allclouds.pl

Czy prawnik potrzebuje suwerennego AI?

Prawnik analizujący suwerenną architekturę AI i ochronę danych klientów

Suwerenna architektura AI pozwala korzystać z modeli w pracy prawnej bez utraty kontroli nad danymi klientów, tajemnicą zawodową i kontekstem spraw.

Kilkanaście spraw w toku, w każdej inny stan faktyczny, terminy procesowe i oczekiwania klienta, a między nimi dziesiątki decyzji do podjęcia — najczęściej pod presją czasu. Tak wygląda codzienność prawnika i właśnie w niej AI ma najwięcej do zaoferowania. Dobrze wykorzystana sztuczna inteligencja skraca drogę od problemu do decyzji: pozwala szybciej zrobić research i od razu go zweryfikować, przygotować alternatywne sposoby rozwiązania problemu, a na końcu — projekt pisma procesowego, artykułu czy notatki na posiedzenie sądu. Asystent AI, który zna akta, kalendarium sprawy i dotychczasową korespondencję, zaczyna pracę z prawnikiem nie od czystej kartki, lecz od projektu do weryfikacji; odpowiedzi oparte na wiedzy organizacji, a nie na domysłach modelu, ograniczają przy tym ryzyko halucynacji, a zapisany w narzędziu kontekst kumuluje się z każdą kolejną sprawą.

![Prawnik analizujący suwerenną architekturę AI i ochronę danych klientów](image:cover)

W tym miejscu zaczyna się jednak problem. Materia, na której AI mogłaby pracować najskuteczniej, jest jednocześnie materią najściślej chronioną: dane osobowe klientów, tajemnice przedsiębiorstwa, informacje o sprawie objęte tajemnicą zawodową. Pytanie nie brzmi więc, czy korzystać z AI, lecz jak korzystać z jej pełnego dobrodziejstwa — odpowiednich modeli i realnego przyspieszenia pracy — nie tracąc kontroli nad danymi, które mamy obowiązek chronić. Po to właśnie prawnikowi suwerenna AI. Zanim jednak o rozwiązaniu, trzeba uczciwie zmierzyć się z wymogami, które stawia prawo.

Trzy pytania, na które trzeba umieć odpowiedzieć

Przed wyborem odpowiedniego rozwiązania AI do pracy prawnika trzeba zadać trzy pytania: (1) gdzie fizycznie znajdą się dane klientów mojej kancelarii i prawu jakiego państwa podlegają? (2) kto poza kancelarią może uzyskać dostęp do danych wprowadzonych do narzędzia i czy są one wykorzystywane do trenowania modeli? (3) czy jestem w stanie wykazać, które narzędzie, kiedy i w jakim celu przetworzyło dane klientów?

Prawnik korzystający z ogólnodostępnego chatbota na koncie konsumenckim nie odpowie rzetelnie na żadne z nich. Dane trafiają do infrastruktury o lokalizacji, której nie kontroluje, w reżimie prawnym dopuszczającym dostęp organów państwa trzeciego — w przypadku dostawców amerykańskich przede wszystkim na podstawie CLOUD Act oraz sekcji 702 FISA; warunki świadczenia usługi dostawca może zmieniać jednostronnie, a historia rozmów nie stanowi audytowalnego rejestru operacji. Nie jest to zarzut wobec jakości modeli — to cecha konstrukcyjna usługi konsumenckiej. Tymczasem zasady etyki wymagają kompetentnej oceny ograniczeń i ryzyk narzędzia oraz gotowości wskazania klientowi, jakie narzędzia i w jakim celu pracują w jego sprawie. Trudno ocenić ryzyko narzędzia, którego architektury przetwarzania danych się nie zna; jeszcze trudniej wskazać klientowi, dokąd trafiły jego dane, jeżeli samemu się tego nie wie.

