W pierwszym półroczu 2026 r. Zakład Ubezpieczeń Społecznych przeprowadził 219,7 tys. kontroli zwolnień lekarskich i wydał 10,5 tys. decyzji wstrzymujących wypłatę zasiłków chorobowych na łączną kwotę ponad 18,5 mln zł. Zaświadczenia e-ZLA do sprawdzenia pomaga wybierać model predykcyjny, który wylicza prawdopodobieństwo nieprawidłowości, choć ZUS podkreśla, że ostateczną decyzję o kontroli podejmuje główny lekarz orzecznik, a sam system nie jest sztuczną inteligencją w rozumieniu AI Act.
- W pierwszym półroczu 2026 r. ZUS przeprowadził 219,7 tys. kontroli zwolnień lekarskich i wydał 10,5 tys. decyzji wstrzymujących wypłatę zasiłków chorobowych na łączną kwotę ponad 18,5 mln zł, co oznacza, że decyzję o wstrzymaniu zasiłku otrzymało niecałe 5 proc. skontrolowanych osób.
- ZUS stosuje model predykcyjny trenowany na historycznych danych kontrolnych, który wylicza prawdopodobieństwo nieprawidłowości w zaświadczeniach e-ZLA, jednak kryteriów typowania nie ujawnia, a rzecznik ZUS Karol Poznański wyjaśnił, że ujawnienie wszystkich elementów sprawiłoby, że „system straciłby zęby".
- ZUS nie klasyfikuje swojego modelu jako systemu AI w rozumieniu unijnego AI Act, co – według raportu Sieci Obywatelskiej Watchdog Polska – może powodować, że mechanizmy przejrzystości i oceny ryzyka przewidziane dla systemów wysokiego ryzyka go nie obejmą, a obywatel zwykle nie wie, że w jego sprawie działał system predykcyjny.
Temat wraca jesienią nieprzypadkowo. Według danych ZUS za 2025 r. liczba dni absencji chorobowej rosła od 17,38 mln w sierpniu do 18,71 mln w listopadzie i 19,96 mln w grudniu. Sezon infekcyjny to jednocześnie sezon kontroli, a od 13 kwietnia 2026 r. obowiązują doprecyzowane przepisy o zasadach kontroli L4 i utracie prawa do zasiłku.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
219,7 tys. kontroli i 18,5 mln zł wstrzymanych zasiłków w pół roku
Dane za pierwsze półrocze 2026 r. pochodzą z kwartalnych „Informacji statystycznych o wynikach kontroli prawidłowości orzekania o czasowej niezdolności do pracy”, które ZUS publikuje na swojej stronie, oraz z sierpniowych komunikatów oddziałów regionalnych.
| Okres | Liczba kontroli | Decyzje wstrzymujące zasiłek | Kwota wstrzymanych zasiłków |
|---|---|---|---|
| I kwartał 2026 | 111,6 tys. | 5,3 tys. | ok. 9,77 mln zł |
| II kwartał 2026 | 108,1 tys. | ok. 5,2 tys. | ok. 8,8 mln zł |
| I półrocze 2026 | 219,7 tys. | 10,5 tys. | 18,55 mln zł |
Do tego dochodzi drugi, znacznie większy strumień pieniędzy. ZUS obniżył świadczenia wypłacane po ustaniu zatrudnienia o 143,6 mln zł, co wynika z ograniczenia podstawy wymiaru zasiłku do 100 proc. przeciętnego wynagrodzenia. Łącznie w pierwszym półroczu państwo zatrzymało lub obniżyło świadczenia na 162,2 mln zł. Liczby dotyczące samych kontroli wyglądają więc skromniej, niż sugerują nagłówki o „pladze L4”: na 219,7 tys. sprawdzonych osób decyzję o wstrzymaniu zasiłku dostało niecałe 5 proc.
Model predykcyjny ocenia ryzyko, decyzję podejmuje lekarz orzecznik
ZUS od lat korzysta z narzędzi analitycznych do typowania zwolnień. W wywiadzie dla „Rzeczpospolitej” z 2024 r. przedstawiciel Zakładu mówił o rozwiązaniach, które wykorzystują model predykcyjny i tzw. silnik reguł, a algorytmy są co roku „strojone” na podstawie wyników przeprowadzonych kontroli.
