System ExtrAct — jak sztuczna inteligencja zmienia pracę polskich urzędów
Międzyzdroje jako pierwsza gmina w Polsce od siedmiu miesięcy testują system ExtrAct oparty na sztucznej inteligencji, który automatycznie analizuje dokumenty urzędowe. Wicepremier i minister cyfryzacji Krzysztof Gawkowski po wizytacji w tamtejszym Urzędzie Miasta ocenił, że rozwiązanie skraca pracę urzędnika średnio pięciokrotnie. Co dokładnie robi ten system, jakie technologie za nim stoją i dlaczego ma szansę trafić do urzędów w całej Polsce?
Co robi ExtrAct i skąd się wziął
ExtrAct to system typu Proof of Concept opracowany przez Instytut Badawczy IDEAS na zlecenie i z finansowania Ministerstwa Cyfryzacji. Jego zadaniem jest automatyczna analiza dokumentów wykorzystywanych w urzędach gmin — przede wszystkim aktów notarialnych, ksiąg wieczystych oraz dokumentacji dotyczącej gruntów, budynków i lokali na potrzeby podatkowe.
W praktyce wygląda to tak: urzędnik skanuje wielostronicowy akt notarialny, a system sam wyciąga z niego kluczowe informacje — dane stron, numery działek, wartości transakcji, podstawy prawne. Jak opisał burmistrz Międzyzdrojów Mateusz Bobek: „Coś, co ręcznie zajmowałoby nam kilka godzin, skracamy do kilku minut.”
Wybór Międzyzdrojów nie był przypadkowy. Gmina turystyczna z dużym obrotem nieruchomościami generuje znaczną liczbę aktów notarialnych, z których część liczy kilkanaście, a nawet kilkadziesiąt stron. To idealny poligon doświadczalny dla narzędzia do automatycznej analizy dokumentów.
Technologie pod maską — OCR, NLP, document parsing
Systemy takie jak ExtrAct bazują na kilku warstwach przetwarzania, które warto rozumieć, żeby odróżnić rzeczywiste możliwości od marketingowych obietnic.
OCR — optyczne rozpoznawanie znaków
OCR (Optical Character Recognition) to technologia zamieniająca obraz tekstu — skan, zdjęcie, PDF graficzny — na tekst maszynowy, który komputer potrafi przeszukiwać i analizować. Bez OCR zeskanowany akt notarialny to dla systemu tylko zbiór pikseli. Po przetworzeniu przez OCR staje się tekstem, na którym można pracować programowo. Współczesne silniki OCR (np. Tesseract, silniki chmurowe Google, AWS Textract) radzą sobie dobrze z drukiem maszynowym, gorzej z odręcznym pismem czy słabej jakości skanami.
NLP — przetwarzanie języka naturalnego
NLP (Natural Language Processing) to dziedzina AI zajmująca się rozumieniem i przetwarzaniem ludzkiego języka przez maszyny. W kontekście ExtrAct NLP odpowiada za to, żeby system nie tylko „widział” tekst, ale rozumiał jego znaczenie — rozpoznawał, że „Sprzedający” i „Zbywca” to ta sama rola w dokumencie, że „działka nr 45/2 o pow. 0,1200 ha” to opis nieruchomości, a „cena sprzedaży wynosi 350 000 zł” to wartość transakcji. NLP pozwala systemowi operować na poziomie semantyki, a nie tylko surowego tekstu.
Document parsing — strukturyzacja dokumentu
Document parsing to proces zamieniania nieustrukturyzowanego dokumentu (np. aktu notarialnego w formacie PDF) w ustrukturyzowane dane (np. tabelę z polami: strona kupująca, strona sprzedająca, numer działki, kwota, data). To kluczowy etap — dopiero po parsingu dane z dokumentu mogą automatycznie trafić do systemu podatkowego gminy bez ręcznego przepisywania.
Cały pipeline wygląda więc następująco: skan → OCR → NLP → document parsing → ustrukturyzowane dane. Na każdym etapie mogą pojawiać się błędy (nieczytelny skan, nietypowy układ dokumentu, rzadka fraza prawna), dlatego systemy tego typu wymagają walidacji przez człowieka — przynajmniej na etapie wdrożenia.
LLM w administracji — szansa i ograniczenia
Choć Ministerstwo Cyfryzacji nie ujawniło szczegółów architektury ExtrAct, warto wyjaśnić, jak duże modele językowe (LLM, Large Language Models) mogą wspierać administrację publiczną — i gdzie leżą ich granice.
