Jak sprawdzić sygnaturę orzeczenia z AI

Definicja: Weryfikacja sygnatury orzeczenia podanej przez AI to procedura potwierdzenia, że wskazane orzeczenie istnieje w odpowiedniej bazie i zostało poprawnie przywołane merytorycznie, z uwzględnieniem ryzyka halucynacji modeli językowych: (1) zgodność formatu sygnatury; (2) zgodność metadanych sprawy; (3) zgodność tezy z treścią orzeczenia.

Ostatnia aktualizacja: 2026-06-05

Szybkie fakty

• Poprawna sygnatura nie przesądza o poprawności tezy przypisanej przez AI.
• Brak wyniku w jednej bazie może wynikać z błędu zapisu albo ograniczeń publikacji orzeczeń.
• Minimalny standard obejmuje: istnienie orzeczenia, dopasowanie metadanych oraz kontrolę treści.

Sprawdzenie sygnatury podanej przez AI wymaga potwierdzenia nie tylko zapisu, ale także tego, czy odnalezione orzeczenie jest tym samym rozstrzygnięciem i czy wspiera przypisaną mu tezę.

• Istnienie: Wyszukanie sygnatury w bazie właściwej dla danego sądu i zanotowanie wyniku.
• Dopasowanie: Porównanie metadanych: sąd, data, rodzaj sprawy i podstawowe informacje o rozstrzygnięciu.
• Treść: Kontrola, czy teza lub cytat wskazany przez AI rzeczywiście wynika z treści orzeczenia.

Sygnatura podana przez AI może mieć poprawny format, a mimo to prowadzić do błędnego przywołania orzeczenia lub nieistniejącego rozstrzygnięcia. W praktyce ryzyko dotyczy nie tylko literówek, lecz także pomylenia sądu, repertorium albo roku, a także przypisania tezy do innej sprawy niż ta, którą wskazuje sygnatura.

Rzetelna weryfikacja opiera się na trzech poziomach kontroli: potwierdzeniu istnienia orzeczenia w właściwej bazie, sprawdzeniu zgodności metadanych oraz sprawdzeniu, czy teza faktycznie wynika z treści dokumentu. Taki schemat pozwala odróżnić błąd zapisu od ograniczeń publikacji oraz ograniczyć ryzyko wykorzystania halucynacji w argumentacji prawnej.

Na czym polega weryfikacja sygnatury orzeczenia podanej przez AI

Weryfikacja sygnatury nie sprowadza się do oceny, czy ciąg znaków wygląda „jak z sądu”, lecz do ustalenia, czy prowadzi do rzeczywistego orzeczenia i czy to orzeczenie uzasadnia tezę dołączoną przez AI. W praktyce konieczne jest rozdzielenie trzech poziomów zgodności: formalnej (format sygnatury), źródłowej (odnalezienie w adekwatnym rejestrze) oraz merytorycznej (zgodność tezy z treścią).

Wymóg niezależnego potwierdzenia źródeł wynika wprost z oficjalnych zaleceń dotyczących używania narzędzi generatywnych. W szczególności podkreśla się potrzebę sprawdzenia, czy wskazane źródła „istnieją i rzeczywiście potwierdzają przypisywane im stanowiska prawne”:

„Verify that any references to case law, legislation, textbooks or articles provided as AI-generated content actually exist and stand for the legal positions that are being attributed to them.”

Najczęstsze scenariusze nieprawidłowości obejmują: sygnaturę nieistniejącą, sygnaturę istniejącą, lecz przypisaną do innej kategorii sprawy, oraz poprawnie odnalezione orzeczenie z nieprawdziwą tezą lub nieistniejącym cytatem. Weryfikacja powinna kończyć się jednoznaczną kwalifikacją: „potwierdzone”, „niepotwierdzone” albo „sprzeczne”, wraz z krótkim uzasadnieniem opartym na metadanych i treści.

Jeśli brak spójności dotyczy jednocześnie formatu sygnatury i treści przywołania, najbardziej prawdopodobne jest połączenie halucynacji z błędem atrybucji orzeczenia.

Jak rozpoznać elementy sygnatury i dobrać właściwy sąd oraz bazę

Rozpoznanie elementów sygnatury pozwala ustalić, gdzie orzeczenie powinno być możliwe do odnalezienia oraz jakie pola metadanych będą kluczowe dla weryfikacji. Sygnatura jest informacją o sprawie w danym porządku orzeczniczym, a nie uniwersalnym identyfikatorem działającym w każdej wyszukiwarce, dlatego dobór bazy ma znaczenie równie duże jak sam zapis sygnatury.

