluczowe. Cztery biznesowe zastosowania GPT-6 Cyber, które warto ocenić Poniższe scenariusze przedstawiają naszą analizę obszarów, w których model wyspecjalizowany w cyberbezpieczeństwie mógłby przynieść firmom wymierne korzyści. Są to potencjalne zastosowania, których przydatność w przypadku GPT-6 Cyber należy potwierdzić w testach. Każdy z nich zależy od możliwości, narzędzi i uprawnień dostępnych w docelowym środowisku. 1. Badanie podatności w aplikacjach biznesowych Dobry pilotaż może objąć niewielki zestaw aplikacji, z których każda ma jasno określonego właściciela biznesowego. Model otrzymałby dostęp do kodu, którego analizę wcześniej zatwierdzono, oraz do informacji o architekturze, a następnie zostałby oceniony pod kątem tego, czy pomaga przeanalizować potencjalne podatności i wskazać dowody potrzebne do ich potwierdzenia. Zespół mógłby na przykład sprawdzić, czy portal klienta konsekwentnie egzekwuje uprawnienia dostępu we wszystkich powiązanych usługach. Korzyść dla firmy polegałaby na skróceniu czasu potrzebnego do potwierdzenia lub wykluczenia podatności. Przydatny wynik powinien wskazywać komponenty, których dotyczy problem, wyjaśniać warunki jego występowania oraz ułatwiać inżynierowi odtworzenie go w wyznaczonym do tego środowisku testowym 2. Przygotowywanie i testowanie poprawek bezpieczeństwa AI mogłaby pomóc w opracowaniu poprawki, wskazaniu powiązanych fragmentów kodu oraz zaproponowaniu testów dotyczących zarówno bezpieczeństwa, jak i prawidłowego działania aplikacji. Istniejąca dokumentacja Codex Security opisuje już procesy przeglądania zmian, potwierdzania ustaleń i przygotowywania poprawek. Jest to więc konkretny obszar, w którym można oceniać możliwości kolejnych modeli. Z biznesowego punktu widzenia sukces oznacza mniejszy nakład pracy inżynierów potrzebny do przygotowania każdej zweryfikowanej poprawki przy zachowaniu jakości kolejnej wersji oprogramowania. Przed wprowadzeniem zmiany w środowisku produkcyjnym inżynierowie nadal powinni ją przejrzeć i przeprowadzić odpowiednie testy. 3. Ustalanie priorytetów z uwzględnieniem kontekstu biznesowego Aktualne informacje o systemach i ich właścicielach oraz związana z nimi dokumentacja mogą pomóc AI łączyć ustalenia techniczne z konsekwencjami biznesowymi. Dzięki temu zespół mógłby łatwiej zdecydować, które podatności należy usunąć w pierwszej kolejności i kto powinien się nimi zająć. 4. Wsparcie zespołów podczas analizy incydentów bezpieczeństwa Kolejnym zastosowaniem wartym przetestowania jest tworzenie osi czasu incydentu na podstawie alertów bezpieczeństwa i logów systemowych, z uwzględnieniem wewnętrznych procedur prowadzenia analizy. W ramach testu można sprawdzić, czy model łączy swoje stwierdzenia z dowodami, odróżnia obserwacje od hipotez i wskazuje brakujące informacje. Scenariusz ten wymagałby odpowiednich integracji, dlatego nie należy zakładać, że stanowią one wbudowaną funkcję GPT-6 Cyber. Przydatny wynik mógłby ułatwić kolejnemu analitykowi kontynuowanie dochodzenia albo pomóc właścicielowi usługi zrozumieć, którego procesu biznesowego dotyczy problem. W przypadku decyzji takich jak wyłączenie kont, blokowanie ruchu lub izolowanie systemów trzeba jednoznacznie określić, kto może je podejmować, ponieważ mogą zakłócić prawidłowe działanie usług. Jak mogłoby to wyglądać w portalu klienta? Rozważmy przykład firmy przygotowującej nową wersję portalu klienta połączonego z systemem zarządzania zamówieniami. Podczas przeglądu bezpieczeństwa wykryto możliwą słabość w sposobie sprawdzania uprawnień dostępu do szczegółów zamówień. W ramach kontrolowanego pilotażu system AI otrzymałby odpowiedni kod, opis oczekiwanych uprawnień oraz konta testowe zawierające fikcyjne dane klientów. Zespół oceniłby, czy system pomaga prześledzić fragmenty kodu związane z problemem, przygotować zrozumiałe wyjaśnienie i zaproponować test potwierdzający występowanie podatności. Jeżeli podatność zostałaby potwierdzona, inżynierowie mogliby ocenić zaproponowaną poprawkę oraz dodatkowe testy regresji, które sprawdzają, czy po wprowadzeniu zmiany dotychczasowe funkcje nadal działają prawidłowo. Efektem powinny być sprawdzona zmiana i dokumentacja pokazująca, na czym polegał problem, co zmodyfikowano, które testy zakończyły się powodzeniem i kto zatwierdził wdrożenie. Wymagałoby to dostępu do odpowiedniego kodu, środowiska testowego oraz procesu przydzielania potwierdzonych problemów inżynierom odpowiedzialnym za ich usunięcie. Jak mierzyć wartość biznesową GPT-6 Cyber? W ramach pilotażu należy porównać proces wspierany przez AI z dotychczasowym sposobem pracy zespołu, wykorzystując porównywalne przypadki. Warto uwzględnić potwierdzone podatności, zgłoszenia uznane wcześniej za fałszywe alarmy oraz przypadki, w których dostępne dowody są niepełne. Należy rejestrować zarówno czas pracy analityka, jak i czas działania modelu. Do szybko wygenerowanej odpowiedzi należy doliczyć czas potrzebny na jej weryfikację. Praktyczną podstawę do podjęcia decyzji mogą zapewnić następujące wskaźniki: Wskaźnik Co należy rejestrować Dlaczego ma znaczenie Czas oceny podejrzewanej podatności Łączny czas i nakład pracy analityka potrzebne do potwierdzenia lub odrzucenia zgłoszenia Pokazuje, czy proces przyspiesza analizę Jakość wyników analizy Potwierdzone podatności, fałszywe alarmy i niewykryte problemy w referencyjnym zestawie testowym Pokazuje, czy pozornemu wzrostowi produktywności nie towarzyszy większa liczba błędów Czas przygotowania przetestowanej i zatwierdzonej poprawki Czas od potwierdzenia problemu do przetestowania i zatwierdzenia poprawki Pokazuje wpływ wsparcia AI na proces usuwania podatności Nakład pracy inżynierów Liczba godzin poświęconych na sprawdzanie, poprawianie, testowanie i dokumentowanie wyników Pokazuje koszty związane z nadzorem Całkowity koszt obsługi jednego przypadku Koszt użycia modelu, narzędzi, środowisk testowych, integracji i czasu pracowników Umożliwia realistyczną ocenę opłacalności rozszerzenia wdrożenia Jeżeli pilotaż skróci czas pracy analityków, ale przysporzy dodatkowych zadań programistom, w ocenie należy uwzględnić oba efekty. Jeżeli pozwoli wykryć więcej rzeczywistych podatności, organizacja będzie również potrzebowała zasobów, aby je usunąć. Dostęp, ceny i sposób wdrożenia – co powinna sprawdzić firma? Zgodnie z obecną dokumentacją programu Daybreak organizacja musi uzyskać odpowiednią zgodę i dostęp do projektu. Dokumentacja rozróżnia również dostęp do programu od dostępu do konkretnego modelu. W przypadku GPT-6 Cyber organizacje powinny bezpośrednio sprawdzić obowiązujące wymagania, w tym ustalić, czy dostęp ogranicza się do testów, czy obejmuje również planowane zastosowanie produkcyjne. Ocena warunków komercyjnych powinna obejmować ceny, limity wykorzystania, obsługiwane integracje oraz sposób przetwarzania danych firmowych. Zespoły powinny ustalić, jaki kod źródłowy, logi i informacje konfiguracyjne będą przetwarzane, gdzie będzie się to odbywać, jak długo dane będą przechowywane oraz jakie zabezpieczenia i warunki określa umowa. Dostępność za pośrednictwem określonego dostawcy