LLM to modele AI trenowane na ogromnych zbiorach tekstu, które potrafią generować, streszczać i analizować język naturalny. W kontekście urzędów mogą służyć do:
- Podsumowywania dokumentów — wyciągania najważniejszych informacji z wielostronicowych aktów
- Klasyfikacji pism — automatycznego przypisywania wpływających dokumentów do odpowiednich wydziałów
- Generowania odpowiedzi — przygotowywania projektów pism urzędowych na podstawie szablonów i kontekstu
Jednocześnie LLM mają znane ograniczenia: potrafią generować pozornie poprawne, ale fałszywe informacje (tzw. halucynacje). W administracji publicznej, gdzie każda kwota i numer działki muszą być poprawne, to poważne ryzyko. Dlatego systemy wdrażane w urzędach z reguły łączą LLM z mechanizmem RAG.
RAG — Retrieval-Augmented Generation
RAG (Retrieval-Augmented Generation) to architektura, w której model językowy nie odpowiada „z pamięci”, lecz najpierw wyszukuje relevantne fragmenty z bazy dokumentów, a potem na ich podstawie formułuje odpowiedź. Dzięki temu odpowiedzi są zakotwiczone w rzeczywistych danych, a nie w statystycznych wzorcach treningu. W kontekście urzędu RAG może np. wyszukać odpowiedni przepis prawa w bazie aktów prawnych, a potem na jego podstawie wygenerować podsumowanie — zamiast „zgadywać” treść przepisu.
Skala efektu — co mówią liczby
Według wicepremiera Gawkowskiego ExtrAct redukuje zapotrzebowanie na pracowników przy przetwarzaniu aktów notarialnych z pięciu do jednego miesięcznie. Pozostali czterej urzędnicy nie tracą pracy — mogą zostać przesunięci do innych zadań, co skraca czas realizacji kolejek w innych obszarach urzędu.
Koszt systemu dla gminy Międzyzdroje to ok. 20 000 zł rocznie. Na systemie pracuje siedem osób, które stopniowo uczą się ufać wynikach automatycznej analizy. Jak przyznał burmistrz Bobek, wyzwaniem jest przekonanie urzędników z 30-40-letnim stażem, przyzwyczajonych do pracy z papierem.
To istotna obserwacja — barierą wdrażania AI w administracji rzadko jest sama technologia. Częściej są to przyzwyczajenia, brak kompetencji cyfrowych i obawa przed zmianą. Gmina Międzyzdroje musiała mierzyć się z tym, co burmistrz nazywa „walką z przyzwyczajeniami dotyczącymi papieru”.
Skalowalność — czy inne gminy dostaną ExtrAct
Gawkowski podkreślił, że system jest uniwersalny i skalowalny — może być wdrażany nie tylko w metropoliach, ale też w mniejszych gminach. Opłaty mają być „symboliczne”, a część systemów opracowanych na zlecenie MC jest udostępniana urzędom bezpłatnie.
Ministerstwo Cyfryzacji planuje przeznaczać na inwestycje związane z AI w administracji publicznej ok. 30 mln zł rocznie. Wicepremier zapowiedział też, że projekty IT oparte na AI z Instytutu IDEAS będą w przyszłości komercjalizowane — Instytut ma być samowystarczalny finansowo.
ExtrAct to nie jedyny projekt AI w polskim samorządzie. Pilotażowo wdrażane są już rozwiązania usprawniające działanie miejskich czatbotów i wyszukiwarek BIP (Biuletynu Informacji Publicznej) — testują je m.in. Gdynia, Łódź i Częstochowa. Resort pracuje także nad integracją systemów AI z aplikacją mObywatel.
Wnioski — co to oznacza dla cyfryzacji urzędów
Przypadek Międzyzdrojów pokazuje, że AI w polskiej administracji to już nie tylko slajdy konferencyjne, ale działający system z mierzalnymi wynikami. Jednocześnie warto zachować proporcje: ExtrAct to narzędzie do jednego, konkretnego procesu (przetwarzanie aktów notarialnych), a nie uniwersalny „urzędnik AI”.
Kluczowe wnioski z wdrożenia:
- Technologia działa — automatyczna analiza dokumentów urzędowych jest możliwa i przynosi realne oszczędności czasu.
- Ludzie są wąskim gardłem — przekonanie urzędników do zaufania systemowi AI wymaga czasu i szkoleń.
- Koszty są przystępne — 20 000 zł rocznie to kwota osiągalna nawet dla mniejszych gmin.
- Skala wymaga czasu — od pilotażu w jednej gminie do ogólnokrajowego wdrożenia droga jest daleka, ale ministerstwo deklaruje finansowanie i wolę polityczną.
Wicepremier Gawkowski porównał cyfryzację urzędów do sukcesu mObywatela — aplikacji, z której korzysta 12 mln Polaków, choć nie jest obowiązkowa. Samorządy mają być „zachęcane, nie zmuszane” do wdrażania AI. Czy ta strategia wystarczy, żeby ExtrAct i podobne systemy trafiły do urzędów w całym kraju — pokażą najbliższe miesiące.
