Wyzwania Legal Hackathonu 2026 oparliśmy na poniższych filarach:
Weryfikacja i jakość
GenAI halucynuje przepisy i cytuje nieistniejące artykuły. Jak weryfikować poprawność odpowiedzi i flagować błędy zanim prawnik użyje wygenerowane treści? Kancelaria używa AI od miesięcy, ale nie wie czy może mu ufać. Jak monitorować jakość w czasie rzeczywistym i wykryć, gdy spada? Jak obiektywnie porównać modele i narzędzia AI pod kątem "znajomości" polskiego prawa i utrzymać aktualność tej analizy przy zmianach przepisów?
Integracje, agentowość i istniejące systemy
Kancelarie mają systemy zarządzania dokumentami działające od lat, pełne danych, ale bez AI. Jak dać dostęp AI do naszych danych w sposób bezpieczny i kontrolowalny. Prawnik pracuje w kilku systemach równocześnie, jak połączyć je z różnymi modelami AI zachowując kontekst?
Zarządzanie i zgodność
Regulacje dotyczące AI Act wchodzą w życie. Jak automatycznie klasyfikować ryzyko systemów AI, dokumentować decyzje i monitorować zmiany w przepisach? Dane klientów nie mogą trafiać do AI? Na jakich zasadach i jak ten proces weryfikować. Jak doradzać klientom w ich dylematach związanych z AI, jakich narzędzi używać?
Human in the loop
Prawnik powinien wiedzieć na jakiej podstawie AI wygenerowało odpowiedź i móc to łatwo zweryfikować. Jak pokazać źródła, proces wnioskowania i umożliwić płynną analizę? Jak zaprojektować system, gdzie prawnik wybiera poziom automatyzacji dla różnych zadań i AI uczy się z jego podpowiedzi? Jak przedstawić i opisać wnioskowanie AI w języku prawniczym i pokazać drogę myślową od danych do konkluzji?
Analityka dokumentów
Automatyzacja procesów
Gotowość danych
Kancelarie, urzędy, sądy mają terabajty dokumentów - duplikaty, stare wersje, brak metadanych. Jak ocenić jakość i określić gotowość do wdrożenia AI? Jak posprzątać ten bałagan? Jak automatycznie wyciągnąć metadane, skategoryzować dokumenty i zbudować relacje łączące klientów, sprawy i przepisy? Kancelaria ma dane w zamkniętych formatach bez API. Jak wydobyć, oczyścić i przenieść do nowoczesnego środowiska? Jak wykryć wszystkie dane osobowe, anonimizować kontekstowo i zagwarantować bezpieczeństwo zachowując użyteczność?