chmury lub w ramach obecnej subskrypcji należy potwierdzić dla konkretnej oferty. Budżet pilotażu powinien uwzględniać koszty wdrożenia i weryfikacji, a także opłaty za korzystanie z modelu. Jak zachować kontrolę nad wykorzystaniem AI w cyberbezpieczeństwie? Firma powinna określić zakres wykorzystania AI w procesach bezpieczeństwa równie dokładnie jak zakres zewnętrznego audytu. Należy wskazać systemy, które rozwiązanie może analizować, informacje, do których może uzyskać dostęp, oraz działania, które wolno mu wykonywać. Uprawnienie do analizy problemu powinno być oddzielone od uprawnienia do wprowadzania zmian w działającej usłudze. Opublikowane przez OpenAI wytyczne dotyczące programu Daybreak zalecają korzystanie z odizolowanych środowisk, monitorowanie działań agentów oraz przestrzeganie wyznaczonego zakresu dozwolonych działań. W przypadku pierwszego pilotażu biznesowego przemawia to za wykorzystaniem kontrolowanego środowiska testowego, kont i uprawnień ograniczonych do niezbędnego zakresu, weryfikowaniem proponowanych zmian oraz prowadzeniem rejestrów pozwalających zespołowi odtworzyć przebieg działań. Należy również wyznaczyć osobę odpowiedzialną za nadzorowanie procesu. Osoba ta powinna sprawdzać nierozstrzygnięte zgłoszenia, decydować o potrzebie zebrania dodatkowych dowodów i zatrzymywać proces, jeśli system zachowuje się w nieoczekiwany sposób. Szkolenie powinno obejmować krytyczną ocenę wniosków wygenerowanych przez AI oraz rozpoznawanie sytuacji, w których system nie ma wystarczających informacji do kontynuowania pracy. Od czego powinny zacząć firmy? Najlepiej zacząć od jednej aplikacji i jednego powtarzalnego zadania związanego z bezpieczeństwem, takiego jak badanie podejrzewanych podatności lub testowanie poprawek. Należy wyznaczyć osobę odpowiedzialną za sprawdzanie wyników oraz ustalić sposób pomiaru ich trafności, zaoszczędzonego czasu i nakładu pracy inżynierów. Pilotaż o jasno określonym zakresie pomoże ustalić, czy rozwiązanie przynosi korzyści uzasadniające szersze wdrożenie. Rozważasz wykorzystanie AI w procesach bezpieczeństwa swojej firmy? Rozważasz wykorzystanie AI w procesach bezpieczeństwa swojej firmy? Skontaktuj się z TTMS i opowiedz nam o zadaniu, które chcesz usprawnić, wykorzystywanych systemach oraz wymaganiach dotyczących danych. Wspólnie możemy wybrać odpowiednie podejście i określić oczekiwane wyniki pilotażu. Czym GPT-6 Cyber różni się od modelu AI ogólnego zastosowania wykorzystywanego w cyberbezpieczeństwie? GPT-6 Cyber jest przedstawiany jako model wyspecjalizowany w cyberbezpieczeństwie, którego wczesną wersję testowano w ramach programu OpenAI Daybreak Red. Modele ogólnego zastosowania również mogą wspierać zadania związane z bezpieczeństwem, na przykład objaśniać kod, analizować dokumentację i sprawdzać dostarczone wyniki. Z perspektywy firmy najważniejsze jest to, czy model specjalistyczny zapewnia trafniejsze i bardziej użyteczne wyniki w zadaniach wykonywanych przez jej zespół. Sama nazwa modelu nie potwierdza takiej przewagi. Rzetelne porównanie powinno zapewnić obu modelom dostęp do tych samych informacji i narzędzi oraz podobny czas na wykonanie zadania. Wyniki powinni następnie ocenić specjaliści ds. bezpieczeństwa. Opublikowane testy mogą dostarczyć dodatkowych informacji, ale rezultatów osiągniętych przez inne modele nie należy przypisywać GPT-6 Cyber. Czy GPT-6 Cyber może zastąpić zespół ds. cyberbezpieczeństwa lub zewnętrznego dostawcę usług bezpieczeństwa? Firma nadal potrzebuje wykwalifikowanych osób odpowiedzialnych za ocenę ryzyka, potwierdzanie wykrytych problemów i zatwierdzanie zmian. Analiza przygotowana przez model zależy od udostępnionych mu informacji i narzędzi, dlatego może nie uwzględniać części wiedzy o systemach firmy. Specjaliści biorą również pod uwagę priorytety operacyjne, analizują niejednoznaczne dowody i koordynują działania w razie incydentu. AI może zmniejszyć nakład pracy potrzebny do wykonania określonych zadań, ale skalę tych oszczędności trzeba potwierdzić w praktyce. Firma korzystająca z usług zewnętrznego dostawcy powinna ustalić, w jaki sposób sprawdza on wyniki wygenerowane przez AI oraz czy zaoszczędzony czas przekłada się na jakość lub zakres świadczonej usługi. Odpowiedzialność za ochronę systemów i rozwiązywanie problemów musi pozostać jasno przypisana. Czy GPT-6 Cyber może być przydatny firmie, która korzysta głównie z oprogramowania zewnętrznych dostawców? Jego przydatność będzie zależała od tego, nad którymi elementami środowiska firma ma kontrolę i do jakich informacji może uzyskać dostęp. Organizacja korzystająca ze standardowych aplikacji chmurowych może mieć ograniczony wgląd w kod źródłowy dostawcy. Nadal odpowiada jednak między innymi za uprawnienia użytkowników, konfigurację, integracje i własne rozszerzenia. Są to potencjalne obszary analizy wspieranej przez AI, o ile pozwalają na to potwierdzone możliwości modelu i dostępne integracje. Przed rozpoczęciem testów należy ustalić, które systemy firma może samodzielnie analizować, a które działania wymagają udziału lub zgody dostawcy. Problemy dotyczące jego produktu powinny być zgłaszane zgodnie z obowiązującą procedurą bezpieczeństwa, aby mogły zostać zweryfikowane i usunięte. Czy brak wykrytych podatności podczas przeglądu wspieranego przez AI oznacza, że aplikacja jest bezpieczna? Nie. Przegląd może nie wykryć części podatności z powodu niepełnych informacji, ograniczonego zakresu testów lub błędów analizy. Raport, w którym nie wskazano żadnych problemów, powinien więc wyjaśniać, co sprawdzono, jakie testy wykonano i co pozostało poza zakresem badania. Analiza wybranych plików z kodem źródłowym nie potwierdza na przykład, że sprawdzono również konfigurację aplikacji w środowisku produkcyjnym i obowiązujące uprawnienia dostępu. Wynik należy oceniać razem z innymi dowodami, w tym rezultatami testów oraz opinią specjalistów dobranych odpowiednio do poziomu ryzyka aplikacji. Nierozstrzygnięte kwestie i ograniczenia analizy powinny zostać zapisane, aby raport bez wykrytych podatności nie dawał nieuzasadnionego poczucia bezpieczeństwa. Jak ocenić dostawcę oferującego usługi „oparte na GPT-6 Cyber”? Należy poprosić dostawcę o wskazanie używanego modelu, sposobu uzyskiwania do niego dostępu oraz elementów usługi, które rzeczywiście wykorzystują jego możliwości. Warto też poprosić o prezentację na przykładzie reprezentatywnego zadania, którego analizę wcześniej zatwierdzono, oraz o dowody potwierdzające przedstawione wyniki. Firma powinna ustalić, kto sprawdza rezultaty, kto wprowadza poprawki i jak wygląda postępowanie w przypadku błędnej lub niepełnej analizy. Opis usługi powinien również wyjaśniać, w jaki sposób przetwarzane są dane klienta i które działania wymagają jego zgody. Jeżeli dostawca zmieni model wykorzystywany do świadczenia usługi, powinien wykazać, że po tej zmianie nadal spełnia ona uzgodnione wymagania. Ofertę najlepiej oceniać na podstawie konkretnych rezultatów, takich jak potwierdzone podatności i przetestowane poprawki, oraz jasno przypisanej odpowiedzialności za poszczególne etapy pracy.
