Agenty AI uczą się pytać o źródło, nie tylko o odpowiedź

Większość systemów AI weryfikuje fakty. Sprawdza, czy odpowiedź jest spójna z dostępnymi danymi. Ale jest problem, który długo był pomijany: ten sam fakt może być prawdziwy i jednocześnie pochodzić ze złego miejsca. W agentycznych systemach opartych na MCP (protokół pozwalający modelom łączyć się z zewnętrznymi narzędziami i bazami danych) coraz mocniej pojawia się pytanie nie tylko "co?", ale "skąd?". Weryfikacja świadoma źródła oznacza, że agent sprawdza nie tylko treść odpowiedzi, lecz też jej proweniencję. Czy dane pochodzą z autoryzowanego rejestru, aktualnej wersji dokumentu, właściwej instytucji.

Co to oznacza dla polskich urzędów i instytucji publicznych

Wyobraźmy sobie agenta AI obsługującego zapytania o status podmiotu. Może sięgnąć do KRS przez oficjalne API, ale może też trafić na buforowaną kopię sprzed tygodnia albo nieoficjalną agregację danych. Odpowiedź bywa taka sama. Podstawa prawna decyzji już nie.

Polskie prawo administracyjne wymaga, żeby decyzje opierały się na konkretnych podstawach faktycznych, i żeby były udokumentowane. Agent, który podał właściwy NIP firmy, ale pobrał go ze źródła bez mocy urzędowej, nie spełnia wymogów proceduralnych. Nawet jeśli liczba się zgadza. Weryfikacja świadoma źródła próbuje ten problem rozwiązać: model nie tylko odpowiada, ale też raportuje, z której bazy, jakiego rejestru i w jakim momencie pobrał dane.

Praktycznie zmienia to kilka rzeczy naraz:

• Audytowalność decyzji - systemy agentyczne generują ślad źródłowy razem z wynikiem, co ułatwia kontrolę i odpowiedź na odwołania obywateli.
• Konfiguracja zaufanych źródeł - zamiast blokować agenta przed całym internetem albo dawać mu nieograniczony dostęp, instytucja definiuje listę rejestrów z przypisanym poziomem zaufania: CEiDG, GUS, bazy PESEL, ePUAP. Agent może sięgać dalej, ale wie, co jest pierwszorzędne.
• Zarządzanie świeżością - każde źródło może mieć przypisany czas ważności. Dane z rejestru gruntów z wczoraj są inne niż z zeszłego miesiąca, nawet jeśli wartość liczbowa jest identyczna.

Jest jeszcze jeden wymiar, o którym rzadko się mówi. Przy integracji z wieloma bazami jednocześnie agenty mogą trafić na konfliktujące informacje. Dane w jednym rejestrze inne niż w drugim. Weryfikacja świadoma źródła nie rozwiązuje konfliktu, ale go ujawnia. Przekazuje decyzję człowiekowi zamiast po cichu wybierać jedną wersję. Dla urzędnika to zasadnicza różnica.

Widzimy to w naszych wdrożeniach. Instytucje, które uruchomiły agenty AI kilka miesięcy temu, pytają teraz nie "czy agent jest dokładny?", ale "skąd agent bierze dane i czy my tę hierarchię zatwierdziliśmy?". To dobry sygnał dojrzałości. Systemy agentyczne przestają być czarnymi skrzynkami i zaczynają być procesami, które można projektować i kontrolować.

Jeśli Twoja instytucja korzysta z agentów AI lub planuje ich wdrożenie i chcesz sprawdzić, jak wygląda zarządzanie źródłami w Twoim przypadku, zapraszamy na bezpłatny audyt.