Identyfikacja norm dotyczących podmiotów prawnych z wykorzystaniem sztucznej inteligencji: fragmentacja systemu prawnego a potencjał identyfikatora LEI

StatusPost-Print
Simple item page
dc.abstract.enThis article presents an innovative approach to legal analysis through the application of artificial intelligence (AI) tools—particularly large language models (LLMs)—to the identification of legal norms concerning legal entities. The study aimed to map and assess the regulations that define and identify legal entities within the Polish legal system, with a specific focus on the global Legal Entity Identifier (LEI). The introduction discusses the problem of system fragmentation in legal entity identification: various branches of law and jurisdictions rely on different definitions and registries, which hampers effective risk management and economic transparency. The literature review highlights the predominance of traditional doctrinal methods in legal scholarship, while noting the growing role of empirical approaches using computational tools, including AI. The methodology combines three perspectives: doctrinal legal analysis (textual examination of legal acts), functional analysis (assessment of whether existing norms fulfill the identification function), and empirical analysis using AI (automated extraction and processing of legal provisions related to legal entities). The findings reveal a high degree of regulatory fragmentation—multiple, inconsistent definitions and identification requirements for legal entities were found across legal acts. At the same time, the LEI is shown to have significant potential as a universal standard capable of integrating dispersed identification regimes and enhancing legal coherence. The conclusion includes de lege ferenda recommendations, such as extending the mandatory use of the LEI beyond the financial sector in both national and EU law, harmonizing legal terminology concerning legal entities, and incorporating AI tools into the legislative and legal application processes. The article argues that integrating innovative methods (AI/LLMs) with classical legal scholarship can significantly improve the analysis and refinement of legal systems.
dc.abstract.plArtykuł przedstawia innowacyjne podejście do analizy prawa polegające na zastosowaniu narzędzi sztucznej inteligencji (SI), w szczególności dużych modeli językowych (LLM), w identyfikacji norm dotyczących podmiotów prawnych. Celem badań było zmapowanie i ocena regulacji definiujących oraz identyfikujących podmioty prawne w polskim systemie prawnym, ze szczególnym uwzględnieniem globalnego identyfikatora podmiotów prawnych LEI (Legal Entity Identifier). We wprowadzeniu omówiono problem fragmentacji systemu prawnego w zakresie identyfikacji podmiotów – poszczególne gałęzie i jurysdykcje posługują się odrębnymi definicjami i rejestrami – co utrudnia efektywne zarządzanie ryzykiem i transparentność obrotu gospodarczego. Następnie zaprezentowano stan badań nad metodyką prawniczą, podkreślając dominację tradycyjnej metody dogmatyczno-prawnej oraz rozwijające się podejścia empiryczne z użyciem narzędzi informatycznych (w tym AI). W części metodologicznej opisano kombinację metod: dogmatyczno-prawnej (analiza tekstów prawnych), funkcjonalnej (ocena spełniania funkcji identyfikacyjnej przez istniejące regulacje) oraz empirycznej z wykorzystaniem SI (automatyczna ekstrakcja i analiza przepisów dotyczących podmiotów prawnych). Wyniki badań wskazują na znaczną fragmentację systemu – zidentyfikowano wiele rozbieżnych definicji i wymogów identyfikacyjnych podmiotów prawnych w różnych aktach prawnych. Jednocześnie dostrzeżono potencjał upowszechnienia identyfikatora LEI jako uniwersalnego standardu mogącego zintegrować rozproszone reżimy identyfikacyjne i poprawić spójność prawa. W konkluzji przedstawiono postulaty de lege ferenda, m.in. wprowadzenie szerszego obowiązku stosowania kodu LEI w prawie krajowym i unijnym poza sektorem finansowym, ujednolicenie terminologii dotyczącej podmiotów prawnych oraz wykorzystanie narzędzi AI w procesie legislacyjnym i stosowaniu prawa. Artykuł akcentuje, że integracja nowatorskich metod (AI/LLM) z klasycznymi standardami nauk prawnych umożliwia efektywniejszą analizę i doskonalenie systemu prawa. Słowa kluczowe: informatyzacja prawa; sztuczna inteligencja; duże modele językowe; podmioty prawne; identyfikator LEI; metodologia prawnicza; fragmentacja prawa; governance systemu prawnego.
dc.affiliationInstytut Nauk Społecznych
dc.affiliationWydział Nauk Społecznych w Warszawie
dc.contributor.authorWojtkiewicz, Katarzyna
dc.date.access2025-10-16
dc.date.accessioned2025-10-20T09:35:14Z
dc.date.available2025-10-20T09:35:14Z
dc.date.created2025-09-10
dc.date.issued2025
dc.description.accesstimebefore_publication
dc.description.grantnumberNCN/2023/07/X/HS5/00816
dc.description.granttitleIdentification of Legal Entities in Public Administration Governance Systems: A Case Study of the Polish Tax Administration
dc.description.versionfinal_author
dc.identifier.issn1730-3508
dc.identifier.urihttps://share.swps.edu.pl/handle/swps/1877
dc.languagepl
dc.language.otheren
dc.pbn.affiliationnauki o zarządzaniu i jakości
dc.pbn.affiliationnauki o polityce i administracji
dc.rightsOther
dc.rights.explanationPierwotną wersją jest wersja papierowa - artykuł będzie mógł być upubliczniony z repozytorium USWPS po jej ukazaniu się. Wydawnictwo jest Open Access.
dc.rights.questionYes_rights
dc.share.articleOPEN_REPOSITORY
dc.subject.enlegal informatics
dc.subject.enartificial intelligence
dc.subject.enlarge language model
dc.subject.enlegal entitie
dc.subject.enLegal Entity Identifier (LEI)
dc.subject.enlegal methodology
dc.subject.engovernance of the legal system
dc.swps.sciencecloudnosend
dc.titleIdentyfikacja norm dotyczących podmiotów prawnych z wykorzystaniem sztucznej inteligencji: fragmentacja systemu prawnego a potencjał identyfikatora LEI
dc.title.alternativeIDENTIFYING LEGAL NORMS ON LEGAL ENTITIES USING ARTIFICIAL INTELLIGENCE: LEGAL SYSTEM FRAGMENTATION AND THE POTENTIAL OF THE LEI IDENTIFIER
dc.title.journalActa Iuridica Resoviensia
dc.typeJournalArticle
dspace.entity.typeArticle