Czytaj
GPT-6 Astra w Microsoft 365 Copilot: dostęp, zadania i koszty Cowork
Masz w firmie Copilota i chcesz wypróbować GPT-6 Astra? Model OpenAI jest dostępny także w Copilot Cowork. Możesz więc sprawdzić go przy pracy z dokumentami, pocztą i kalendarzem w środowisku Microsoftu. Dostęp do Astry zależy od licencji i ustawień organizacji, a wykonywanie zadań w Cowork wiąże się z rozliczaniem zużycia kredytów. Co musi włączyć administrator? Jakie zadania powierzysz Astrze w Cowork, a jak wygląda ich wykonanie w ChatGPT Work? Poniżej znajdziesz warunki dostępu, różnice w pracy na plikach i zasady naliczania opłat. Kwestię wyboru asystenta dla organizacji omawiamy w naszym porównaniu Microsoft Copilot i ChatGPT dla firm. 1. Co GPT-6 Astra wnosi do Copilot Cowork? Microsoft wymienia GPT-6 Astra na liście modeli Copilot Cowork. Użytkownik wybiera model z listy udostępnionej przez organizację. Domyślne ustawienie Auto pozwala Cowork dobrać model do zadania; oznaczenie przy odpowiedzi pokazuje, którego użyto. Wybór Astry dotyczy pracy w Cowork. Dostępność konkretnego modelu w pozostałych funkcjach Copilota trzeba sprawdzać osobno. GPT-6 Astra jest kolejnym modelem, któremu możesz powierzyć zadanie w Cowork. Sam Cowork zapewnia narzędzia do wyszukiwania materiałów, tworzenia plików i wykonywania czynności w Microsoft 365. Wybór modelu może wpłynąć na sposób analizy, szczegółowość odpowiedzi i czas pracy. Przy ocenie Astry warto więc sprawdzić, czy lepiej radzi sobie z zadaniem, które już wykonujesz: poprawniej łączy ustalenia, uwzględnia wyjątki i przygotowuje wynik wymagający mniej poprawek. Work IQ zapewnia Cowork dostęp do kontekstu firmowej pracy. Przy przygotowaniu podsumowania projektu potrzebne informacje mogą znajdować się w dokumentach, korespondencji i materiałach ze spotkań. Cowork może wyszukiwać firmowe zasoby potrzebne do zadania. Dlatego przed próbą warto sprawdzić, czy konto pracownika ma dostęp do właściwych materiałów i czy znajdują się wśród nich aktualne ustalenia. Od tego zależy, na jakich informacjach Astra oprze wynik. Wyniki testów modelu i przykłady jego wykorzystania opisujemy w artykule GPT-6 Astra: imponujące osiągnięcia, nowe możliwości dla biznesu. 2. Jak uzyskać dostęp do Astry w Copilot Cowork? Dla użytkowników biznesowych Microsoft opisuje Cowork jako usługę wymagającą licencji Microsoft 365 Copilot oraz rozliczania wykonywanych zadań według zużycia. Administrator musi następnie skonfigurować dostęp pracowników. W konfiguracji są dwa osobne ustawienia: Dostęp do Cowork. Pracownik musi należeć do grupy objętej zasadą wydatków, która uwzględnia Cowork. Administrator ustawia ją w centrum administracyjnym Microsoft 365, w obszarze Copilot, Cost Management, Configuration. To tutaj określa użytkowników, budżet i sposób rozliczenia. Dostęp do modeli obsługiwanych przez OpenAI. W ustawieniach Copilota administrator określa, którzy użytkownicy mogą korzystać z OpenAI jako podwykonawcy Microsoftu. Po uzyskaniu dostępu otwórz Cowork i wybierz Astrę z listy modeli. Przy pierwszym zadaniu sprawdź oznaczenie modelu przy odpowiedzi. Jeżeli pracownik widzi Cowork, ale brakuje mu Astry, administrator powinien sprawdzić ustawienia dostawcy modeli. Aby udostępnić Cowork wybranemu zespołowi, administrator musi objąć dostępem właściwą grupę użytkowników. Niski limit kredytów ogranicza wydatki, ale nadal pozwala objętemu nim pracownikowi rozpocząć pracę. 3. Astra w Cowork i ChatGPT Work: różnice przy wykonywaniu zadania Przy przygotowaniu raportu trzeba dotrzeć do aktualnych danych, opracować je i zapisać wynik w miejscu dostępnym dla zespołu. Na każdym z tych etapów znaczenie mają narzędzia udostępnione modelowi. Poniższe zestawienie pokazuje, jak oba środowiska pracują z materiałami potrzebnymi do zadania. Praca z materiałami w Copilot Cowork i ChatGPT Work Element zadania Copilot Cowork ChatGPT Work Odnalezienie materiałów Wyszukiwanie w zasobach Microsoft 365 dostępnych użytkownikowi, w tym w poczcie i plikach. Wtyczki mogą udostępniać kolejne źródła. Pliki przekazane do zadania oraz informacje pobrane przez włączone aplikacje i autoryzowane konta. Opracowanie dokumentów Tworzenie i zmiana dokumentów, arkuszy i prezentacji. Pliki wynikowe trafiają do obszaru pracy w OneDrive lub SharePoint. Tworzenie i edycja plików. Przekazanie ich do innego systemu zależy od operacji dostępnych w połączeniu z tym systemem. Pliki na dysku komputera Można przesłać plik do sesji. Cowork nie edytuje plików bezpośrednio na dysku użytkownika. Work w obsługiwanej aplikacji komputerowej może korzystać z lokalnych plików po udzieleniu odpowiedniego dostępu. Obsługa programu przez przeglądarkę Lokalna przeglądarka Edge korzysta z istniejącego logowania pracownika. Funkcja wymaga włączenia przez administratora. Dostęp zależy od wybranego narzędzia przeglądarkowego i udzielonych zgód. Zadanie w chmurze wymaga osobnej autoryzacji do firmowych zasobów. Przy pracy w przeglądarce trzeba uwzględnić miejsce uruchomienia zadania. Cowork obsługuje lokalną przeglądarkę w swojej wersji webowej otwartej w Edge. Ta funkcja nie działa obecnie w aplikacji komputerowej Copilota ani na urządzeniach mobilnych. Potrzebne jest też to samo konto służbowe w Cowork i Edge. Uśpienie komputera może wstrzymać czynności wymagające lokalnej przeglądarki. W ChatGPT Work podczas zadania lokalnego model może korzystać z udostępnionych plików i aplikacji komputera. Zadanie uruchomione w chmurze działa w osobnym środowisku. Jeśli potrzebne materiały znajdują się wyłącznie na dysku pracownika lub są dostępne przez firmowy VPN, trzeba udostępnić je temu środowisku w obsługiwany sposób. Podczas pracy Cowork pokazuje kolejne etapy zadania. Możesz przerwać sesję, doprecyzować polecenie lub dostarczyć brakujące informacje. Przed ważnymi działaniami, takimi jak wysłanie wiadomości czy zaplanowanie spotkania, Cowork prosi o zatwierdzenie. Zakres kolejnych pytań zależy również od udzielonych wcześniej zgód. Do pierwszej próby wybierz zadanie, którego materiały i miejsce zapisu wyniku możesz jednoznacznie wskazać. Przykłady obowiązków w sprzedaży, HR, finansach i innych działach znajdziesz w naszym zestawieniu 10 praktycznych zastosowań Microsoft Copilot w organizacji. 