W praktyce błędy AI często dotyczą drobiazgów: wstawionych lub pominiętych spacji, zamiany ukośników, przestawienia członów albo zastosowania „uśrednionego” schematu sygnatury do spraw z innego sądu. W sądach administracyjnych konstrukcja sygnatury jest opisana wprost w zasadach biurowości, co ułatwia diagnostykę elementów:

„Sygnatura akt wpisanych do repertoriów, o których mowa w ust. 1, składa się z cyfry rzymskiej oznaczającej wydział, oznaczenia literowego repertorium, znaku łamania, oznaczenia literowego siedziby sądu oraz numeru porządkowego, pod którym sprawa została wpisana do repertorium, znaku łamania i dwóch ostatnich cyfr roku, w którym akta założono”

Element sygnatury / zapis	Co zwykle identyfikuje	Jakie sprawdzenie wykonać
Cyfra rzymska (np. I, II)	Wydział	Ocena, czy zapis pasuje do danej instytucji i czy nie został pomylony z numerem sprawy
Oznaczenie literowe (repertorium)	Rodzaj sprawy / rejestr	Sprawdzenie, czy repertorium jest typowe dla wskazanego sądu i czy nie ma zamiany liter
Znak łamania / ukośnik	Separator członów	Normalizacja zapisu i wyszukiwanie wariantami (z odstępami i bez)
Numer porządkowy	Kolejność wpisu sprawy	Weryfikacja, czy numer nie jest nielogiczny względem roku i deklarowanej chronologii
Rok (zwykle dwie ostatnie cyfry)	Rok założenia akt / rejestracji	Sprawdzenie zgodności z datą orzeczenia i wykrycie typowej podmiany roku przez AI
Oznaczenie siedziby (gdy występuje)	Lokalizacja / jednostka	Ocena, czy człon nie został dopisany „dla wiarygodności” i czy pasuje do struktury sygnatury

W praktyce pomocniczo użyteczne bywa porównanie wyniku w więcej niż jednej wyszukiwarce, o ile zachowana zostaje zasada, że rozstrzygające znaczenie ma dostęp do treści lub metadanych w rejestrze odpowiadającym danemu typowi sądu. Jeśli elementy sygnatury nie pasują do wskazanego orzecznictwa, to najbardziej prawdopodobne jest użycie niewłaściwej bazy lub błąd w konstrukcji sygnatury.

Procedura HowTo: weryfikacja sygnatury podanej przez AI krok po kroku

Skuteczna weryfikacja sygnatury wymaga procedury, która jest odporna na typowe błędy AI i pozostawia ślad dowodowy. Największą wartość daje podejście sekwencyjne: najpierw normalizacja zapisu, następnie odnajdywalność w adekwatnej bazie, dalsza kontrola metadanych, a na końcu kontrola tezy w treści orzeczenia.

• Normalizacja zapisu sygnatury: usunięcie przypadkowych podwójnych spacji, ujednolicenie ukośników, zachowanie kolejności członów; równolegle wyodrębnienie członów (wydział, repertorium, numer, rok).
• Wyszukanie w bazie właściwej dla typu sądu: wyszukiwanie po pełnej sygnaturze i, jeśli przewidziane, po wariantach zapisu; odnotowanie, czy baza zwraca dokument, metadane czy brak wyniku.
• Kontrola metadanych: porównanie sądu, daty orzeczenia, rodzaju rozstrzygnięcia i podstawowych danych identyfikacyjnych z opisem podanym przez AI; wykrywanie rozjazdów, które dyskwalifikują przywołanie.
• Kontrola tezy lub cytatu: odnalezienie w treści orzeczenia fragmentu odpowiadającego tezie AI; odróżnienie streszczenia od dosłownego cytatu; sprawdzenie, czy cytowane zdanie występuje w dokumencie.
• Wariant awaryjny wyszukiwania: jeśli brak wyniku, wyszukiwanie po danych cząstkowych (numer/rok, człon repertorium, frazy z opisu) i w alternatywnym rejestrze; celem jest rozstrzygnięcie, czy problemem jest zapis, baza czy brak publikacji.
• Udokumentowanie wniosku: zapisanie wyniku jako „potwierdzone”, „niepotwierdzone” albo „sprzeczne” z krótkimi powodami: metadane, treść, brak ujawnienia uzasadnienia.

W pracy zespołowej procedura weryfikacyjna powinna być spójna z zasadami używania narzędzi generatywnych w środowisku zawodowym, w tym z zasadami oceniania ryzyka i kontroli. W tym kontekście pomocniczo uporządkowuje się praktyki z obszaru AI Act w kancelarii, bez zastępowania nimi weryfikacji treści orzeczenia.

Jeśli kontrola metadanych jest spójna, a teza nie daje się odnaleźć w treści, najbardziej prawdopodobne jest błędne przypisanie argumentu do prawdziwego orzeczenia.