Granica przebiega w połowie zdania

Nie każde zastosowanie AI w kancelarii dotyka danych spraw. Research ogólnych zagadnień prawnych, praca na materiałach w pełni zanonimizowanych czy redakcja własnych tekstów mieszczą się w wymogach samorządów także przy narzędziach publicznych, o ile są one używane świadomie. Problem w tym, że granica między pytaniem ogólnym a danymi sprawy przebiega w praktyce w połowie zdania — wystarczy wyobrazić sobie pytanie o zasadność naliczenia kary umownej, które po dwóch doprecyzowaniach zawiera już nazwę kontrahenta, kwoty z noty księgowej i kalendarium sporu. Pilnowanie tej granicy regulaminem wewnętrznym oznacza zaufanie, że każda osoba w zespole za każdym razem ją wyczuje. Pozostaje anonimizacja — tyle że prawnik zmuszony do każdorazowego anonimizowania materiałów nie przyspiesza pracy, lecz dokłada jej kolejny etap, a asystent pozbawiony realiów sprawy nie przygotuje użytecznego dokumentu. Z tak zarysowanego problemu są dwa wyjścia: zakazać AI przy danych spraw albo stworzyć warunki, w których może ona przy nich legalnie pracować.

Samorządy zawodowe już odpowiedziały, choć nie wprost

Uchwałą podjętą na posiedzeniu plenarnym w dniach 12–13 czerwca 2026 r. Naczelna Rada Adwokacka znowelizowała Zbiór Zasad Etyki Adwokackiej i Godności Zawodu (dalej: ZZEA), dodając do niego m.in. nowy § 23e. Zgodnie z nowymi postanowieniami adwokat może korzystać z narzędzi technologicznych, w tym opartych na sztucznej inteligencji, wyłącznie pomocniczo, przy czym korzystanie z nich nie może prowadzić do naruszenia tajemnicy zawodowej, powierzenia technologii czynności w sposób naruszający samodzielność adwokata ani zaniechania własnej weryfikacji rezultatów. Adwokat powinien ponadto dysponować kompetencjami pozwalającymi ocenić ograniczenia narzędzi i ryzyka związane z ich stosowaniem, a na żądanie klienta — wskazać narzędzia wykorzystywane w jego sprawie oraz cel ich wykorzystania. Korzystanie z technologii nie zwalnia przy tym z osobistej odpowiedzialności za treść i formę czynności zawodowych. Co istotne, korzystanie z narzędzi technologicznych co do zasady nie wymaga odrębnego informowania klienta, chyba że obowiązek taki wynika z powszechnie obowiązującego prawa — obowiązek wskazania narzędzi aktualizuje się dopiero na żądanie, a więc w momencie, w którym trzeba już umieć na nie odpowiedzieć.

Krajowa Izba Radców Prawnych w Rekomendacjach dotyczących korzystania przez radców prawnych z narzędzi opartych na sztucznej inteligencji formułuje zasady analogiczne, tj.: nadzór człowieka nad działaniem AI, zakaz wprowadzania informacji objętych tajemnicą radcowską do narzędzi zewnętrznych bez odpowiednich zabezpieczeń, zakaz testowania niesprawdzonych rozwiązań na sprawach klientów oraz pełną odpowiedzialność radcy za treści przekazywane klientowi — niezależnie od udziału AI w ich przygotowaniu. Ten sam kierunek wyznaczają na poziomie europejskim wytyczne CCBE, które wśród zasad naczelnych korzystania z generatywnej AI wymieniają poufność i kompetencję zawodową.

Warto przy tym odnotować, dokąd zmierzają pozostałe zawody prawnicze. Rekomendacje Stowarzyszenia Sędziów Polskich „Iustitia” idą dalej niż samorządy pełnomocników i wykluczają przetwarzanie w komercyjnych, ogólnodostępnych modelach AI jakichkolwiek danych związanych z postępowaniami sądowymi. Osobnego podkreślenia wymaga tajemnica obrończa (art. 178 pkt 1 KPK): ma ona charakter bezwzględny i klient nie może z niej zwolnić, w jej zakresie nie działa więc ani zgoda klienta, ani regulamin wewnętrzny — pozostaje wyłącznie kontrola nad tym, dokąd dane w ogóle mogą trafić. Kierunek jest zatem jednolity: im bliżej danych sprawy, tym mniej miejsca na narzędzia pozostające poza kontrolą organizacji.

