Polska nie zaczyna od zera

Polska nie ma jednego systemu oceny społecznej, ale ma prawie wszystkie klasy komponentów potrzebnych do jego budowy: silny identyfikator osoby, rejestry przedsiębiorstw, centralne ewidencje, infrastrukturę bankową działającą w czasie zbliżonym do rzeczywistego, modele ryzyka podatkowego, historię kredytową, punkty karne, rejestry dłużników, systemy pomocy społecznej, policyjne bazy i rozwiniętą e-administrację.

Brakuje wspólnego modelu zdarzeń, politycznego właściciela i podstawy pozwalającej przenosić ocenę z jednej dziedziny do innej. Jest to różnica między zestawem sektorowych narzędzi a social scoringiem. Technicznie wiele elementów jest gotowych. Organizacyjnie i prawnie działają jako osobne wyspy.

PESEL jako kręgosłup tożsamości

Rejestr PESEL jest referencyjnym rejestrem podstawowych danych osób fizycznych. Obejmuje obywateli i część cudzoziemców, przechowuje dane identyfikacyjne, status administracyjno-prawny i adresowe oraz udostępnia formalny identyfikator osoby innym rejestrom.1

System Rejestrów Państwowych łączy między innymi PESEL, Rejestr Dowodów Osobistych i Rejestr Stanu Cywilnego. Centralizacja z 2015 roku zastąpiła liczne lokalne rozwiązania, ale ujawniła niespójności oraz problemy bezpieczeństwa i migracji danych. Kontrola NIK pokazała klasyczną lekcję dużych integracji: formalnie wspólny system nie powoduje automatycznie, że dane stają się kompletne, poprawne i łatwe w użyciu.2

PESEL daje Polsce przewagę nad państwami, w których identyfikacja zależy od kombinacji nazwiska, daty urodzenia i adresu. Nie rozwiązuje wszystkiego. Numer może zostać użyty przez oszusta, rekord może być błędny, cudzoziemiec może nie mieć PESEL, a osoba może występować w systemach historycznych pod innymi identyfikatorami.

Usługa zastrzegania PESEL pokazuje, że państwo potrafi wystawić prosty status sprawdzany w czasie rzeczywistym przez wiele instytucji. Od 2024 roku instytucje finansowe mają obowiązek sprawdzać zastrzeżenie przed określonymi czynnościami.3 Funkcjonalnie jest to mały system międzysektorowy: jedna decyzja obywatela zmienia zachowanie banku lub notariusza. Nie jest social scoringiem, ale demonstruje potrzebną architekturę statusu, zapytania i historii.

Rejestry przedsiębiorstw

KRS, CEIDG, REGON, NIP, wykazy podatników VAT, biała lista rachunków, rejestry beneficjentów rzeczywistych i zamówień tworzą gęsty obraz działalności gospodarczej. Dane o firmach są łatwiejsze do łączenia niż dane obywateli, a konsekwencje mają naturalny kontekst: przetarg, podatek, licencję, finansowanie lub kontrolę.

Polski odpowiednik chińskiego Corporate SCS mógłby powstać wcześniej niż system obywatelski. Nie wymagałby jednego wyniku. Wystarczyłby uzgodniony profil zgodności: zdarzenia z organów, status ich prawomocności, termin wygaśnięcia, informacje o naprawie oraz reguły różnicujące intensywność kontroli.

Już dziś zamawiający, bank i kontrahent składają obraz firmy z wielu źródeł. Problemem są różne interfejsy, semantyka i aktualność. Zbudowanie wspólnego raportu nie byłoby rewolucją ustrojową; byłoby uporządkowaniem istniejącej rzeczywistości.

BIK i scoring finansowy

Biuro Informacji Kredytowej gromadzi dane przekazywane przez banki, SKOK-i i część instytucji pożyczkowych. Historia spłat oraz bieżące zobowiązania służą ocenie ryzyka. Bank może korzystać z własnego modelu, wyniku BIK i dodatkowych informacji. Nie istnieje jeden wynik gwarantujący identyczną decyzję każdego kredytodawcy.

Prawo bankowe dopuszcza decyzje oparte wyłącznie na zautomatyzowanym przetwarzaniu w celu oceny zdolności i ryzyka kredytowego pod warunkiem odpowiednich praw: wyjaśnienia podstaw, interwencji człowieka, ponownej decyzji i przedstawienia stanowiska.4 Jest to ważny kontrprzykład wobec tezy, że RODO zakazuje automatyzacji. Prawo krajowe może ją dopuścić w określonym celu i z zabezpieczeniami.