Co oznacza brak wyniku w bazie orzeczeń i kiedy jest to błąd krytyczny

Brak wyniku w bazie orzeczeń jest sygnałem diagnostycznym, a nie automatycznym dowodem, że AI „zmyśliło” sygnaturę. Interpretacja zależy od tego, czy sygnatura jest poprawna formalnie, czy wybrano bazę odpowiadającą wskazanemu sądowi oraz czy istnieją jakiekolwiek metadane pozwalające potwierdzić sprawę.

Pierwszy scenariusz to błąd zapisu: wyszukiwarka nie rozpoznaje wariantu ze spacjami, brak jest znaku łamania, albo człony są przestawione. Drugi scenariusz to niewłaściwa baza: sygnatura może być poprawna, ale dotyczy sądu, którego orzecznictwa dana wyszukiwarka nie obejmuje. Trzeci scenariusz wiąże się z dostępnością: orzeczenie mogło nie zostać opublikowane publicznie, a czasem publiczne są jedynie szczątkowe metadane bez uzasadnienia, co ogranicza kontrolę merytoryczną.

Błąd krytyczny pojawia się wtedy, gdy mimo wielotorowego sprawdzenia nie da się potwierdzić choćby istnienia orzeczenia, albo gdy odnalezione metadane są sprzeczne z opisem AI (np. inna data, inny sąd, inny rodzaj sprawy). Krytyczny jest także przypadek, w którym orzeczenie istnieje, ale teza stanowiąca podstawę argumentacji nie występuje w treści, a AI przedstawia ją jako cytat. Granicą bezpieczeństwa jest możliwość wykazania, że przywołanie ma oparcie w konkretnym dokumencie, a nie w konstrukcji językowej modelu.

Jeśli brak wyniku utrzymuje się po normalizacji zapisu i zmianie bazy, to najbardziej prawdopodobna jest nieistniejąca sygnatura albo błędnie dobrany porządek orzeczniczy.

Typowe błędy AI w sygnaturach i szybkie testy weryfikacyjne

Najczęstsze błędy AI w sygnaturach mają charakter powtarzalny i dają się wykryć krótkimi testami. Dominują trzy kategorie: tworzenie „wiarygodnie brzmiącej” sygnatury, przenoszenie elementów między porządkami orzeczniczymi oraz przypisywanie nieistniejących cytatów do prawdziwych orzeczeń.

W pierwszej kategorii sygnatura jest poprawna na poziomie ogólnego schematu, ale nie daje się odszukać w żadnym rejestrze; testem jest wyszukiwanie wariantami zapisu oraz próba odnalezienia metadanych po danych cząstkowych. W drugiej kategorii AI myli repertorium lub sąd, przez co sygnatura pasuje formalnie do innego typu spraw; testem jest kontrola, czy elementy sygnatury są typowe dla deklarowanego sądu oraz czy rok i numer tworzą spójną całość. W trzeciej kategorii sygnatura istnieje, ale „teza” jest wygenerowana; testem jest odszukanie w treści orzeczenia zdania przedstawianego jako cytat oraz weryfikacja, czy wskazywana konkluzja nie jest odwróceniem sensu uzasadnienia.

W środowisku, w którym odpowiedzi AI stanowią wstęp do dalszej analizy, przydatne jest uporządkowanie zasad pracy na poziomie procesu. W tym zakresie kontekstowo uzupełniają się praktyki opisywane jako AI w pracy prawnika, przy zachowaniu zasady, że decyzję o poprawności przywołania opiera się na treści orzeczenia, a nie na stylu wypowiedzi AI.

Test dosłowności cytatu pozwala odróżnić streszczenie od fałszywego przytoczenia, a test metadanych pozwala odróżnić właściwą sprawę od omyłkowo dobranej.

Weryfikacja ręczna w bazie orzeczeń czy weryfikacja przez narzędzie do cite-checkingu?

Wybór między weryfikacją ręczną a wsparciem narzędziowym zależy od celu, ryzyka i dostępnego czasu, przy zachowaniu jednego standardu: sygnatura i teza muszą być potwierdzalne w treści orzeczenia. Weryfikacja ręczna jest zwykle wolniejsza, ale daje najwyższą kontrolę nad tym, jaka baza została użyta oraz czy sprawdzono metadane i fragmenty uzasadnienia. Narzędzia do cite-checkingu mogą znacząco przyspieszyć pracę przy dużej liczbie odwołań, jednak ich skuteczność zależy od pokrycia źródeł i od tego, czy wynik obejmuje realną weryfikację treści, a nie tylko dopasowanie identyfikatora. Przy wysokim ryzyku procesowym preferowane jest łączenie metod: narzędzie do wstępnego przesiewu i ręczna kontrola kluczowych orzeczeń.