Regulacje domykają obraz

Wymogiem, który dotyczy każdej kancelarii korzystającej z AI jest wynikający art. 4 AI Act obowiązek zapewnienia odpowiednich kompetencji w zakresie AI osobom obsługującym te systemy— nie da się ich przenieść na dostawcę chatbota. Trzecim elementem obrazu — obok zasad etyki i AI Act — jest RODO. Prawnik jest co do zasady administratorem danych osobowych zawartych w aktach prowadzonych spraw, a dostawca narzędzia AI podmiotem przetwarzającym, co wymaga umowy powierzenia spełniającej warunki art. 28 RODO — usługa konsumencka takiej umowy nie przewiduje. Korzystanie z infrastruktury dostawców podlegających jurysdykcji USA oznacza ponadto transfer danych do państwa trzeciego w rozumieniu rozdziału V RODO, oparty obecnie na decyzji o adekwatności dla Data Privacy Framework. W doktrynie od lat wskazuje się wreszcie na strukturalny konflikt między art. 48 RODO a amerykańskim CLOUD Act (Christakis 2019; Schwartz, Peifer 2019). Kancelaria, która obsługę danych klientów opiera wyłącznie na tych podstawach, buduje na gruncie, którego stabilność od niej nie zależy.

Wymogi te mają też wymiar praktyczny. Nowe postanowienia ZZEA i rekomendacje KIRP wyznaczają wzorzec staranności, po który sięgną rzecznicy dyscyplinarni w pierwszych sprawach dotyczących AI, a w doktrynie sygnalizuje się, że obowiązkowe ubezpieczenie OC nie było projektowane z myślą o szkodach z udziałem systemów AI i możliwe są luki w pokryciu (Szpyt 2025; Bana 2026). Kancelaria, która potrafi wykazać, jakie narzędzie, kiedy i w jakim celu przetwarzało dane sprawy, jest w obu tych kontekstach w zasadniczo lepszej pozycji niż ta, która może jedynie zapewnić, że „korzysta z AI ostrożnie”.

Rozwiązanie: suwerenna architektura AI

Rozwiązanie systemowe nie polega na zaufaniu, że zespół wyczuje granicę, lecz na architekturze, w której przekroczenie granicy jest kontrolowane technicznie, a nie regulaminowo. Tak rozumiane suwerenne AI nie oznacza gorszego modelu za wyższą cenę — to sposób wdrożenia, w którym modele, także te najlepsze na rynku, pracują w środowisku pozostającym pod kontrolą organizacji: to ona decyduje, jakie dane, do jakiego modelu i na jakich warunkach trafiają. W praktyce składają się na to cztery elementy: (1) infrastruktura w znanej jurysdykcji; (2) warstwa routingu oddzielająca dane wrażliwe od modeli publicznych; (3) rejestrowanie operacji pozwalające odpowiedzieć na pytanie, kto, co, kiedy i w jakim celu przetwarzał; (4) umowa gwarantująca, że dane nie służą do trenowania modeli. Najlepsze modele na rynku pozostają przy tym dostępne — pracują jednak za bramą organizacji: to warstwa routingu decyduje, które elementy zapytania i na jakich warunkach mogą do nich trafić (wdrożenie w regionie UE, umowny zakaz retencji i trenowania), a materię najbardziej wrażliwą kieruje do modelu działającego we własnej infrastrukturze albo pseudonimizuje, zanim opuści ona środowisko kancelarii. Wracając do przykładu kary umownej: pytanie ogólne może wyjść do modelu publicznego, ale nazwa kontrahenta, kwoty z noty i kalendarium sporu — już nie. Tak zbudowana architektura odpowiada wprost na trzy postawione wyżej pytania i na wymogi samorządów: prawnik zachowuje pełne dobrodziejstwo AIto, o co chodziło od początku — dostęp do odpowiednich modeli i realne przyspieszenie pracy — a dane klientów pozostają pod ochroną, którą można wykazać.

