Administracja publiczna w 2026 roku: Wdrażanie AI i nowe wymogi dyrektywy NIS2
Administracja publiczna przechodzi od fazy testów sztucznej inteligencji do jej szerszego wykorzystania w codziennej pracy. Rok 2026 przynosi jednak konieczność dostosowania się do surowych wymogów dyrektywy NIS2. Urzędy muszą teraz łączyć cyfryzację z nowymi standardami cyberbezpieczeństwa.
W 2026 roku technologie oparte na sztucznej inteligencji mają wejść do powszechnego użycia w instytucjach publicznych, kończąc etap pilotażowy. Inwestycje w tym sektorze rosną, ale głównym wyzwaniem pozostaje stworzenie ram prawnych zapewniających kontrolę nad narzędziami oraz ochronę interesów obywateli. Instytucje muszą łączyć rozwój technologiczny z odpowiedzialnym zarządzaniem, co wymuszają między innymi regulacje takie jak unijny AI Act. Rządy koncentrują się obecnie na wdrażaniu i egzekwowaniu zasad, kładąc nacisk na suwerenność cyfrową oraz kontrolę nad danymi i zasobami obliczeniowymi.
Istotnym elementem zmian jest wdrożenie dyrektywy NIS2 do ustawy o Krajowym Systemie Cyberbezpieczeństwa. Nowe przepisy wymuszają na podmiotach kluczowych i ważnych systemowe podejście do zarządzania ryzykiem. Cyberbezpieczeństwo przestaje być wyłączną domeną działów IT, stając się elementem ładu korporacyjnego i bezpośrednią odpowiedzialnością kadry zarządzającej. Wymaga to od organizacji uporządkowania architektury systemów oraz zwiększenia kontroli nad partnerami technologicznymi.
– Od lat widzimy ruchy mające na celu wyłączenie potencjalnie niebezpiecznych sprzętów z sieci państwowych. Pomaga przy tym dyrektywa NIS2, która wymaga sprawdzania dostawców pod kątem bezpieczeństwa – zauważa Marek Frysz, Senior Account Executive w SAS. Ekspert przypomina niedawny zakaz wjazdu chińskich aut na tereny Wojska Polskiego i przewiduje, że w przyszłości można spodziewać się więcej tego rodzaju działań.
Wdrożenie nowych technologii w administracji napotyka bariery związane z dostępem do danych rzeczywistych, które często są chronione restrykcyjnymi przepisami o prywatności. Rozwiązaniem tego problemu stają się dane syntetyczne – sztucznie generowane informacje, które imitują prawdziwe zestawy danych, lecz nie zawierają wrażliwych treści. Prognozy wskazują, że w 2026 roku rządy będą szerzej korzystać z dużych modeli językowych (LLM) do tworzenia takich danych na potrzeby badań i testów.
– Nieustrukturyzowane dane syntetyczne generowane przez LLMy lub inne wyspecjalizowane narzędzia będą kształtować badania, szkolenia i testowanie systemów w 2026 roku. Przy odpowiednich zabezpieczeniach takie dane są realistyczne, skalowalne i chronią prywatność – ocenia Marek Frysz.
Równocześnie kluczowym aspektem pozostaje transparentność stosowanych rozwiązań. Marek Frysz podkreśla, że w kontekście regulacji niezbędne staje się budowanie przejrzystości i audytowalności algorytmów oraz podnoszenie kompetencji pracowników administracji. Zaufanie publiczne do AI zależy od jasnych zasad jej stosowania. Ekspert dodaje, że administrację publiczną, ze względu na przechowywanie wrażliwych danych, mogą czekać nagłe zmiany w obszarach, które wcześniej nie były uznawane za krytyczne.