4. Ile kosztuje korzystanie z Astry w Cowork i ChatGPT Work? W budżecie trzeba uwzględnić abonament oraz wykorzystanie narzędzi do wykonywania zadań. W firmie, która ma już odpowiednie licencje, uruchomienie Cowork oznacza przede wszystkim zaplanowanie opłat za jego użycie. Poniżej podajemy publiczne ceny wybranych planów biznesowych. Ceny abonamentów. Opłaty za wykonywanie zadań opisujemy poniżej. Plan Cena za osobę miesięcznie Warunki Microsoft 365 Copilot Business 18,20 EUR; obecnie 15,60 EUR w promocji Płatność roczna, ceny netto. Potrzebna osobna, kwalifikująca się licencja Microsoft 365. Oferta dla maksymalnie 300 użytkowników. Microsoft 365 Copilot w ofercie dla przedsiębiorstw 26 EUR Płatność roczna, cena netto. Potrzebna osobna, kwalifikująca się licencja Microsoft 365. ChatGPT Business 20 USD przy płatności rocznej lub 25 USD przy miesięcznej Minimum dwóch użytkowników. Publiczna cena w USD; końcowa kwota zależy m.in. od podatków i rynku zakupu. ChatGPT Enterprise Wycena indywidualna Limity i rozliczenie wykorzystania określa umowa. Promocja Copilot Business obejmuje pierwszy rok przy zobowiązaniu rocznym i obowiązuje od 1 lipca do 31 grudnia 2026 r. 4.1 Jak naliczane są opłaty za zadania Cowork? Cowork rozlicza m.in. użycie modelu, pobieranie kontekstu, wywołania narzędzi i czas działania. Zużycie jest przeliczane na Copilot Credits; w opublikowanej ofercie pay-as-you-go jeden kredyt kosztuje 0,01 USD. Tysiąc kredytów oznacza więc 10 USD. Koszt pojedynczego zadania zależy od liczby zużytych kredytów. Na zużycie wpływa również wybrany poziom rozumowania. W Cowork dostępne są ustawienia Light, Medium, High, Extra High i Max. Wyższy poziom może wydłużyć zadanie i zwiększyć zużycie kredytów. Przy powtarzalnej pracy sprawdź, czy podniesienie tego ustawienia poprawia rezultat na tyle, by uzasadnić koszt. 4.2 Co oznacza zużycie kredytów w ChatGPT Work? ChatGPT Work korzysta z limitów i zasad rozliczania właściwych dla planu. W umowach opartych na wspólnej puli kredytów zadania zmniejszają dostępne saldo. Wykorzystanie kredytów już opłaconych w umowie jest pokryte tą opłatą. Dodatkowy koszt może powstać po ich wyczerpaniu, jeżeli umowa i ustawienia pozwalają kontynuować pracę. Przy porównywaniu kosztów użyj tej samej grupy zadań i wymagań dotyczących wyniku. Zapisz zużycie, liczbę ponownych prób oraz zakres poprawek. Przeliczenie wydatków na poprawnie ukończone zadanie pokaże, ile kosztuje wynik, z którego zespół może korzystać. Liczbę kredytów każdej usługi trzeba najpierw przeliczyć według jej własnego cennika. 5. Jakie zasady ochrony danych dotyczą Astry w Cowork? W Copilot Cowork Astra jest obsługiwana przez OpenAI jako podwykonawcę Microsoftu. Według dokumentacji do tego sposobu korzystania z modelu stosuje się warunki Microsoftu i jego dodatek dotyczący ochrony danych, z określonymi wyłączeniami. Usługi te są objęte EU Data Boundary z opisanymi wyjątkami. Microsoft wyłącza je obecnie z zobowiązań dotyczących przetwarzania w konkretnym kraju. Ten szczegół ma znaczenie dla organizacji wymagających np. przetwarzania wyłącznie w Polsce. Przy uruchomieniu Astry administrator powinien więc uwzględnić zasady dostawcy modelu oraz dostęp do materiałów używanych w zadaniu. W ChatGPT Work dodatkowo znaczenie ma lokalny lub chmurowy sposób pracy. Podczas zadania lokalnego fragmenty plików, zrzuty ekranu i wyniki narzędzi mogą być przesyłane do OpenAI. Firmowe zasady korzystania z AI powinny uwzględniać również ten sposób przekazywania informacji. 6. Od jakiego zadania zacząć korzystanie z Astry? Zacznij od obowiązku, przy którym pracownik regularnie zbiera informacje i przygotowuje materiał dla innych osób. Taki przebieg pracy pozwala sprawdzić zarówno analizę Astry, jak i dostępne w Cowork lub Work narzędzia. Przykładem może być cotygodniowe podsumowanie projektu. Przykład polecenia do własnej próby: Na podstawie folderu projektu [link] i korespondencji dotyczącej tego projektu z ostatnich siedmiu dni przygotuj raport dla kierownika. Wymień zmienione terminy, otwarte decyzje i osoby odpowiedzialne za kolejne działania. Przy każdym ustaleniu podaj źródło i datę. Jeśli materiały zawierają sprzeczne informacje, pokaż rozbieżność i wskaż, czego potrzebujesz do jej rozstrzygnięcia. Zapisz raport jako DOCX według załączonego szablonu w folderze [link]. Przygotuj szkic wiadomości do [odbiorcy] z linkiem do raportu. Wysyłkę pozostaw do mojego zatwierdzenia. Sprawdź, czy raport uwzględnia najnowsze ustalenia, podaje ich źródła i daty, wskazuje sprzeczne informacje oraz poprawnie przypisuje odpowiedzialność. Oceń też zgodność z szablonem i sprawdź, czy plik zapisano w folderze dostępnym dla odbiorców. Po udanej próbie można rozważyć regularne uruchamianie zadania. Cowork obsługuje harmonogramy oraz zadania wyzwalane m.in. wiadomością e-mail lub wpisem w Teams. Domyślnie zadania wyzwalane zdarzeniem przygotowują działania do zatwierdzenia. Projektowanie całego procesu omawiamy w przewodniku po automatyzacji procesów biznesowych z Copilotem. 7. Przygotuj z TTMS pierwsze zadania dla Astry W ramach konsultingu AI pomagamy ustalić, jakie dane będą potrzebne do zadania, które narzędzia trzeba udostępnić i jak sprawdzić rezultat. Analizujemy także wymagane licencje oraz sposób rozliczania wykorzystania. Łączymy doradztwo z projektowaniem rozwiązań AI i integracją firmowych systemów. TTMS jako pierwsza firma w Polsce uzyskała akredytowaną certyfikację ISO/IEC 42001 dla systemu zarządzania sztuczną inteligencją. Audyt TÜV Nord Poland objął zasady projektowania i wykorzystywania AI, w tym zarządzanie ryzykiem i dokumentowanie projektów. Powiedz nam, jakie zadanie chcesz powierzyć Astrze i z jakich programów korzysta Twój zespół. Porozmawiaj z TTMS o konsultingu AI dla Twojej firmy. GPT-6 Astra w Copilot Cowork: najczęstsze pytania Czy wybór Astry w Cowork zmienia model we wszystkich aplikacjach Copilota? Wybór dotyczy pracy w Cowork. Microsoft opisuje osobny wybór modelu w tym środowisku. Model obsługujący konkretną funkcję w Wordzie, Excelu lub Teams wymaga sprawdzenia w dokumentacji tej funkcji. Przy sprawdzaniu zadania Cowork można odczytać oznaczenie użytego modelu przy odpowiedzi. Czy ten sam model da identyczną odpowiedź w Copilocie i ChatGPT? Wynik może być różny. Model pracuje na informacjach udostępnionych przez dany produkt i korzysta z jego narzędzi, instrukcji oraz ustawień rozumowania. Przy porównaniu trzeba więc sprawdzić, jakie materiały otrzymał i jakie czynności mógł wykonać. Dopiero wtedy można sensownie ocenić różnicę w rezultatach. Dlaczego widzę Cowork, ale nie mogę wybrać GPT-6 Astra? Dostęp do Cowork i dostęp do modeli OpenAI mają osobne ustawienia. Administrator powinien potwierdzić, że Twoje konto może korzystać z modeli obsługiwanych przez OpenAI jako podwykonawcę Microsoftu. Lista modeli widoczna w Cowork odzwierciedla dostęp przyznany przez organizację. Czy abonament Microsoft 365 Copilot obejmuje wszystkie zadania Cowork? Zadania Cowork podlegają dodatkowo rozliczeniu według wykorzystania. Na zużycie Copilot Credits wpływają m.in. model, pobieranie informacji i narzędzia. Administrator może ustalać zasady wydatków dla użytkowników i grup. Przy planowaniu budżetu trzeba uwzględnić abonament oraz przewidywane użycie Cowork. Czy Astra w Cowork może edytować dokument zapisany na moim komputerze? Możesz przesłać dokument do sesji Cowork. Według aktualnego FAQ usługa nie otwiera ani nie edytuje plików bezpośrednio na lokalnym dysku. Cowork pracuje na przekazanych materiałach oraz plikach dostępnych w OneDrive i SharePoint. Obsługa przeglądarki Edge jest osobną funkcją. Czy ten sam model Astra zapewni taki sam wynik w Cowork i ChatGPT Work? Na wynik wpływają także dostępne dane, instrukcje, narzędzia i ustawienia rozumowania. Dlatego zadanie wykonane z tym samym modelem może przebiegać inaczej w obu środowiskach. Porównanie na tych samych materiałach pokaże, gdzie pojawiają się różnice w kompletności wyniku i wykonanych czynnościach.