Wdrożenie na skalę kancelarii: koszty i kontekst

Decyzja o kompleksowym wdrożeniu AI ujawnia jeszcze dwie kwestie, o których rzadko mówi się przed startem. Pierwszą są koszty: swobodny dostęp zespołu do narzędzi, ułożone procesy i nabyta wprawa oznaczają szybko rosnące zużycie — limit firmowej karty potrafi wtedy zaskoczyć szybciej, niż planowano.

Przy kompleksowym wykorzystaniu narzędzi AI dobrze jest systemowo podejść do kontroli kosztów. Aby to zrobić, należy dobrać odpowiedni model do konkretnego zadania czy procesu (proste procesy administracyjne mogą być wykonywane tańszym modelem niż redakcja kilkusetstronicowego pisma procesowego) oraz ustawić taki limit zużycia tokenów, który umożliwi pracownikom swobodne wykonywanie zadań przy wykorzystaniu narzędzi usprawniających ich pracę, a organizacji zapewni przewidywalność kosztów.

Drugą kwestią jest kontekst. Praca z narzędziami AI daje bowiem to, czego nie dawał wcześniej żaden inny postęp technologiczny — pracę z kontekstem. Narzędzie AI zapamiętuje sposób pracy użytkownika, jego styl pisania, wielowątkowość rozważanych kwestii i podejmowane przez niego decyzje. Obok oszczędności czasu i zwiększenia efektywności pracy gromadzony kontekst całej organizacji jest więc kolejnym aktywem, które kancelaria zyskuje, wdrażając AI.

Konta enterprise i oferty typu „sovereign cloud” obniżają ryzyko względem usługi konsumenckiej, pozostają jednak w całości obietnicą kontraktową dostawcy, egzekwowalną najwyżej następczo. W architekturze suwerennej kontrakt również występuje — to element czwarty, zakaz trenowania — obejmuje jednak wyłącznie tę część danych, która po przejściu przez bramę w ogóle do modelu trafiła; o reszcie rozstrzyga technika: routing, rejestr operacji i jurysdykcja infrastruktury, które organizacja weryfikuje sama, a nie następczo. Środowisko dużego zagranicznego dostawcy rozwiązań AI wiąże kancelarię z modelami i stosem technologicznym jednego dostawcy, podczas gdy architektura suwerenna zachowuje swobodę wyboru modeli i warunków ich użycia. W literaturze zwraca się zresztą uwagę, że oferty opatrzone etykietą „suwerennej chmury” znacząco różnią się zakresem suwerenności — od czysto operacyjnej po pełną suwerenność danych (Klare, Lechner, Fritzsche 2025). Know-how organizacji powinno być zatem umieszczone w narzędziu, które zapewnia swobodne przeniesienie tego kontekstu i jego wykorzystanie w innym narzędziu lub modelu.

Odpowiedź

Czy prawnik potrzebuje zatem suwerennego AI? Jeżeli sztuczna inteligencja ma rzeczywiście skracać drogę od problemu do decyzji, a więc pracować na aktach spraw, a nie tylko na pytaniach ogólnych odpowiedź brzmi: tak. Zasady etyki zawodowej, tajemnica adwokacka, radcowska i obrończa, RODO oraz AI Act nie zakazują prawnikowi korzystania z AI, stawiają jednak warunki, których usługa konsumencka z założenia nie spełnia. Suwerenna architektura — znana jurysdykcja, routing danych, rejestr operacji i umowne wyłączenie trenowania — pozwala te warunki spełnić w sposób weryfikowalny, a zarazem odpowiada na problemy ujawniające się dopiero przy wdrożeniu na skalę całej kancelarii: daje kontrolę kosztów przez dobór modelu do zadania oraz chroni gromadzony kontekst pracy, który pozostaje przenośnym aktywem organizacji, a nie zakładnikiem jednego dostawcy. Pełne dobrodziejstwo AI i ochrona danych klientów nie są więc dziś alternatywą rozłączną — pod warunkiem, że architektura wdrożenia jest suwerenna.

W allclouds.pl tak właśnie projektujemy środowiska pracy z AI (saie.allclouds.pl). Jeżeli Państwa kancelaria lub dział prawny zastanawia się, jak w pełni korzystać z AI bez ryzyka zawodowego — zapraszamy do kontaktu.

Źródła

Wybrana literatura