Czy AI może pomóc przy przygotowaniu odpowiedzi na skargę do WSA?

AI może realnie przyspieszyć przygotowanie odpowiedzi na skargę do WSA. Szybciej przejrzy akta, ułoży chronologię postępowania i wygeneruje projekt pisma z zarzutami skarżącego rozpisanymi punkt po punkcie. Termin to 30 dni od daty przekazania skargi przez organ sądowi (art. 54 §2 ustawy Prawo o postępowaniu przed sądami administracyjnymi) i w tym czasie trzeba przygotować zarówno kompletne akta, jak i pisemną odpowiedź. AI nie zastąpi radcy prawnego ani uprawnionego pracownika przy merytorycznej weryfikacji i podpisaniu pisma, ale może skrócić czas przygotowań z kilku dni do kilku godzin.

Co zawiera odpowiedź na skargę do WSA i gdzie realnie traci się czas

Odpowiedź organu do WSA musi zawierać: wniosek o oddalenie skargi albo wniosek o umorzenie postępowania, uzasadnienie faktyczne i prawne oraz akta administracyjne całej sprawy. Brzmi prosto. Problem zaczyna się wcześniej, bo zanim ktokolwiek usiądzie do pisania, trzeba odtworzyć całą historię sprawy.

• Kiedy i jak wpłynął wniosek, kto prowadził sprawę, jakie czynności były wykonywane i kiedy.
• Kiedy wydano decyzję pierwszej instancji, czy było odwołanie do SKO albo organu wyższego stopnia i jakie rozstrzygnięcie zapadło.
• Czy akta są kompletne, czy żadnego dokumentu nie brakuje, czy doręczenia były prawidłowe.
• Co konkretnie zarzuca skarżący i do których etapów postępowania się odnosi.

Przy jednoczesnym prowadzeniu kilkudziesięciu spraw odtworzenie kontekstu jednej decyzji sprzed roku lub dwóch potrafi zająć pół dnia. Jeśli sprawa przechodziła przez kilka referentów, bywa jeszcze gorzej. To jest ten korek, który AI może skutecznie skrócić.

Co AI przygotuje szybciej niż pracownik

Jeśli do systemu AI wgracie skargę i akta (albo ich kluczowe fragmenty), możecie w kilka minut dostać:

• Chronologię postępowania wyciągniętą z dokumentów: daty pism, czynności, doręczeń, terminów wynikających z KPA, ewentualnych przekroczeń. Z zaznaczeniem, gdzie organ czekał dłużej, niż pozwala art. 35.
• Listę zarzutów skarżącego po kolei, z cytatami z tekstu skargi i wstępną kwalifikacją: zarzut proceduralny (np. naruszenie KPA) czy materialnoprawny (błędna wykładnia przepisu).
• Wskazanie potencjalnych słabych punktów organu, czyli miejsc w aktach, gdzie uzasadnienie decyzji jest lakoniczne albo gdzie widać lukę w dowodach.
• Projekt struktury odpowiedzi: kolejność zarzutów, nagłówki sekcji, szkielet argumentacji dostosowany do konkretnej sprawy.
• Wersję roboczą tekstu odpowiedzi, punkt po punkcie, z odniesieniami do przepisów, które wskazujecie jako podstawę, i znacznikami dla prawnika w miejscach wymagających orzecznictwa (np. [tu wskazać wyrok NSA w podobnej sprawie]).

Typowo wygląda to tak, że pracownik wgrywa skargę w sprawie o warunki zabudowy lub podatek od nieruchomości i prosi AI o wypis zarzutów z podziałem na proceduralne i merytoryczne. Dostaje zestawienie w kilka minut. Część zarzutów, które były wplecione w środku rozbudowanego uzasadnienia skargi, przy samodzielnym czytaniu łatwo przeoczyć. AI ich nie pomija.

Jak to wygląda krok po kroku w praktyce

Prosty schemat, który da się wdrożyć bez żadnego specjalnego systemu, tylko z dostępem do AI z możliwością wgrywania plików:

• Krok 1. Wgracie skargę (skan lub PDF). Prosicie AI o wypisanie wszystkich zarzutów skarżącego z numerami akapitów, gdzie każdy się pojawia, i z wstępną kwalifikacją: procedura czy prawo materialne.
• Krok 2. Wgracie kluczowe dokumenty z akt: decyzję pierwszej instancji, odwołanie, decyzję SKO lub organu wyższego stopnia, protokoły i najważniejszą korespondencję. Prosicie o chronologię z datami i z oznaczeniem, które terminy KPA miały zastosowanie i czy były zachowane.
• Krok 3. Prosicie AI o ocenę, do których zarzutów organ ma mocną odpowiedź (bo jest dokumentacja, bo termin był zachowany, bo uzasadnienie decyzji to obejmuje), a które są problematyczne. To jest sygnał dla prawnika, gdzie skupić uwagę.
• Krok 4. Zlecacie AI projekt odpowiedzi na każdy zarzut, z miejscami do uzupełnienia przez radcę. Projekt zawiera już strukturę pisma, nagłówek, wniosek o oddalenie i rozpisane kontrargumenty.
• Krok 5. Radca prawny lub uprawniony pracownik przegląda projekt, uzupełnia orzecznictwo z bazy CBOSA, LEX lub Legalis, weryfikuje kwalifikację prawną i podpisuje odpowiedź.

