LingoSide
What is NAOMI? NAOMI — Naomi Animates Our Meaning into Identity — is the animated visual soul of LingoSide. Off, the page is plain — dark or light, your choice.
All articles
Civic tech LingoSide

Polska umie zebrać głos obywatela. Gorzej z odpowiedzią

Cyfrowe państwo nauczyło się nas obsługiwać. Nie nauczyło się jeszcze odpowiadać. O tym, dlaczego technologia obniża koszt zabrania głosu, ale nie tworzy automatycznie obowiązku reakcji — i co musiałoby się zmienić.

Original language: Polski

W 2025 roku Sieć Obywatelska Watchdog Polska zapytała Trybunał Konstytucyjny o rzecz elementarną: ile wniosków o informację publiczną do niego wpływa, ile załatwia odmownie i ile spraw trafia potem do sądów. Trybunał odmówił — uznał, że byłaby to „informacja przetworzona”, której przygotowanie wymaga zbyt wiele pracy. W grudniu tego samego roku Naczelny Sąd Administracyjny tę odmowę utrzymał.

To samo państwo obsługuje 12 milionów użytkowników aplikacji mObywatel przy około 1,5 miliona logowań dziennie, a z e-administracji korzysta już 61,1% Polaków. Umiemy cyfrowo załatwić sprawę. Znacznie gorzej idzie nam cyfrowe rozliczenie tego, co się z naszą sprawą dzieje potem.

Ta asymetria to nie anegdota, lecz najkrótszy opis stanu polskiej technologii obywatelskiej — narzędzi, które mają zwiększać wpływ ludzi na instytucje, a nie tylko ułatwiać instytucjom obsługę ludzi.

Technologia obniża koszt głosu. Nie tworzy automatycznie obowiązku odpowiedzi, wdrożenia ani pomiaru skutku.

Co czwarta instytucja nie odpowiada

Najlepszy polski pomiar tej różnicy wykonała organizacja społeczna. Latem 2025 roku Watchdog wysłał wnioski o informację publiczną do 5480 instytucji — w ramach badania użycia AI w administracji. Odpowiedziały 4042, czyli 74%. Co czwarta instytucja nie odpowiedziała na wniosek, którego rozpatrzenie jest jej ustawowym obowiązkiem.

Kiedy odpowiedź przychodzi, bywa wynikiem sporu, a nie procedury. W samym 2025 roku ta sama organizacja wysłała 15 851 wniosków, prowadziła 140 spraw sądowych o informację i wygrała 86. Odpowiedź w Polsce istnieje — ale zaskakująco często trzeba ją wyprocesować.

Orzecznictwo dorobiło się przy tym dwóch furtek: ustawowej „informacji przetworzonej” oraz zbudowanego w wyrokach „nadużycia prawa do informacji”, które NSA doprecyzowywał jeszcze w styczniu 2025 roku. Obie klauzule mają racjonalne uzasadnienia. Obie też najmocniej uderzają w tych, którzy pytają systematycznie i na skalę — czyli dokładnie w sposób, w jaki działa każde narzędzie obywatelskiej kontroli.

Warto tu rozdzielić dwie rzeczy, które w debacie o cyfryzacji zlewają się w jedno: zdolność instytucji do odpowiedzi — dane, ludzie, system — oraz jej gotowość do działania, czyli uznanie, że odpowiedź i wdrożenie są obowiązkiem, a nie uprzejmością. Dwie dekady informatyzacji radykalnie poprawiły to pierwsze. Drugiego prawie nie dotknęły.

Po stronie obywateli formalny głos pozostaje przy tym rzadkością. W reprezentatywnym badaniu z 2023 roku 72% Polaków nie korzystało z żadnego kanału dostępu do informacji publicznej, a wniosek o informację złożyło kiedykolwiek 3,9%. Ile w tym niewiedzy, a ile trzeźwej kalkulacji kosztu i spodziewanego skutku — tego te dane nie rozstrzygają.