Czytaj
Ograniczenia AI w oprogramowaniu dla prawników: ryzyko błędnej porady, pisma i terminu
Prawdziwa sygnatura, za którą kryje się zmyślona teza, to jedna z najbardziej niebezpiecznych halucynacji prawniczych. W czerwcu 2026 roku Naczelny Sąd Administracyjny opisał pismo, w którym zawodowy pełnomocnik powołał trzy istniejące orzeczenia. Problem polegał na tym, że dotyczyły innych zagadnień i nie zawierały przypisanych im tez. Pismo wyglądało wiarygodnie, dopóki ktoś nie otworzył źródeł. Ten przykład dobrze pokazuje praktyczne ograniczenia AI w oprogramowaniu prawniczym. Błąd może wpłynąć na argumentację, ocenę dowodów, termin, poradę dla klienta lub treść pisma procesowego. Za ostateczną treść porady, opinii lub pisma odpowiada prawnik, który je zatwierdza. Ewentualną odpowiedzialność odszkodowawczą ocenia się przez pryzmat należytej staranności zawodowej, zakresu zlecenia oraz okoliczności konkretnej sprawy. W artykule przeczytasz o: najczęstszych błędach AI w pracy prawników, halucynacjach dotyczących przepisów, orzeczeń i sygnatur, konsekwencjach wykorzystania błędnych treści w piśmie procesowym, odpowiedzialności prawnika za poradę przygotowaną z pomocą AI, zasadach bezpiecznego wdrażania oprogramowania AI w kancelarii. Szersze omówienie zgodności, poufności, dostawców i klasyfikacji ryzyka znajdziesz w artykule AI dla prawników w Europie i Wielkiej Brytanii: kluczowe ryzyka i ograniczenia. Tutaj skupiamy się na tym, co może pójść źle w konkretnej sprawie prowadzonej na gruncie polskiego prawa i jak zaprojektować proces, który pomaga wykryć błąd przed wysłaniem porady lub pisma. Prawdziwa sygnatura, fałszywa teza: czego uczy postanowienie NSA I FZ 104/26 W postanowieniu z 23 czerwca 2026 r., I FZ 104/26, NSA rozpoznawał zażalenie na postanowienie odmawiające wstrzymania wykonania decyzji podatkowej. Skarżący powinien był uprawdopodobnić przesłanki określone w art. 61 § 3 p.p.s.a., w szczególności niebezpieczeństwo wyrządzenia znacznej szkody lub spowodowania trudnych do odwrócenia skutków. Pełnomocnik wskazał trzy orzeczenia wraz z rzekomymi tezami. Sąd ustalił, że wskazane orzeczenia dotyczyły innych zagadnień, a ich uzasadnienia nie zawierały przypisanych im tez. Nieprawidłowe były również daty wydania tych rozstrzygnięć. NSA zwrócił też uwagę na inny problem: pismo miało ogólnikowy charakter i nie zawierało konkretnych danych ani dokumentów, które pozwoliłyby ocenić sytuację majątkową strony. Zażalenie zostało oddalone. Sąd krytycznie ocenił bezrefleksyjne użycie AI przez zawodowego pełnomocnika i podkreślił, że klient ma prawo oczekiwać profesjonalizmu. Rozstrzygnięcie pokazuje trzy realne skutki wadliwego procesu pracy: argument prawny może stracić oparcie w źródle, w piśmie może zabraknąć faktów i dowodów decydujących dla rozstrzygnięcia, sąd może zakwestionować rzetelność pracy zawodowego pełnomocnika. Rzetelna weryfikacja orzeczenia obejmuje sprawdzenie sądu, daty, sygnatury i rodzaju rozstrzygnięcia, a następnie lekturę pełnej treści uzasadnienia. Prawnik powinien ocenić kontekst faktyczny, podstawę prawną, znaczenie przywołanego fragmentu, dostępne informacje o prawomocności oraz późniejsze orzecznictwo dotyczące tej samej kwestii. Siedem ograniczeń AI, które mogą zmienić wynik sprawy 1. Prawdziwemu źródłu można przypisać zmyśloną tezę Model może podać prawdziwą sygnaturę sprawy, artykuł ustawy albo tytuł publikacji, a następnie przypisać źródłu treść, której ono nie zawiera. Taki błąd jest groźniejszy od całkowicie zmyślonej sygnatury, ponieważ może pozostać niewykryty podczas pobieżnej kontroli. System powinien prowadzić użytkownika bezpośrednio do konkretnego fragmentu źródła. Nadal konieczna jest weryfikacja przez prawnika. Badanie Stanford RegLab dotyczące amerykańskich narzędzi prawniczych łączących wyszukiwanie w bazach z generowaniem odpowiedzi wykazało halucynacje w 17-33% odpowiedzi. Badanie obejmowało produkty i pytania z rynku USA, więc nie mierzy jakości polskich systemów. Podłączenie modelu do bazy prawnej ogranicza ryzyko. Dalsza kontrola poprawności wymaga dodatkowych zabezpieczeń. 2. Model może zastosować nieaktualny lub niewłaściwy przepis Odpowiedź może brzmieć sensownie i opierać się na przepisie, który został zmieniony, jeszcze nie obowiązuje albo dotyczy innej jurysdykcji. W sprawie transgranicznej model może pomylić prawo właściwe, właściwość sądu i zasady postępowania. System AI dla prawników powinien przy każdym wniosku wskazywać właściwy porządek prawny oraz datę, na którą ustalono stan prawny. Użytkownik musi widzieć wersję aktu, datę wejścia w życie zmiany i źródło urzędowe. Sam napis „aktualne” w interfejsie ma niewielką wartość bez informacji, kiedy i na podstawie czego aktualność została sprawdzona. 3. Model analizuje ograniczony zakres akt Akta mogą być niekompletne, załącznik może nie zostać poprawnie odczytany, a istotny fakt może znajdować się w tabeli, skanie lub wiadomości, której nie dodano do analizy. Model formułuje odpowiedź na podstawie otrzymanego materiału i nie ma pełnej wiedzy o dokumentach, których nie przekazano do analizy. W efekcie stanowczo brzmiąca odpowiedź może powstać na podstawie niepełnego obrazu sprawy. Przed analizą system powinien pokazać listę wykorzystanych plików, błędy odczytu i zakres pominiętego materiału. W sprawach wymagających ustalenia faktów przydatne jest osobne zestawienie twierdzeń, dowodów i brakujących materiałów. Dzięki temu prawnik może zauważyć, że wniosek powstał bez kluczowego dokumentu. 4. Obliczanie terminów procesowych wymaga zdefiniowanych reguł Obliczenie terminu zależy między innymi od rodzaju postępowania, sposobu doręczenia, daty zdarzenia, przepisów przejściowych, dni wolnych oraz wyjątków dotyczących konkretnej czynności. Model językowy może pominąć jeden z warunków albo błędnie odczytać datę ze skanu. Do obliczania terminów należy wykorzystywać kontrolowany mechanizm regułowy z jawnymi danymi wejściowymi. Model może odczytać daty z dokumentów i zasugerować ich znaczenie. Ostateczne wyliczenie wymaga wskazania podstawy prawnej, pokazania sposobu obliczenia oraz zatwierdzenia wyniku przez prawnika prowadzącego sprawę. Terminy, których uchybienie może wywołać skutki procesowe, wymagają niezależnego obliczenia i ponownej weryfikacji. 