Czy AI może pomóc przy obsłudze wniosków o stypendium szkolne w urzędzie gminy?

Może, i to w kilku miejscach jednocześnie. W obsłudze stypendiów szkolnych AI realnie odciąża referenta przy sprawdzaniu kompletności dokumentów, pisaniu wezwań do uzupełnienia braków i przygotowaniu projektów decyzji. Samą decyzję ocenia i podpisuje urzędnik, ale wszystko wokół tego etapu da się przyspieszyć.

Jak wygląda ten proces i gdzie robi się korek?

Stypendium szkolne reguluje ustawa o systemie oświaty (art. 90b do 90r) oraz uchwała rady gminy, która ustala wysokość świadczenia i kryteria dochodowe. Zasiłek szkolny działa obok, na zdarzenia losowe, ale procedura jest podobna. W praktyce każda gmina obsługuje od kilkudziesięciu do kilkuset wniosków rocznie, a termin złożenia na pierwszy semestr upływa z reguły 15 września. Cały roczny wolumen spada na biurko referenta w ciągu jednego miesiąca.

Typowy komplet dokumentów do jednego wniosku zawiera:

• formularz wniosku według wzoru obowiązującego w gminie
• zaświadczenia o dochodach każdego pełnoletniego członka rodziny z miesiąca poprzedzającego złożenie wniosku
• zaświadczenie ze szkoły lub przedszkola potwierdzające naukę dziecka
• rachunki lub faktury za materiały szkolne, podręczniki, strój sportowy, mundurki
• w wielu gminach: zaświadczenie z ośrodka pomocy społecznej, gdy rodzina już korzysta ze świadczeń

Sprawdzenie jednego kompletu zajmuje doświadczonemu referentowi od 15 do 40 minut, zależnie od liczby osób w rodzinie i stanu dokumentacji. Przy 200 wnioskach to kilka tygodni roboty. A wnioskodawcy dzwonią, pytają, przynoszą uzupełnienia. Korek robi się w trzech miejscach: weryfikacja kompletności dokumentów, pisanie wezwań do uzupełnienia braków formalnych w trybie art. 64 § 2 KPA oraz przygotowanie projektów decyzji przyznających lub odmawiających świadczenia.

Co AI realnie przyspiesza?

Nie chodzi o to, żeby AI "obsługiwała" wnioski zamiast referenta. Chodzi o konkretne, powtarzalne zadania, które można przekazać modelowi językowemu bez ryzyka popełnienia błędu w miejscu, gdzie błąd byłby kosztowny.

Projekty wezwań do uzupełnienia braków formalnych. Piszesz do ChatGPT: "Wnioskodawca nie złożył zaświadczenia o dochodach ojca i rachunków za podręczniki. Napisz wezwanie do uzupełnienia braków na podstawie art. 64 § 2 KPA, termin 7 dni, styl formalny, w nagłówku zostaw miejsce na znak sprawy." Model generuje projekt w kilkanaście sekund. Referent czyta, poprawia ewentualne nieścisłości, wstawia dane i wysyła. Przy 60 wezwaniach w sezonie to konkretna oszczędność czasu.

Projekt decyzji przyznającej stypendium. Treść takiej decyzji jest w dużej mierze powtarzalna: dane wnioskodawcy, ustalona kwota, okres przyznania, forma wypłaty, podstawa prawna, pouczenie o terminie i trybie odwołania do SKO. AI przygotowuje szkielet z uzasadnieniem opartym na stanie faktycznym opisanym przez referenta. Referent sprawdza kwotę, daty, podstawę prawną i podpisuje.

Projekt decyzji odmawiającej. Tu AI przydaje się szczególnie przy uzasadnieniu. Napisanie logicznego uzasadnienia odmowy, gdy dochód przekracza próg o kilkadziesiąt złotych albo gdy dokumenty były niekompletne mimo wezwania, bywa bardziej czasochłonne niż decyzja pozytywna. Model generuje projekt uzasadnienia, referent dostosowuje go do konkretnego stanu faktycznego i weryfikuje cytowane przepisy.

Bank odpowiedzi na pytania interesantów. We wrześniu referent dostaje te same pytania kilka razy dziennie. "Czy stypendium przysługuje, jeśli dziecko chodzi do szkoły w innym mieście?" "Jakie rachunki są honorowane?" "Do kiedy można złożyć wniosek na drugi semestr?" Można z AI przygotować zestaw gotowych odpowiedzi i używać go jako bazy do szybkich e-maili lub rozmów telefonicznych. Nie trzeba za każdym razem myśleć od zera.

Czego AI nie może zrobić i gdzie uważać?