Cały czas AI spędza na krokach 1-4. Krok 5 zostaje po ludzku i to jest ważne, bo odpowiedź do WSA podpisuje organ lub jego pełnomocnik, a nie asystent.

Typowe zarzuty w skargach do WSA, które AI od razu rozpozna

Skargi na decyzje gmin do WSA mają swoje powtarzające się wzorce. AI po przeczytaniu skargi bez trudu wskaże, czy skarżący powołuje się na naruszenie:

• art. 7, 77 lub 107 KPA, czyli brak wyjaśnienia stanu faktycznego, niekompletne zebranie dowodów albo zbyt lakoniczne uzasadnienie decyzji. To najczęstszy zarzut.
• art. 35 KPA i niedotrzymanie obowiązku powiadamiania strony o przedłużeniu terminu na wydanie decyzji.
• przepisów prawa materialnego, najczęściej z ustawy o planowaniu i zagospodarowaniu przestrzennym, Prawa budowlanego, ustawy o podatkach i opłatach lokalnych, ustawy o pomocy społecznej albo ustawy o ochronie przyrody.
• właściwości miejscowej lub rzeczowej organu, czyli zarzut, że to nie ten urząd powinien prowadzić sprawę.
• prawa do udziału w postępowaniu: nieprawidłowe doręczenia, brak zawiadomienia strony o wszczęciu postępowania, niedopuszczenie do zapoznania z aktami.

Każdy z tych zarzutów wymaga innego rodzaju odpowiedzi i innego fragmentu akt do powołania. AI pomaga to rozbić na części, zanim prawnik usiądzie do pisania. A przy skargach, gdzie zarzutów jest osiem lub dziesięć, to jest duża różnica.

Czego AI nie zrobi i dlaczego to jest ważne

Trzy rzeczy trzeba powiedzieć wprost.

Pierwsza: AI nie zna aktualnego orzecznictwa z baz sądowych. Może powołać przepis i ogólną linię interpretacyjną, ale nie sprawdzi, czy NSA w ostatnich miesiącach zmienił stanowisko w konkretnej kwestii. Nie wie, czy wyrok, który skarżący cytuje w skardze, jest naprawdę aktualny, czy istnieje nowsze orzeczenie w tej samej sprawie. To weryfikuje człowiek z dostępem do CBOSA, Legalis lub LEX.

Druga: AI nie ponosi odpowiedzialności za treść pisma procesowego. Projekt, który wygeneruje, jest projektem, a nie gotową odpowiedzią. Decyzję o tym, czy organ podtrzymuje swoje stanowisko, czy cofa decyzję, podejmuje organ. To wybór prawny i organizacyjny, nie techniczny.

Trzecia: ocena ryzyka procesowego, czyli szacunek, czy sprawa jest do wygrania w WSA, to ocena prawna. AI może wskazać słabe punkty uzasadnienia decyzji, ale nie powie wprost "przegrajcie tę sprawę". Tę rozmowę prowadzi radca z kierownikiem wydziału albo z wójtem.

Od czego zacząć, jeśli urząd jeszcze nie używa AI do spraw sądowych

Małe gminy często nie mają radcy prawnego na stałym etacie. Korzystają z zewnętrznej kancelarii albo z radcy zatrudnionego na umowę zlecenie. Każda godzina pracy prawnej kosztuje, a zebranie akt i wstępna analiza skargi to właśnie ta praca, którą AI może wykonać szybciej i taniej.

Przy najbliższej skardze, zanim zadzwonicie do kancelarii, wgrajcie skargę do AI i poproście o wypisanie zarzutów oraz pytań do akt. Wejdziecie na rozmowę z prawnikiem z gotową listą problemów, a nie z stertą papierów. To już skraca czas prawnika o wyraźną część i przekłada się na koszt obsługi.

Kilka rzeczy do sprawdzenia przed wdrożeniem:

• Czy system AI, którego używacie, pozwala na wgrywanie dokumentów PDF lub skanów. Jeśli nie, wklejajcie kluczowe fragmenty ręcznie.
• Skargi zawierają dane osobowe stron i uczestników postępowania. Upewnijcie się, że umowa z dostawcą AI reguluje przetwarzanie danych lub anonimizujcie dokumenty przed wgraniem.
• Ustalcie wewnętrzny podział ról: co przygotowuje pracownik z AI, co sprawdza i uzupełnia radca, kto podpisuje. Bez tego podziału każdy robi po swojemu i trudno kontrolować jakość.
• Zachowajcie projekty AI w aktach sprawy jako dokument roboczy. Przy ewentualnej kontroli łatwiej wyjaśnić, jak powstawał projekt odpowiedzi.

Chcecie zobaczyć, jak to konkretnie mogłoby działać w Waszym urzędzie? Możemy to sprawdzić razem podczas bezpłatnego audytu. Jak inne urzędy podeszły do podobnych wyzwań, pokazujemy w realnych wdrożeniach.