Ogólne modele AI a specjalistyczne dla doradztwa — co wybrać do kancelarii?
W poprzednim tekście przyjrzeliśmy się wyspecjalizowanym narzędziom AI dla doradców podatkowych takim jak Tax Boosterowi, DoradzAI, LEX Expert AI i Legalis/Beck-Noxtua. Ale w praktyce zdecydowana większość kancelarii w Polsce na co dzień sięga wcale nie po nie, tylko po ChatGPT, Claude’a albo Microsoft Copilota. To narzędzia ogólnego przeznaczenia. Warto się zatrzymać i rozłożyć ten wybór na czynniki pierwsze, bo różnica między tymi dwiema kategoriami jest większa, niż mogłoby się wydawać.
To część 2 cyklu „AI w kancelarii podatkowej”. Część pierwszą, z przeglądem konkretnych narzędzi, znajdziesz tutaj: Narzędzia AI dla doradców podatkowych — subiektywny przegląd portalu TAX.PL
Podstawowe różnice
Ogólne modele językowe (ChatGPT, Claude, Gemini, Copilot) są trenowane na ogromnych, różnorodnych zbiorach, w tym oczywiście na treściach prawnych i podatkowych, ale bez gwarancji aktualności ani kompletności. Model „wie” to, czego się nauczył podczas treningu, i potrafi to bardzo przekonująco zreferować, nawet jeśli w międzyczasie przepis się zmienił albo interpretacja została uchylona.
Narzędzia specjalistyczne, takie jak opisywany w poprzedniej części Tax Booster czy LEX Expert AI, działają inaczej. Nie polegają wyłącznie na tym, czego model „nauczył się” raz na zawsze, tylko przeszukują w czasie rzeczywistym aktualną, zweryfikowaną bazę źródeł: interpretacje KIS, orzecznictwo, przepisy i dopiero na tej podstawie budują odpowiedź z przypisami. To fundamentalna różnica architektoniczna, nie tylko kwestia marketingu.
Ogólne modele językowe — gdzie się sprawdzają, a gdzie szkodzą?
W codziennej pracy kancelarii ChatGPT, Claude czy Copilot naprawdę dobrze radzą sobie z zadaniami, które nie wymagają precyzyjnej wiedzy o aktualnym stanie prawnym: redagowaniem maili do klientów, tworzeniem szkiców wewnętrznych procedur, upraszczaniem języka skomplikowanej opinii do wersji zrozumiałej dla klienta, przygotowywaniem krótkich FAQ czy podsumowań. Microsoft Copilot zintegrowany z Excelem i Outlookiem dodatkowo dobrze sprawdza się przy analizie danych finansowych i tworzeniu raportów.
Problem zaczyna się, gdy ktoś zaczyna traktować te narzędzia jak wyszukiwarkę prawną. Autorzy jednego z poradników branżowych ujęli to wprost: kancelaria nie powinna traktować publicznego chatbota jak prywatnego notatnika. Zanim ktokolwiek wklei do AI treść umowy, opinii, maila od klienta czy opisu stanu faktycznego, trzeba sprawdzić typ konta, ustawienia prywatności i możliwość wykorzystania danych do trenowania modelu.
Do tego dochodzi ryzyko merytoryczne. Ogólne modele potrafią bardzo przekonująco „zmyślić” nieistniejącą sygnaturę wyroku albo błędnie streścić treść interpretacji. To tak zwane halucynacje, jeden z najczęściej wymienianych problemów przy stosowaniu AI ogólnego przeznaczenia w kontekstach prawnych. Nie mają też wbudowanego mechanizmu przypisów źródłowych, nawet jeśli odpowiedź brzmi wiarygodnie, trzeba i tak samodzielnie zweryfikować każdą tezę od podstaw, co w praktyce zjada dużą część oszczędności czasu, które miało dać AI.
Jest jeszcze jedna, praktyczna uwaga dotycząca bezpieczeństwa AI w kancelariach: darmowa wersja ChatGPT może wykorzystać wprowadzone dane do treningu modelu. Jeśli więc treść zawiera dane osobowe, poufne informacje handlowe lub jest objęta tajemnicą zawodową, technicznie można ją wprowadzić, ale nie powinno się tego robić bez dodatkowych zabezpieczeń.
Narzędzia specjalistyczne — gdzie wygrywają
To, co opisaliśmy szerzej w pierwszej części cyklu, sprowadza się do trzech przewag nad modelami ogólnymi:
- Aktualność i weryfikowalność – odpowiedź opiera się na bieżącej bazie interpretacji i orzecznictwa, a nie na „zamrożonej” wiedzy sprzed miesięcy czy lat.
- Przypisy źródłowe – zamiast wierzyć modelowi na słowo, dostajesz konkretną sygnaturę, którą można sprawdzić jednym kliknięciem.
- Kontekst branżowy – narzędzie „rozumie”, że pytanie o odliczenie VAT dotyczy specyfiki polskiej ustawy o VAT, a nie generycznej wiedzy o podatkach z jakiegoś innego kraju czy systemu prawnego.
Cena tych przewag to zwykle węższy zakres zastosowań (nie napiszesz w nich maila do klienta ani nie uprościsz języka opinii) oraz zazwyczaj wyższy koszt subskrypcji niż powszechnie dostępny ChatGPT.
Praktyczne zestawienie – który model do jakiego zadania?
| Zadanie | Lepszy wybór | Dlaczego |
|---|---|---|
| Mail do klienta, uproszczenie języka opinii | Model ogólny | Nie wymaga precyzji prawnej, liczy się jasność języka |
| Analiza nietypowej sytuacji podatkowej, szukanie interpretacji | Narzędzie specjalistyczne | Wymaga aktualnych, weryfikowalnych źródeł |
| Szkic wewnętrznej procedury biura | Model ogólny (po anonimizacji danych) | Zadanie redakcyjne, niska wrażliwość danych |
| Przygotowanie komentarza podatkowego z przypisami do pisma | Narzędzie specjalistyczne | Wymagana precyzja i możliwość weryfikacji tezy |
| Podsumowanie długiego dokumentu wewnętrznego | Model ogólny, w wersji biznesowej z wyłączonym treningiem | Zadanie tekstowe, ale dane mogą być wrażliwe |
| Ustalenie aktualnego stanowiska fiskusa w konkretnej sprawie | Narzędzie specjalistyczne | Ryzyko halucynacji w modelu ogólnym jest tu zbyt wysokie |
Rekomendacja: nie wybieraj jednego, zbuduj kombinację
Żadne z tych narzędzi nie jest uniwersalnym rozwiązaniem, więc nie próbujcie znaleźć jednego, które załatwi wszystko. W praktyce najlepiej sprawdza się kombinacja: wyspecjalizowane narzędzie – do researchu podatkowego do pracy merytorycznej wymagającej przypisów źródłowych + ogólny model językowy, w wersji biznesowej z wyłączonym trenowaniem na danych – do redagowania korespondencji i tekstów o niskiej wrażliwości.
A jak taką kombinację bezpiecznie i skutecznie wprowadzić do codziennej pracy kancelarii — od klasyfikacji danych po wybór dostawcy i szkolenie zespołu — dowiesz się z następnej części cyklu.