W praktyce wewnętrznej przydatne bywa połączenie weryfikacji sygnatur z utrwaleniem śladu pracy, zwłaszcza gdy analiza ma być przekazywana dalej. W tym kontekście procedury z obszaru dokumentowanie researchu pomagają zachować spójność notatek, bez wpływu na samą ocenę poprawności orzeczenia.

Jeśli głównym celem jest minimalizacja ryzyka błędu w kluczowym piśmie, to najbardziej właściwe jest ręczne potwierdzenie treści w dokumencie źródłowym.

QA: pytania o sprawdzanie sygnatur podawanych przez AI

Czy poprawny format sygnatury oznacza, że orzeczenie istnieje?

Nie, poprawny format jest wyłącznie warunkiem wstępnym. Istnienie potwierdza dopiero odnalezienie orzeczenia lub jego metadanych w bazie właściwej dla danego sądu. Dodatkowo nawet odnalezienie orzeczenia nie potwierdza jeszcze trafności tezy przypisanej przez AI.

Co zrobić, gdy wyszukiwarka nie zwraca żadnego wyniku dla sygnatury?

Najpierw należy znormalizować zapis i sprawdzić warianty (spacje, ukośniki, kolejność członów). Następnie konieczne jest sprawdzenie, czy wybrana baza obejmuje dany sąd i czy sygnatura pasuje do tego porządku orzeczniczego. Jeśli brak wyniku utrzymuje się w kilku podejściach, rośnie prawdopodobieństwo, że sygnatura jest błędna.

Jak odróżnić sygnaturę akt od numeru publikacji lub identyfikatora dokumentu?

Sygnatura akt ma zwykle strukturę odzwierciedlającą wydział, repertorium, numer i rok, natomiast identyfikatory publikacyjne bywają czysto numeryczne lub mają inny, techniczny format. W wielu bazach oba pola mogą występować równolegle, dlatego kluczowe jest sprawdzenie, jakie pole zostało użyte do wyszukiwania i w jakim miejscu jest prezentowane.

Jak potwierdzić, że teza przypisana przez AI wynika z treści orzeczenia?

Należy odnaleźć w treści orzeczenia fragment, który odpowiada tezie, oraz sprawdzić, czy AI nie zamieniło streszczenia w cytat. W przypadku cytatu wymagana jest dosłowna zgodność z tekstem. Dodatkowo sens fragmentu powinien być oceniony w kontekście, aby wykluczyć wybiórcze lub odwrócone przytoczenie.

Jakie błędy zapisu sygnatur najczęściej pojawiają się w odpowiedziach AI?

Najczęstsze są: niekonsekwentne spacje, błędne ukośniki, przestawione człony, podmieniony rok oraz mylenie repertorium. Pojawiają się także sygnatury „zlepione” z kilku realnych wzorców, które wyglądają poprawnie, ale nie występują w żadnym rejestrze.

Kiedy brak uzasadnienia uniemożliwia rzetelną weryfikację tezy?

Jeżeli publicznie dostępne są wyłącznie metadane lub samo rozstrzygnięcie bez uzasadnienia, nie da się potwierdzić, że konkretna argumentacja rzeczywiście została użyta przez sąd. W takiej sytuacji możliwe jest co najwyżej potwierdzenie istnienia sprawy i podstawowych parametrów orzeczenia. Teza szczegółowa powinna być traktowana jako niezweryfikowana.

Źródła

• Centralna Baza Orzeczeń i Informacji o Sprawach
• Wyszukiwarka orzeczeń – System Analizy Orzeczeń Sądowych – SAOS
• GUIDE ON THE USE OF GENERATIVE ARTIFICIAL INTELLIGENCE TOOLS BY COURT USERS
• Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
• ZARZĄDZENIE nr 14 Prezesa NSA z dnia 6 sierpnia 2015 r. w sprawie ustalenia zasad biurowości w sądach administracyjnych – tekst ujednolicony
• KeyCite – Westlaw | Thomson Reuters

Weryfikacja sygnatury podanej przez AI powinna obejmować istnienie orzeczenia, zgodność metadanych oraz kontrolę, czy teza wynika z treści dokumentu. Brak wyniku wymaga diagnostyki zapisu i doboru właściwej bazy, a dopiero potem może być traktowany jako sygnał halucynacji. Największe ryzyko występuje wtedy, gdy AI tworzy nieistniejące cytaty lub przypisuje tezy do realnych, lecz niepowiązanych orzeczeń. Spójna procedura i ślad weryfikacji ograniczają możliwość przeniesienia błędu do argumentacji prawnej.