Scoring kredytowy jest sektorowy: historia finansowa wpływa na produkt finansowy. Stałby się elementem szerszego social scoringu, gdyby wynik zaczął decydować o niezwiązanych usługach publicznych, kontroli policyjnej albo pierwszeństwie w ochronie zdrowia.

STIR: istniejący państwowy wskaźnik ryzyka

System Teleinformatyczny Izby Rozliczeniowej analizuje dane o rachunkach podmiotów kwalifikowanych w celu przeciwdziałania wykorzystywaniu sektora finansowego do wyłudzeń skarbowych. Wskaźnik ryzyka jest ustalany nie rzadziej niż raz dziennie za pomocą zautomatyzowanego przetwarzania. Ustawa wymienia kryteria ekonomiczne, geograficzne, przedmiotowe, behawioralne i powiązań.5

To jeden z najbliższych polskich odpowiedników sektorowego scoringu państwowego. Model nie ocenia „dobrego obywatela”; ocenia ryzyko użycia działalności do przestępstwa skarbowego. Wynik może prowadzić do działań analitycznych i blokady rachunku według ustawowej procedury.

STIR pokazuje cztery rzeczy. Polska potrafi łączyć dane bankowe w krótkim czasie. Ustawodawca potrafi zdefiniować kategorie cech bez ujawnienia dokładnych wag. Automatyczny wskaźnik może wpływać na bardzo dotkliwą decyzję. I można to zrobić bez używania słowa „social scoring”.

AML, oszustwa i bezpieczeństwo finansowe

Banki i instytucje obowiązane profilują ryzyko prania pieniędzy, oszustwa i finansowania terroryzmu. Analizują tożsamość, transakcje, beneficjentów, kraje, urządzenia i relacje. Część reguł jest prawnie wymagana, część wynika z modeli instytucji.

Typowa architektura ma dwa poziomy. System automatyczny zatrzymuje albo oznacza zdarzenie. Analityk weryfikuje kontekst i podejmuje dalsze działania. Nadmiar alertów prowadzi do mechanicznego zamykania spraw i „automatyzacji przez zmęczenie”, dlatego jakość priorytetyzacji jest równie ważna jak czułość.

Sieci finansowe są naturalnym materiałem grafowym: rachunek, osoba, spółka, urządzenie, adres IP, transakcja i beneficjent tworzą relacje. Takie doświadczenie można wykorzystać przy systemie ogólnym, choć dostęp do danych musiałby otrzymać wyraźną podstawę.

Pomoc społeczna

Systemy POMOST Std, WYWIAD Plus i rozwiązania samorządowe zawierają informacje o gospodarstwach domowych, dochodzie, świadczeniach, wywiadach i decyzjach. Dane są głębokie, ponieważ pomoc wymaga zrozumienia sytuacji rodziny. Jednocześnie dotyczą osób szczególnie zależnych od państwa.

Integracja z podatkami, ubezpieczeniami, zatrudnieniem i rejestrami może wykrywać nienależne świadczenia oraz automatycznie uzupełniać dokumenty. Niestety systemy opieki społecznej na świecie pokazują też największe szkody błędnej automatyzacji. Osoba zablokowana przez model często ma najmniej zasobów, aby skutecznie się odwołać.

Holenderski SyRI łączył dane dla wykrywania oszustw w świadczeniach i podatkach. Sąd w Hadze uznał podstawę prawną za niezgodną z art. 8 EKPC z powodu niewystarczającej równowagi między celem a ingerencją w prywatność.6 Australijski Robodebt automatyzował ustalanie długów na podstawie wadliwej metody uśredniania dochodu; komisja królewska zaleciła jasną ścieżkę kontroli, publikację zasad i niezależny audyt automatyzacji.7

Wniosek nie powinien brzmieć „nie integrować”. Lepszy wniosek brzmi: wynik ryzyka może kierować sprawę do sprawdzenia, ale odcięcie podstawowego świadczenia wymaga bardzo wysokiej jakości dowodu i szybkiej ścieżki korekty.

Policja i wymiar sprawiedliwości

KSIP i systemy policyjne przechowują informacje o osobach, zdarzeniach, pojazdach, dokumentach i sprawach. SWD wspiera obsługę zdarzeń i dysponowanie sił. Rejestry sądowe, prokuratorskie, penitencjarne i karny tworzą dalsze źródła.

Ich połączenie z grafem relacji może służyć ustalaniu wspólników, serii przestępstw, konfliktów i okazji do zdarzenia. Jest to obszar, w którym technoentuzjazm autora jest największy: państwo powinno lepiej wykorzystywać fakty o relacjach i współobecności zamiast reagować dopiero po kolejnej krzywdzie.