Najbardziej umasowiona forma partycypacji też nie wygląda na sprzężenie zwrotne. Według ostatniego ogólnopolskiego pomiaru budżetów obywatelskich średnia frekwencja w głosowaniach wynosiła około 11%, a w czterech na dziesięć badanych miast spadała. Ten pomiar dotyczy roku 2022 — i jest ostatni, bo kolejnych edycji barometru nie było. Państwo, które przestaje mierzyć własną partycypację, samo najlepiej ilustruje problem: bez pomiaru skutku głos i odpowiedź stają się nieodróżnialne od rytuału.

Pięć warunków, pod którymi to działa

Z przypadków, które zadziałały, i z tych, które zgasły, da się wyprowadzić kilka powtarzalnych warunków.

Umocowanie w realnym procesie decyzyjnym. Ukraińskie Prozorro nie było nakładką na państwo: zaprojektowane po Majdanie przez wolontariuszy, z centralną platformą utrzymywaną początkowo przez Transparency International Ukraine, stało się obowiązkowym kanałem zamówień publicznych. Analiza EBOR policzyła efekty: w samym 2024 roku 3,6 mln postępowań i ponad 51 mld hrywien oszczędności. Kontrprzykładem jest tajwańska vTaiwan: dopóki rząd traktował wyniki deliberacji jako zobowiązanie, platforma współkształtowała regulacje; dziś działa wyłącznie siłami wolontariuszy, a wśród przyczyn regresu wskazuje się brak obowiązku odpowiedzi po stronie rządu.

Pętla zwrotna i odpowiedzialność za wdrożenie. Polska ma świeży przykład obu stron tego warunku. Centralny Rejestr Umów wystartował 1 lipca 2026 roku bez progu kwotowego — po apelu 48 organizacji i petycji podpisanej przez ponad 1500 osób, gdy resort finansów proponował próg, który według analiz strażniczych ukryłby około 70% umów gmin. To była realna responsywność: zorganizowany głos, konkretna zmiana prawa. Ale ta sama koalicja apelowała tydzień przed startem o publiczne API do hurtowego pobierania danych — i rejestr wystartował bez niego, z interfejsem do wysyłania danych przez urzędy, nie do ich odczytu przez obywateli. Jawność formalna to nie to samo, co infrastruktura użyteczna maszynowo.

Publiczny interfejs zszyty z wewnętrznym obiegiem urzędu. Brytyjski FixMyStreet nie jest skrzynką skarg: według raportu wpływu mySociety 31 samorządów używa go jako podstawowego systemu obsługi zgłoszeń, a siostrzany WhatDoTheyKnow obsłużył w rok 152 567 wniosków o informację — publicznie, z jawnym śladem każdej odpowiedzi i każdego milczenia. Zgłoszenie obywatela i zadanie urzędnika są tam tym samym rekordem. Lista wdrożeń tej platformy obejmuje Czechy, Węgry i Ukrainę; Polski na niej nie ma.

Dostępność i reprezentatywność. Według raportu Komisji Europejskiej z 2026 roku podstawowe kompetencje cyfrowe ma 50,42% Polaków, wobec unijnego celu 80% na rok 2030. Kanał, którego połowa populacji sprawnie nie obsłuży, nie jest głosem obywateli — jest głosem pewnej ich podgrupy, a instytucja, która na nim poprzestaje, słyszy tylko ją.

Pomiar wdrożenia i skutku. Wysłane pismo, numer sprawy i uprzejma odpowiedź to ślady procesu, nie dowód zmiany. Tu koło się domyka: skoro krajowy pomiar budżetów obywatelskich urwał się na roku 2022, nie wiemy nawet, czy najbardziej rozpowszechnione narzędzie partycypacji cokolwiek trwale zmienia.