AI nie ma dostępu do żadnego gminnego systemu. Nie sprawdzi sama, czy dochód podany we wniosku zgadza się z danymi w systemie POMOST albo w ewidencji OPS-u. Nie odczyta zaświadczenia, którego referent jej nie opisał lub nie wkleił. Nie zna uchwały konkretnej rady gminy, jeśli jej nie dostarczysz.

Największe ryzyko to błędy w podstawie prawnej. Model może pomylić numer artykułu, przytoczyć ustęp, który nie istnieje w aktualnej wersji ustawy, albo zignorować miejscowe regulacje wynikające z uchwały. Jeden błąd w podstawie prawnej może skutkować uchyleniem decyzji przez Samorządowe Kolegium Odwoławcze. Referent musi zawsze weryfikować każdy cytat z przepisami przed podpisaniem decyzji. Bez wyjątku.

Dane osobowe to oddzielna kwestia. Do publicznego ChatGPT nie wklejaj danych wnioskodawców: imienia, nazwiska, adresu, PESEL-u, kwoty dochodu konkretnej osoby. Możesz anonimizować dane przed wklejeniem: "rodzina z czworgiem dzieci, dochód 1400 zł na osobę w miesiącu, brakuje rachunków za podręczniki" wystarczy do przygotowania projektu decyzji bez ujawniania tożsamości. Albo korzystasz z narzędzia objętego umową powierzenia przetwarzania danych osobowych zawartą z dostawcą AI.

Jak to wygląda, gdy gmina faktycznie to stosuje?

U jednego z naszych klientów, w gminie miejsko-wiejskiej, referent ds. oświaty zaczął od najprostszego możliwego kroku. Przygotował z AI 12 wariantów wezwania do uzupełnienia braków, każdy pod inny brakujący dokument. Osobny wariant dla braku zaświadczenia o dochodzie, osobny gdy nie ma zaświadczenia ze szkoły, osobny gdy brakuje kilku rzeczy naraz. Zapisał je jako szablony w Wordzie. Zamiast pisać każde wezwanie od zera, wybiera właściwy wariant, wpisuje dane wnioskodawcy i wysyła. Czas przygotowania jednego wezwania skrócił się kilkukrotnie.

Kolejny krok, który tamten urząd testuje przed kolejnym sezonem stypendialnym, to szablon decyzji przyznającej z polami do wypełnienia. Referent wpisuje kwotę, daty i dane rodziny, AI dopełnia uzasadnienie na podstawie tych danych. Decyzję odmawiającą referent woli pisać sam, ale korzysta z AI przy formułowaniu uzasadnienia, gdy stan faktyczny jest nieoczywisty.

Jakich narzędzi użyć?

Na start nie musisz wdrażać niczego wielkiego. Trzy realne opcje:

• Microsoft 365 Copilot, jeśli gmina ma już licencję Microsoft 365. Dane zostają w ramach dzierżawy organizacji i nie wychodzą do zewnętrznych serwerów.
• ChatGPT Enterprise lub ChatGPT Team z wyłączoną opcją trenowania modelu na danych organizacji i z umową powierzenia przetwarzania danych.
• Publiczny ChatGPT lub inny model, ale wyłącznie z zanonimizowanymi danymi. Bez dodatkowych umów, ale też bez danych osobowych.

Jeśli gmina ma dział IT lub współpracuje z lokalnym dostawcą usług IT, warto zapytać o uruchomienie zamkniętego modelu lokalnie. Daje pełną kontrolę nad danymi bez konieczności podpisywania umów z zewnętrznymi dostawcami.

Od czego zacząć?

Nie zaczynaj od projektów decyzji. Zacznij od wezwań do uzupełnienia braków. To najprostszy krok i od razu widać, czy w twoim urzędzie to w ogóle działa:

• Weź 5 ostatnich wezwań, które pisałeś ręcznie.
• Opisz AI, jakie dokumenty są wymagane według uchwały rady gminy i jaka jest podstawa prawna wezwania.
• Poproś o kilka wariantów wezwania, każdy pod inny brak.
• Porównaj z tym, co pisałeś wcześniej. Popraw ton, uzupełnij dane urzędu, dodaj sygnaturę.
• Zapisz jako szablony i użyj przy pierwszym wniosku ze stwierdzonymi brakami.

Sezon stypendialny zaczyna się we wrześniu. Jeśli chcesz sprawdzić, jak AI może usprawnić obsługę wniosków w twoim urzędzie jeszcze przed kolejnym naborem, zapraszamy na bezpłatny audyt. Możesz też zobaczyć, jak wyglądają realne wdrożenia w gminach o podobnej skali i wolumenie spraw.