Granica prawna jest jednak wyraźna. AI Act zakazuje oceny lub przewidywania ryzyka popełnienia przestępstwa opartego wyłącznie na profilowaniu osoby albo ocenie jej cech. Dopuszcza wspieranie ludzkiej oceny udziału w działalności przestępczej, jeśli istnieją obiektywne i weryfikowalne fakty bezpośrednio z nią związane.8 To premiuje architekturę opartą na zdarzeniach i relacjach, ale nie daje swobody profilowania całej populacji.

Transport i ruch drogowy

CEPiK, punkty karne, rejestry pojazdów, badania techniczne, ubezpieczenia, e-TOLL, odcinkowe pomiary prędkości i kamery ANPR tworzą dobrze ustrukturyzowany obszar. Konsekwencje są stopniowalne: mandat, punkty, utrata uprawnień, wyższa składka, zatrzymanie dokumentu.

Jest to social scoring w bardzo wąskim sensie: historia zachowania w ruchu wpływa na uprawnienie do prowadzenia. Pozostaje jednak w tym samym kontekście. Dyskusja zmieniłaby się, gdyby punkty drogowe wpływały na dostęp do kredytu albo świadczenia.

Polska mogłaby technicznie automatyzować więcej zdarzeń. Warunkiem jest rozpoznanie sprawcy, nie tylko pojazdu, poprawna obsługa współwłasności i procedura dowodowa. Odebranie prawa jazdy kierowcy zawodowemu może zniszczyć źródło utrzymania, więc skuteczność kary trzeba zestawić z możliwością rehabilitacji.

Zdrowie, edukacja i ubezpieczenia

Platforma P1, e-recepty, skierowania i historia świadczeń tworzą wrażliwy profil zdrowotny. System Informacji Oświatowej i rejestry edukacyjne opisują przebieg nauki. Ubezpieczyciele oceniają ryzyko, szkodowość i anomalie.

Dane te są atrakcyjne analitycznie i wyjątkowo niebezpieczne przy przenoszeniu do innych kontekstów. Choroba nie jest naruszeniem, a gorszy wynik edukacyjny nie dowodzi niewiarygodności. Mogą jednak istnieć uzasadnione zastosowania: wykrywanie fikcyjnych świadczeń, niebezpiecznych kombinacji leków albo wyłudzeń.

Dobry projekt przechowuje nie tylko uprawnienie do odczytu, ale cel. Policjant nie powinien widzieć historii leczenia tylko dlatego, że system potrafi ją pobrać. Silniejsza kontrola społeczna nie wymaga zniesienia wszystkich granic; wymaga świadomego wskazania, które granice przeszkadzają w konkretnym celu.

Monitoring miejski

Polskie miasta mają monitoring wizyjny, centra zarządzania ruchem, ANPR, systemy transportu i czujniki. Brakuje jednolitego systemu rozpoznawania każdej osoby i krajowej platformy odpowiadającej chińskiej skali.

Kamery dobrze wykrywają widoczne zdarzenia i śledzą pojazdy, ale są kosztownym źródłem głębokich danych o życiu. Często bardziej wartościowa jest integracja systemów, w których obywatel sam zostawia jednoznaczne zdarzenie: płatność, przejazd, wizytę, logowanie, umowę lub kontakt z urzędem.

Nie znaczy to, że CCTV jest zbędne. Powinno być czujnikiem dla klas zdarzeń, których nie da się uzyskać inaczej. Przesyłanie każdego strumienia do centralnej hurtowni byłoby kosztowne i mało selektywne. Lepszy jest lokalny moduł detekcji, zabezpieczenie materiału i przekazanie podpisanego faktu po weryfikacji.

RODO: ograniczenie, nie absolutny zakaz

RODO wymaga podstawy przetwarzania, określonego celu, minimalizacji, poprawności, ograniczenia przechowywania, bezpieczeństwa i rozliczalności. Dane o zdrowiu, biometrii lub poglądach politycznych mają dodatkową ochronę. Profilowanie jest przetwarzaniem danych i podlega tym zasadom.

Art. 22 dotyczy decyzji opartych wyłącznie na automatycznym przetwarzaniu, wywołujących skutki prawne lub podobnie istotny wpływ. Przewiduje wyjątki dotyczące umowy, prawa i wyraźnej zgody. W przypadku podstawy ustawowej prawo musi przewidywać środki ochrony.9

Nieprawdziwe jest więc zdanie „UE zabrania profilowania”. Prawdziwe jest stwierdzenie, że masowe łączenie danych, profilowanie wrażliwe i automatyczne sankcje wymagałyby bardzo mocnych podstaw, a część zastosowań byłaby niedopuszczalna. Niestety dla ambitnego projektu oznacza to konieczność zmiany prawa, nie sprytnej zmiany nazwy.