AI: dźwignia poznawcza, nie władza instytucjonalna

Administracja nie czeka z AI na nikogo. W badaniu Watchdoga 9% instytucji deklarowało już użycie takich narzędzi — od transkrypcji i streszczania po OCR — przy czym spośród ponad 2000 gmin wewnętrzne zasady korzystania z AI miało dwadzieścia. Te same zdolności działają jednak w obie strony. Model językowy potrafi odnaleźć właściwy przepis, przełożyć pismo urzędowe na zrozumiały język, zsyntetyzować setki uwag z konsultacji, przeprowadzić człowieka przez procedurę, do której wcześniej potrzebował prawnika. To jest realna dźwignia: obniża poznawczy koszt głosu — po obu stronach okienka.

Ograniczenia są równie konkretne. Model równie płynnie streszcza przepis istniejący, co nieistniejący, a płynność odpowiedzi łatwo pomylić z jej trafnością. Wygładza spory, choć w sprawie publicznej różnica zdań bywa informacją, nie szumem. Premiuje tych, którzy już są w sieci sprawni — a połowa populacji nie jest. Obniża wreszcie koszt głosu syntetycznego: w kampanii prezydenckiej 2025 roku wizerunki obu głównych kandydatów posłużyły w deepfake’ach do promowania oszustw finansowych. Zaufanie ma tu zresztą twarde dno: w polskiej edycji globalnego badania KPMG to właśnie instytucjom publicznym respondenci ufali najmniej, gdy sięgają po AI.

Najtwardszą polską lekcję na ten temat odrobiliśmy jeszcze przed erą wielkich modeli. Algorytm profilowania bezrobotnych przypisywał każdej osobie w urzędzie pracy profil, od którego zależały dostępne formy pomocy. Trybunał Konstytucyjny w wyroku z 2018 roku zakwestionował formę prawną tej regulacji, ale zarzut braku drogi odwoławczej od przypisanego profilu odrzucił; system zlikwidowano ustawowo rok później. Morał nie jest antytechnologiczny: automatyzacja bez wbudowanego obowiązku odpowiedzi i odwołania takiego braku nie naprawia, tylko go utrwala.

AI nie zastąpi umocowania, woli politycznej ani obowiązku reakcji. Może natomiast sprawić, że głos będzie tańszy, lepiej udokumentowany i trudniejszy do zbycia. To dużo — pod warunkiem, że po drugiej stronie ktoś ma obowiązek go przeczytać.

Polski bilans

Po stronie aktywów Polska ma więcej, niż podpowiada narzekanie. Skalę cyfrowej obsługi — państwo w telefonie przestało być metaforą. Dowód, że proste narzędzie obywatelskie potrafi osiągnąć zasięg masowy: Latarnik Wyborczy został użyty 5,5 miliona razy przy wyborach 2023 roku; przyczyn tej skali nie rozstrzygniemy jednym zdaniem, ale sama liczba pokazuje, że bariera popytu nie jest absolutna. I trwałą zdolność strażniczą — organizację, która rok w rok zamienia prawo do informacji w tysiące wniosków i dziesiątki wygranych spraw.

Po stronie pasywów jest ciągłość. Sejmometr — pionierski monitoring pracy posłów — nie figuruje już wśród narzędzi fundacji, która go stworzyła; strona programu „Koduj dla Polski” milczy, a jej ostatnie wpisy pochodzą ze stycznia 2024 roku. Powody takich zgonów bywają różne — finansowanie, ludzie, przejęcie funkcji przez państwo — i nie sprowadzimy ich do jednej przyczyny. Wspólny jest skutek: narzędzia znikają, zanim zdążą zbudować nawyk ich używania. Ekonomia sektora tego nie ułatwia: przeciętne roczne przychody polskiej organizacji społecznej to 50 tysięcy złotych. Z takiego budżetu nie utrzymuje się infrastruktury — utrzymuje się co najwyżej nadzieję na kolejny grant.

Era evidence-harnessed agentic AI coding

Ta rachuba zmienia się jednak na naszych oczach. Od 2026 roku agentowe programowanie — AI, które pod nadzorem człowieka pisze, testuje i utrzymuje kod — radykalnie obniża próg wejścia: narzędzie obywatelskie, na które kiedyś trzeba było grantu i zespołu, dziś może zbudować i utrzymywać jedna zdeterminowana osoba — po godzinach, w weekendy — szybko i za ułamek dawnych kosztów.