5. Twierdzenia faktyczne w piśmie przygotowanym z pomocą AI wymagają właściwych dowodów Według prasowych omówień wyroku Sądu Okręgowego we Wrocławiu z 27 listopada 2025 r., X GC 455/25, powód posłużył się ChatGPT przy przygotowaniu pozwu. Podstawą oddalenia powództwa było niespełnienie warunków formalnych zapytania ofertowego. Sąd odniósł się również do treści przygotowanych przy użyciu AI i do wartości przedstawionych materiałów. Wydruki obejmujące wygenerowaną argumentację, analizę prawną i ocenę szans powodzenia nie stanowiły dowodu na fakty istotne dla rozstrzygnięcia sprawy. Mogły zostać potraktowane jako element argumentacji strony. System dla prawników powinien wyraźnie oddzielać twierdzenia, podstawy prawne i materiał dowodowy. Brakująca umowa, korespondencja, potwierdzenie doręczenia lub dokument finansowy pozostają luką dowodową niezależnie od jakości wygenerowanego uzasadnienia. 6. Model może utwierdzać klienta w jego ocenie sprawy Klient często opisuje sprawę jednostronnie i oczekuje potwierdzenia swojej oceny. Model może przyjąć założenia klienta i pominąć argumenty drugiej strony. W poradzie prawnej powstaje wtedy ryzyko, że klient podejmie decyzję bez poznania słabych punktów sprawy. Analiza powinna uwzględniać perspektywę drugiej strony: brakujące fakty, możliwe zarzuty drugiej strony, przeszkody procesowe, alternatywne kwalifikacje prawne i poziom pewności. W komunikacji kierowanej bezpośrednio do klienta użytkownik powinien mieć możliwość przekazania pytania prawnikowi, szczególnie gdy pytanie dotyczy terminu, roszczenia, odpowiedzialności karnej, zwolnienia pracownika albo istotnej decyzji finansowej. 7. Przekonujący styl może ukrywać błędy i niepewność Model generuje odpowiedź słowo po słowie i może zachować ten sam profesjonalny ton przy wniosku trafnym oraz błędnym. Ocena użytkownika oparta na stylu jest więc zawodna. Wskaźnik pewności wyrażony w procentach również może tworzyć pozór precyzji, jeśli wynik nie został skalibrowany dla danego zastosowania. Dobrze zaprojektowany system wskazuje źródła, braki danych, warunki zmieniające odpowiedź i sytuacje, w których system powstrzymuje się od sformułowania jednoznacznej odpowiedzi. System powinien również przewidywać odmowę udzielenia odpowiedzi oraz przekazanie sprawy prawnikowi. Czy klient może twierdzić, że przegrał przez AI? Klient może podnieść taki zarzut. Ocena odpowiedzialności zależy jednak od sposobu wykonania usługi i okoliczności konkretnej sprawy. W relacji umownej zastosowanie znajdują przede wszystkim zasady określone w Kodeksie cywilnym. Zgodnie z art. 355 § 2 k.c. przy ocenie należytej staranności uwzględnia się zawodowy charakter działalności dłużnika. Art. 471 k.c. określa natomiast zasady odpowiedzialności za niewykonanie lub nienależyte wykonanie zobowiązania. Niekorzystne rozstrzygnięcie nie przesądza o nienależytym wykonaniu umowy o świadczenie pomocy prawnej. Ocenie podlega dochowanie należytej staranności zawodowej, prawidłowość ustalenia stanu faktycznego i prawnego oraz adekwatność podjętych czynności. W sporze dotyczącym odpowiedzialności kontraktowej klient powinien wykazać: istnienie i treść zobowiązania, niewykonanie albo nienależyte wykonanie zobowiązania, powstanie szkody, adekwatny związek przyczynowy między uchybieniem a szkodą. Art. 471 k.c. przewiduje domniemanie, że niewykonanie lub nienależyte wykonanie zobowiązania wynika z okoliczności, za które odpowiada dłużnik. Możliwość uwolnienia się od odpowiedzialności wymaga oceny okoliczności konkretnej sprawy. Na ocenę odpowiedzialności może wpływać sposób wykorzystania AI, w szczególności weryfikacja źródeł, uwzględnienie kompletu akt, zastosowanie aktualnego prawa oraz zachowanie kontroli nad ostateczną treścią porady. Znaczenie awarii lub błędu po stronie dostawcy będzie oceniane łącznie z wyborem narzędzia, warunkami umowy, zakresem przeprowadzonych testów oraz sposobem weryfikacji wyników przez prawnika. Przykładowe sytuacje obejmują: uchybienie terminowi wskutek błędnego ustalenia daty doręczenia, odradzenie środka prawnego na podstawie nieaktualnego przepisu, złożenie pisma z cytatem, który nie występuje w powołanym orzeczeniu, zalecenie zawarcia ugody oparte na niepełnych aktach lub błędnym obliczeniu skutków finansowych, udzielenie klientowi stanowczej odpowiedzi przez chatbot bez przekazania sprawy prawnikowi. Opisane sytuacje mają charakter przykładowy. Ocena odpowiedzialności wymaga każdorazowo ustalenia zakresu zlecenia, standardu należytej staranności, szkody oraz związku przyczynowego. Odrębnie mogą zostać ocenione przesłanki odpowiedzialności dyscyplinarnej. Prawo o adwokaturze i ustawa o radcach prawnych przewidują również obowiązek posiadania ubezpieczenia odpowiedzialności cywilnej. Obowiązkowe ubezpieczenie OC nie przesądza o objęciu ochroną każdej szkody związanej z użyciem AI. Zakres odpowiedzialności ubezpieczyciela zależy od warunków ubezpieczenia oraz okoliczności konkretnego zdarzenia. Jakie skutki procesowe może wywołać błędne pismo przygotowane przy użyciu AI? Skutki zależą od rodzaju uchybienia oraz przepisów właściwej procedury. Błąd wynikający z użycia AI jest oceniany tak samo jak każdy inny błąd w piśmie procesowym. Znaczenie ma jego wpływ na spełnienie wymogów formalnych, wykazanie faktów, uzasadnienie żądania oraz dochowanie terminu. W zależności od rodzaju uchybienia konsekwencją może być w szczególności: zwrot pisma, jeżeli nie uzupełniono jego braków formalnych, odrzucenie pozwu lub środka zaskarżenia, gdy zachodzą przesłanki określone we właściwej procedurze, pominięcie wniosku dowodowego albo dowodu, uznanie istotnego faktu za niewykazany, nieuwzględnienie argumentacji opartej na źródle, które nie potwierdza przywołanej tezy, oddalenie wniosku, środka zaskarżenia lub powództwa z powodu niewykazania wymaganych przesłanek, obciążenie strony kosztami postępowania lub zastosowanie sankcji procesowej, jeżeli przewidują ją właściwe przepisy. W sprawie I FZ 104/26 NSA oddalił zażalenie, ponieważ skarżący nie uprawdopodobnił przesłanek wstrzymania wykonania decyzji określonych w art. 61 § 3 p.p.s.a. Ogólnikowa argumentacja i brak dokumentów miały znaczenie dla tej oceny. Błędne odwołania do orzecznictwa były dodatkowym elementem krytycznej oceny sposobu sporządzenia pisma. Ewentualna odpowiedzialność odszkodowawcza pełnomocnika jest rozpatrywana w odrębnym postępowaniu. Odpowiedzialność dyscyplinarna podlega ocenie właściwych organów samorządu zawodowego. Co w 2026 roku wynika z zasad zawodowych i AI Act? 15 czerwca 2026 r. Naczelna Rada Adwokacka poinformowała o podjęciu uchwały zmieniającej Zbiór Zasad Etyki Adwokackiej i Godności Zawodu poprzez dodanie § 23e. Zgodnie z informacją NRA, narzędzia technologiczne powinny pełnić funkcję pomocniczą. Korzystanie z takich narzędzi musi respektować tajemnicę zawodową, samodzielność adwokata i jego osobistą rolę w prowadzeniu sprawy. Rezultat działania narzędzia wymaga własnej oceny i weryfikacji przez adwokata. W odniesieniu do radców prawnych punktem odniesienia są między innymi rekomendacje Krajowej Izby Radców Prawnych dotyczące korzystania z AI. Mają one charakter praktycznych wytycznych i obejmują między innymi odpowiedzialność zawodową, poufność, weryfikację wyników oraz nadzór człowieka. Na poziomie europejskim od 2 lutego 2025 r. stosuje się art. 4 AI Act. Przepis zobowiązuje dostawców i podmioty stosujące systemy AI do podejmowania działań wspierających rozwój kompetencji personelu w zakresie AI. Dobór tych działań powinien uwzględniać wiedzę techniczną, doświadczenie, wykształcenie i szkolenie personelu, a także kontekst, w którym system jest wykorzystywany, oraz osoby, wobec których ma być stosowany. Komisja Europejska wyjaśnia, że sposób wykonania tego obowiązku zależy od roli organizacji i ryzyka związanego z konkretnym zastosowaniem AI. Od 2 sierpnia 2026 r. właściwe organy sprawują nadzór nad wykonywaniem tego obowiązku. Klasyfikacja systemu AI zależy od jego zamierzonego zastosowania. Do systemów wysokiego ryzyka mogą należeć rozwiązania przeznaczone do stosowania przez organ wymiaru sprawiedliwości lub w jego imieniu w celu wspierania tego organu w badaniu i interpretacji faktów i prawa oraz stosowaniu prawa do konkretnego stanu faktycznego. Ocena obejmuje rzeczywistą funkcję systemu, jego przeznaczenie określone przez dostawcę oraz sposób wykorzystania przez podmiot stosujący. Narzędzia kancelaryjne służące do wyszukiwania dokumentów, redagowania tekstu lub przygotowywania streszczeń wymagają indywidualnej klasyfikacji. Samo wykorzystanie systemu w kancelarii lub dziale prawnym nie przesądza o zaliczeniu go do kategorii wysokiego ryzyka. Po zmianach przyjętych w 2026 r. obowiązki dotyczące systemów wymienionych w załączniku III mają być stosowane od 2 grudnia 2027 r. W zależności od funkcji systemu, rodzaju danych i sposobu jego wykorzystania zastosowanie mogą mieć również RODO, przepisy chroniące tajemnicę zawodową, przepisy właściwej procedury oraz zasady odpowiedzialności cywilnej i dyscyplinarnej. Jak projektować system AI dla prawników, aby ograniczać ryzyko? Dobre wdrożenie powinno ułatwiać wykrywanie pomyłek, ograniczać ich wpływ na prowadzoną sprawę i dokumentować wykonanie wymaganej kontroli. Ryzyko Kontrola w produkcie lub procesie Dokumentacja kontroli Fałszywa teza lub cytat Link do pełnej treści źródła i konkretnego fragmentu, podgląd kontekstu oraz obowiązek zatwierdzenia przed eksportem Sąd, data, sygnatura, rodzaj orzeczenia, źródło, wersja dokumentu i osoba zatwierdzająca Nieaktualny stan prawny Metadane jurysdykcji i daty, wersjonowanie aktów oraz sygnalizacja zmian Data, na którą ustalono stan prawny, i wykorzystana wersja przepisu Niekompletne akta Lista przeanalizowanych plików, komunikaty o błędach OCR i wykaz brakujących danych Wykaz dokumentów oraz raport z ich odczytu Błędne obliczenie terminu Mechanizm oparty na zdefiniowanych regułach, jawne dane wejściowe i ponowna kontrola przez człowieka Podstawa prawna, dane wejściowe, przebieg obliczenia i osoba zatwierdzająca Zbyt kategoryczna porada Pytania o brakujące fakty, warunki przekazania sprawy prawnikowi i możliwość odmowy udzielenia odpowiedzi Powód przekazania sprawy i podjęte dalsze działania Ujawnienie informacji objętych tajemnicą zawodową Uprawnienia na poziomie sprawy, kontrola dostępu dostawcy i jego podwykonawców, określone miejsce przetwarzania, zasady retencji i usuwania danych oraz wyłączenie wykorzystywania danych klienta do trenowania modeli Rejestr dostępu, konfiguracja dostawcy, okres przechowywania, informacje o podwykonawcach i dokumentacja incydentów Zmiana jakości po aktualizacji systemu Testy na reprezentatywnych sprawach przed wdrożeniem i po zmianie modelu Wyniki testów, wersja modelu i decyzja o dopuszczeniu nowej wersji Zakres dokumentowania powinien być proporcjonalny do ryzyka. Rejestry audytowe, w tym historia promptów i wyników, mogą zawierać informacje objęte tajemnicą zawodową. Organizacja powinna określić zakres zapisywanych danych, krąg osób uprawnionych do dostępu, okres przechowywania, zasady usuwania oraz sposób zabezpieczenia rejestrów. Pełna historia pracy z systemem nie musi być przechowywana, jeżeli do wykazania wykonanej kontroli wystarczy węższy zakres informacji. Do opisanego wcześniej przypadku pisma z błędnymi odwołaniami do orzecznictwa wraca Natalia Lener-Bobek, partner w Kancelarii Prawnej Sawaryn i Partnerzy. Zwraca uwagę na decyzje podejmowane jeszcze przed rozpoczęciem pracy z AI: wybór narzędzia i warunki umowy z jego dostawcą. „Ten przykład pokazuje błąd użytkownika. Ryzyko powstaje już wcześniej, przy wyborze samego narzędzia. Kancelarie sprawdzają, czy model dobrze odpowiada, i pomijają umowę, na podstawie której z niego korzystają. Rejestr promptów i wyników, o którym mowa w artykule, istnieje tylko wtedy, gdy dostawca zobowiązał się go prowadzić i udostępniać na żądanie – to zapis w umowie, nie funkcja, którą się zakłada. Przed wdrożeniem sprawdzam z klientami trzy rzeczy: czy umowa wskazuje, kto odpowiada za błędny wynik systemu, czy dostawca gwarantuje dostęp do logów zapytań przez okres