AI Act

Art. 5 AI Act zakazuje systemów AI oceniających lub klasyfikujących ludzi na podstawie zachowania społecznego albo cech, gdy wynik prowadzi do niekorzystnego traktowania w niezwiązanym kontekście lub traktowania nieuzasadnionego albo nieproporcjonalnego. Zakaz obejmuje podmioty publiczne i prywatne.8

Nie każdy system opisany na tej stronie automatycznie spełnia wszystkie przesłanki zakazu. Rejestr prawomocnych naruszeń bez AI, sektorowy model ryzyka i narzędzie tylko wspierające człowieka wymagają osobnej analizy. Nie wolno jednak zakładać, że firma może zbudować pełny system dla państwa i legalnie używać go wobec klientów tylko dlatego, że jest prywatna.

Budowa na całkowicie syntetycznych osobach jest inną sytuacją. Jeśli rekordy nie odnoszą się do zidentyfikowanej lub możliwej do zidentyfikowania osoby, RODO nie ma do nich zastosowania. Można testować schematy, obciążenie, reguły, audyt i uczenie. Nie wolno pomylić tego z legalnością późniejszego zastosowania modelu wobec ludzi.

Konstytucja i prawo administracyjne

Konstytucja chroni godność, prywatność, autonomię informacyjną, równość, wolność poruszania się i prawo do sądu. Art. 51 ogranicza obowiązek ujawniania informacji i daje prawo dostępu oraz sprostowania. Każda ingerencja musi mieć podstawę, cel i proporcjonalny zakres.

Decyzja administracyjna wymaga organu, kompetencji, postępowania i możliwości kontroli. Algorytm nie może być nieformalnym źródłem nowej przesłanki, której ustawa nie przewiduje. Człowiek zatwierdzający wynik powinien rzeczywiście oceniać sprawę, a nie legitymizować automat.

Zmiana prawa po wygranych wyborach może rozszerzyć cele i podstawy krajowe, ale nie usuwa automatycznie Konstytucji, EKPC i prawa UE. Neutralizacja AI Act wymagałaby zmiany na poziomie Unii, skutecznego wyłączenia jego zastosowania albo zasadniczej zmiany relacji Polski z unijnym porządkiem. To projekt polityczny o większej skali niż zwykła ustawa krajowa.

Dlaczego system nie powstał

Przyczyną nie jest brak informatyków. Po 1989 roku polskie państwo było budowane wokół ograniczania arbitralnej kontroli, ochrony prywatności i rozdziału kompetencji. Integracja z UE wzmocniła ten kierunek. Informatyzacja rozwijała się resortowo: każdy organ cyfryzował własne zadanie i własną podstawę prawną.

Politycy mają niewielką nagrodę za wieloletni projekt infrastrukturalny, którego sukces będzie widoczny po kilku kadencjach, a awaria natychmiast stanie się skandalem. Resorty niechętnie oddają dane i kompetencje. Obywatele pamiętają wycieki, błędne decyzje i historię państwowej inwigilacji.

Możemy nadać projektowi wyraźny kierunek: silne państwo informacyjne przy mniejszej liczbie ręcznych procedur. Jeszcze przed przejęciem odpowiedzialności za administrację można sfinansować model danych, symulator, reguły i otwartą architekturę. Wtedy zwycięstwo wyborcze nie rozpoczynałoby kilkuletniego pisania specyfikacji, lecz otwierało etap legalizacji i podłączania źródeł.

Realna gotowość Polski

Warstwa Stan Największa luka
identyfikacja osób dojrzała cudzoziemcy, błędy i kradzież tożsamości
identyfikacja firm dojrzała, lecz wielość numerów wspólna historia i semantyka
rejestry liczne i wartościowe jakość, interfejsy, cel dostępu
płatności i podatki przetwarzanie bliskie rzeczywistemu ograniczenia prawne i tajemnice
graf relacji używany sektorowo brak wspólnego modelu państwa
monitoring rozwinięty lokalnie interoperacyjność i identyfikacja osób
AI kompetencje rynkowe dostępne walidacja, odpowiedzialność, dane treningowe
prawo pozwala na rozwiązania sektorowe blokuje część przekrojowych zastosowań
polityka brak trwałego właściciela długofalowy mandat

Najrozsądniejszy pierwszy krok nie polega na stworzeniu punktu każdego Polaka. Polega na zaprojektowaniu wspólnego modelu zdarzenia, proweniencji, korekty i audytu, a następnie przetestowaniu go na syntetycznej populacji. Dzięki temu polityka może później decydować o celach i dopuszczalnych skutkach bez wymyślania całej technologii od nowa.