Samo generowanie kodu nie wystarczyłoby jednak, żeby tym narzędziom zaufać. Istotą tej ery jest uprząż dowodów (evidence harness): agent nie tyle pisze kod, ile pracuje w reżimie, w którym każda zmiana musi przejść testy i bramki jakości, a każde twierdzenie o tym, co program robi, ma za sobą sprawdzalny dowód, nie zapewnienie. To różnica między „AI coś wygenerowało, oby działało” a „AI to zbudowało — i oto dowody, że działa”. Dla narzędzi obywatelskich ta różnica jest wszystkim: narzędzie do patrzenia władzy na ręce samo musi wytrzymać patrzenie na ręce.

W praktyce ta era wygląda mniej efektownie, niż brzmi. Agent pracuje w pętli: planuje, pisze, sam uruchamia testy i wraca z poprawką — ale porusza się w ramach, których nie może przekroczyć: stałych kontraktów, odizolowanego środowiska, bramek regresyjnych. Nie robi tego, na co ma ochotę; robi to, na co pozwala mu infrastruktura. A gdy coś się wywróci, nie zgaduje: dostaje z powrotem logi, ślady wykonania i wyniki oblanych testów, i dopiero na tych deterministycznych dowodach opiera poprawkę. Model jest tu traktowany nie jak wyrocznia, lecz jak bardzo szybki, niesforny junior, któremu środowisko wymusza niezawodność. Tak wygląda przejście od naiwnej automatyzacji — rzucasz prompt i modlisz się — do twardej, weryfikowalnej inżynierii.

Jest w tym zresztą symetria z tezą tego tekstu: ta sama dyscyplina — twierdzenie poparte dowodem i miarą — której domagamy się od instytucji, zaczęła obowiązywać w samym budowaniu oprogramowania. To otwiera civic techowi bramę, którą ekonomia sektora trzymała dotąd zamkniętą. Nie zmienia ani słowa w tezie — obowiązku odpowiedzi żaden agent nie napisze — ale zdejmuje najtwardszą z barier po stronie podaży narzędzi.

Sama nazwa tej sekcji nie jest przy tym branżowym terminem — ukuliśmy ją na potrzeby tego tekstu. Gdy pokazaliśmy ją jednemu z topowych modeli klasy badawczej, ten bez wahania uznał ją za jeden z najnowszych trendów w inżynierii, rozłożył ją na czynniki pierwsze i dopytał, na której konferencji ją usłyszeliśmy. Rozłożył ją zresztą trafnie. Trudno o lepszą miniaturę problemu, o którym jest ten tekst: płynna, kompetentnie brzmiąca odpowiedź nie jest dowodem — nawet wtedy, gdy akurat jest prawdziwa. Dowód musi przyjść spoza modelu: z testu, z logu, z dokumentu ze źródłem.

Co by musiało się zmienić

Odpowiedź na pytanie o gotowość jest dwudzielna. Gotowość technologiczna rośnie po obu stronach: obywatel nosi państwo-usługę w kieszeni, administracja sięga po AI szybciej, niż uczy się ją regulować. Responsywność instytucji pozostaje natomiast nierówna i w dużej mierze niezmierzona: bywa realna, jak przy progu w rejestrze umów; bywa odmową podtrzymaną przez sąd; najczęściej — po prostu nie wiadomo, bo nikt nie liczy wdrożeń ani skutków.

Głos, na który nikt nie ma obowiązku odpowiedzieć, nie jest partycypacją. Jest ankietą.

Polska nie potrzebuje kolejnej platformy do zbierania głosu. Potrzebuje reguł, które z głosu robią zobowiązanie: adresata z obowiązkiem odpowiedzi, terminu, odpowiedzialności za wdrożenie i publicznej miary skutku. Technologia umie już wszystko poza tym jednym — a to jedno nie jest technologią.

Źródła