Najświeższy opis mechanizmu pochodzi z raportu Sieci Obywatelskiej Watchdog Polska „Kto, do czego i jak korzysta z AI?”, przygotowanego na podstawie wniosków o informację publiczną wysłanych do 5480 instytucji. W odpowiedzi na wniosek ZUS wyjaśnił, że model analizuje dane z wystawionych zaświadczeń e-ZLA i wylicza wartość określającą prawdopodobieństwo nieprawidłowości. Wynik może być uwzględniony przez lekarza przy ocenie, czy są przesłanki do kontroli. ZUS zastrzegł jednocześnie, że system sam nie typuje zwolnień do kontroli: decyzję podejmuje główny lekarz orzecznik po analizie dostępnych informacji. I co ciekawe, ZUS nie uznaje tego narzędzia za system AI w rozumieniu unijnego AI Act.
Z oficjalnych sprawozdań ZUS, które opisali na łamach OKO.press prof. Ryszard Szarfenberg z Uniwersytetu Warszawskiego i dr hab. Karolina Sztandar-Sztanderska z IFiS PAN, wynika, że Zakład używa co najmniej dwóch algorytmów predykcyjnych: jednego do typowania podejrzanych zwolnień lekarskich, drugiego do typowania płatników składek. Fundacja Panoptykon dysponuje około dwoma tysiącami stron dokumentacji technicznej pierwszego z nich. Według Mateusza Wrotnego z Panoptykonu model trenowano na danych historycznych z kilku lat, obejmujących zarówno kontrole zakończone wykryciem nieprawidłowości, jak i te „czyste”.
Kryteriów typowania ZUS nie ujawnia. Rzecznik Zakładu Karol Poznański tłumaczył w styczniu 2026 r. w rozmowie ze Spider’s Web, że instytucja nie może zdradzić wszystkich elementów, bo wtedy „system straciłby zęby”.
Spór o to, czy model ZUS „jest AI”, czy „tylko modelem predykcyjnym”, wydaje mi się drugorzędny. Scoring trenowany na historycznych kontrolach, którego kryteria są tajne, działa dokładnie tak samo niezależnie od etykiety. Jeśli w przeszłości częściej kontrolowano konkretne grupy, model nauczy się tej skłonności i powieli ją w skali, której żaden urzędnik nie osiągnie ręcznie. ZUS ma tu jednak jeden mocny argument: wynik modelu trafia do lekarza orzecznika, a nie bezpośrednio do decyzji. Pytanie, czy przemęczony orzecznik przeglądający setki spraw rzeczywiście kwestionuje wskazania systemu, pozostaje otwarte, bo nikt tego niezależnie nie zbadał. Deklaracja „to człowiek decyduje” powinna być weryfikowalna, a nie przyjmowana na wiarę. Na razie dane pokazują raczej umiarkowaną skuteczność: na 20 sprawdzonych osób zasiłek traci jedna. To może znaczyć, że model działa dobrze i wyłapuje realne nadużycia, albo że typuje szeroko i kosztem 19 uczciwych chorych. Z zewnątrz nie da się tego rozstrzygnąć, i to jest sedno problemu.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Pracodawcy analizują absencję w systemach kadrowych
Kontrolować może nie tylko ZUS. Prawo do sprawdzania, jak pracownik wykorzystuje zwolnienie, ma każdy pracodawca w odniesieniu do L4, za które sam wypłaca wynagrodzenie chorobowe. Firma zgłaszająca do ubezpieczenia chorobowego więcej niż 20 osób może dodatkowo kontrolować pracowników pobierających zasiłek chorobowy, opiekuńczy lub świadczenie rehabilitacyjne. Mniejsze podmioty mogą wnioskować o kontrolę do ZUS. Kontrola może zacząć się od pierwszego dnia zwolnienia, pod adresem wskazanym w e-ZLA, a pracodawca może zlecić ją pracownikowi działu HR albo firmie zewnętrznej.
Magda Dąbrowska, prezeska Grupy Progres (jednego z największych polskich holdingów HR, działającego od 2002 r.), wskazuje w materiale przygotowanym przez firmę, że pracodawcy mają dostęp do elektronicznych zwolnień przez PUE ZUS i coraz częściej wykorzystują systemy kadrowe do analizowania absencji i wychwytywania powtarzających się wzorców. Jej zdaniem technologia porządkuje informacje i wskazuje sytuacje wymagające uwagi, ale nie zastępuje oceny konkretnych okoliczności.