wystarczający na obronę w ewentualnym sporze, i czy dane objęte tajemnicą zawodową w ogóle mogą trafiać do tego narzędzia zgodnie z warunkami przetwarzania. Bez odpowiedzi na te trzy pytania obowiązek szkolenia personelu z art. 4 AI Act i tak nie ma na czym się oprzeć” Natalia Lener-Bobek Partner w Kancelarii Prawnej Sawaryn i Partnerzy Bezpieczny podział pracy między systemem a prawnikiem Przydział zadań warto uzależnić od możliwej szkody oraz łatwości wykrycia błędu. Zadanie Rola AI Wymagana kontrola Streszczenie długiego dokumentu Przygotowanie roboczego skrótu z odwołaniami do stron Kontrola fragmentów istotnych dla decyzji Porównanie wersji umowy Wykrycie i uporządkowanie zmian Ocena znaczenia prawnego przez prawnika Wyszukiwanie i analiza orzecznictwa Wyszukanie potencjalnie istotnych orzeczeń i zebranie odpowiednich fragmentów Lektura pełnej treści orzeczenia oraz ocena jego kontekstu faktycznego i prawnego Pismo procesowe Przygotowanie projektu struktury, redakcja i kontrola spójności Pełna weryfikacja faktów, dowodów, żądań, podstaw prawnych i załączników Termin procesowy Odczytanie dat i wskazanie potencjalnie właściwych reguł obliczania terminu Ustalenie zdarzenia rozpoczynającego bieg terminu, podstawy prawnej, sposobu obliczenia i skutków uchybienia terminowi Termin materialnoprawny Uporządkowanie dat i wskazanie przepisów wymagających analizy Ustalenie charakteru terminu, początku i końca jego biegu oraz skutków upływu Przedawnienie Uporządkowanie zdarzeń mogących wpływać na bieg przedawnienia Ocena początku biegu, jego zawieszenia lub przerwania oraz daty upływu terminu przedawnienia Ostateczna porada dla klienta Przygotowanie materiałów roboczych i wariantów analizy Osobista ocena, zatwierdzenie i komunikacja prawnika Takie podejście jest zgodne z praktycznym kierunkiem wskazanym przez CCBE w przewodniku dla prawników: prawnik pozostaje odpowiedzialny za swoją pracę, poradę i oświadczenia, a wynik działania generatywnej AI wymaga kontroli przed wykorzystaniem. Bezpieczne wdrożenie AI w kancelarii zaczyna się od analizy procesu Pierwszym krokiem jest wskazanie, gdzie wynik wygenerowany przez AI może wpłynąć na poradę dla klienta, pismo procesowe, ocenę dokumentu lub obliczenie terminu. Na tej podstawie można określić właściwe źródła danych, zakres uprawnień, zasady weryfikacji oraz osoby odpowiedzialne za zatwierdzanie wyników. Jeżeli planujesz wykorzystać AI do analizy akt, pracy z dokumentami lub przygotowywania umów, poznaj rozwiązanie AI4Legal. Pomagamy kancelariom i działom prawnym zaprojektować narzędzia dopasowane do ich sposobu pracy, wymagań bezpieczeństwa i zakresu odpowiedzialności prawników. Źródła Naczelny Sąd Administracyjny, postanowienie z 23 czerwca 2026 r., I FZ 104/26. Prawo o postępowaniu przed sądami administracyjnymi, tekst jednolity, Dz.U. z 2026 r. poz. 143. Kodeks cywilny, tekst jednolity. Ustawa Prawo o adwokaturze, tekst jednolity. Ustawa o radcach prawnych, tekst jednolity. Naczelna Rada Adwokacka, zmiany zasad etyki dotyczące AI, 15 czerwca 2026 r.. Krajowa Izba Radców Prawnych, rekomendacje dotyczące korzystania z AI. CCBE, Guide on the use of generative AI for lawyers, 2 października 2025 r.. Komisja Europejska, ramy regulacyjne AI Act oraz wyjaśnienia dotyczące AI literacy. Rozporządzenie (UE) 2026/1744 zmieniające harmonogram stosowania części AI Act. Stanford RegLab, Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools. Dziennik Gazeta Prawna, omówienie wyroku SO we Wrocławiu X GC 455/25, 7 stycznia 2026 r.. Dziennik Gazeta Prawna, wywiad dotyczący podstaw oddalenia powództwa w sprawie X GC 455/25. Stan prawny i źródłowy: 1 września 2026 r. Materiał ma charakter informacyjny i nie stanowi porady prawnej. FAQ: ograniczenia AI w oprogramowaniu prawniczym Czy klient może żądać odszkodowania, jeśli błędna porada powstała z użyciem AI? Takie roszczenie jest możliwe. Odpowiedzialność zależy od sposobu wykonania usługi, powstałej szkody i związku przyczynowego. Kluczowe są nienależyte wykonanie usługi, szkoda i związek przyczynowy. Ocenie podlega też zawodowa należyta staranność, w tym sposób weryfikacji wyniku narzędzia. Czy sąd odrzuci pismo tylko dlatego, że przygotowano je z AI? Nie ma ogólnej polskiej zasady nakazującej odrzucenie pisma z tego powodu. Sąd ocenia wymagania formalne, terminowość, argumenty i dowody według właściwej procedury. Błędne cytaty, brak dowodów lub wadliwe żądanie mogą jednak wywołać zwykłe skutki procesowe. Czy AI może samodzielnie pilnować terminów procesowych? Dla terminów krytycznych AI powinno działać jako element szerszego procesu obejmującego kontrolowane reguły i zatwierdzenie człowieka. Bezpieczniejszy proces wykorzystuje kontrolowane reguły, jawne daty wejściowe, podstawę prawną, zatwierdzenie człowieka i niezależne przypomnienie. Jak sprawdzić, czy orzeczenie rzeczywiście wspiera tezę wygenerowaną przez AI? Trzeba otworzyć pełną treść w urzędowej lub wiarygodnej bazie, odnaleźć wskazany fragment, przeczytać jego kontekst i sprawdzić datę, skład, rodzaj rozstrzygnięcia oraz stan prawny. Sama zgodność sygnatury i nazwy sądu nie potwierdza tezy. Czy trzeba zachowywać wszystkie prompty i odpowiedzi AI w aktach sprawy? Nie istnieje jeden ogólny obowiązek przechowywania pełnej historii każdej interakcji. Zakres dokumentowania powinien wynikać z ryzyka, zasad kancelarii, tajemnicy zawodowej, ochrony danych i potrzeb audytowych. W sprawach o większym znaczeniu warto zachować źródła, wersję systemu, zakres kontroli i informację o osobie zatwierdzającej.
CzytajZaufały nam największe światowe organizacje
Transition Technologies MS świadczy usługi informatyczne terminowo, o wysokiej jakości i zgodnie z podpisaną umową. Polecamy firmę TTMS jako godnego zaufania i rzetelnego dostawcę usług IT oraz partnera wdrożeniowego Salesforce.
TTMS od lat pomaga nam w zakresie konfiguracji i zarządzania urządzeniami zabezpieczającymi z wykorzystaniem różnych technologii. Ueługi świadczone przez TTMS są realizowane terminowo, i zgodnie z umową.
Już dziś możemy pomóc Ci rosnąć
Porozmawiajmy, jak możemy wesprzeć Twój biznes
Monika Radomska
Sales Manager