Sygnały, które według Grupy Progres mogą skłonić pracodawcę do bliższego przyjrzenia się sprawie:
- częste, krótkie zwolnienia,
- kolejne zaświadczenia od różnych lekarzy,
- naprzemienne korzystanie z zasiłku chorobowego i opiekuńczego,
- podejrzenie, że pracownik w trakcie L4 wykonuje pracę zarobkową,
- aktywności, które nie służą rekonwalescencji.
Dąbrowska zastrzega, że żadna z tych okoliczności sama w sobie nie przesądza o nadużyciu, a kontrola ma wyjaśnić wątpliwości, nie potwierdzić z góry przyjętą tezę.
Wyjście z domu nie jest automatycznie nadużyciem
Kontrolujący musi okazać upoważnienie i nie ma prawa pytać o diagnozę medyczną. Samo opuszczenie mieszkania w trakcie zwolnienia nie oznacza też niewłaściwego wykorzystania L4. W orzecznictwie sądowym za zwykłe czynności dnia codziennego uznawano między innymi niezbędną wizytę u weterynarza czy dowiezienie wyników badań. Ocena zależy od tego, czy dana aktywność utrudnia lub wydłuża leczenie.
Udowodnione nadużycie kosztuje jednak sporo. Pracownik traci prawo do zasiłku za cały okres zwolnienia, a wypłacone już pieniądze musi zwrócić z odsetkami. Według szacunków przytaczanych w materiale Grupy Progres przy przeciętnym wynagrodzeniu miesięczna kwota do zwrotu może sięgać około 4,95 tys. zł. Do tego dochodzi reakcja pracodawcy: od nagany z wpisem do akt po rozwiązanie umowy bez wypowiedzenia.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Skala kontroli rośnie, ale nikt nie liczy kosztów błędów
ZUS mierzy to, co łatwo policzyć: liczbę kontroli, wstrzymane zasiłki, obniżone świadczenia. Autorzy analizy w OKO.press zwracają uwagę, że po drugiej stronie nie ma żadnej porównywalnej statystyki. Nie wiadomo, ile kontroli okazało się bezzasadnych, ile osób uprawnionych rezygnuje ze świadczeń z obawy przed instytucją, ani ile kosztuje kontrola samego kontrolowanego: dni bez pieniędzy, koszty prawne, utrata pracy.
Raport Watchdog Polska idzie w podobnym kierunku i proponuje stworzenie centralnego, publicznego rejestru zastosowań AI w administracji oraz obowiązek informowania obywateli, gdy algorytm wspiera decyzję w ich sprawie. Autor raportu zauważa, że obywatel zwykle nie wie, iż w jego sprawie działał system predykcyjny, co ogranicza możliwość zakwestionowania rozstrzygnięcia. Jeżeli ZUS nie kwalifikuje swojego modelu jako AI w rozumieniu AI Act, mechanizmy oceny ryzyka i przejrzystości przewidziane dla systemów wysokiego ryzyka mogą go po prostu nie objąć.
Polska ma już jeden precedens. W latach 2014-2019 urzędy pracy profilowały bezrobotnych algorytmem, który Trybunał Konstytucyjny ostatecznie uznał za niezgodny z konstytucją, a Fundacja Panoptykon wywalczyła w sądzie dostęp do jego dokumentacji. Korekta była możliwa, ale dopiero po interwencji z zewnątrz.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym kwartalnych informacji statystycznych ZUS o wynikach kontroli prawidłowości orzekania o czasowej niezdolności do pracy za I i II kwartał 2026 r., omówienia raportu Sieci Obywatelskiej Watchdog Polska „Kto, do czego i jak korzysta z AI?” w serwisie Rynek Informacji z dnia 06.10.2026, analizy OKO.press z dnia 17.03.2026 oraz artykułu Gazeta.pl Next z dnia 17.10.2026. Dane za I kwartał 2026 r. zweryfikowano dodatkowo w Prawo.pl i „Rzeczpospolitej”.
Wypowiedzi Magdy Dąbrowskiej, prezeski Grupy Progres, oraz Karola Poznańskiego, rzecznika ZUS, pochodzą z polskojęzycznych materiałów źródłowych i zostały przytoczone za publikacjami, w których się ukazały.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wykorzystaniu modeli predykcyjnych przez ZUS i wynikach kontroli zwolnień lekarskich w drugim półroczu 2026 r.
