Wniosek o dotację napisany przez AI – jakie błędy mogą kosztować firmę dofinansowanie?

Sztuczna inteligencja coraz częściej jest wykorzystywana w przygotowywaniu dokumentacji aplikacyjnej do programów dotacyjnych. Narzędzia takie jak ChatGPT czy CLAUDE potrafią w kilka sekund wygenerować opis projektu, uzasadnienie innowacyjności, analizę rynku, harmonogram prac czy charakterystykę planowanych rezultatów. Dla przedsiębiorcy, który musi przygotować kilkudziesięciostronicowy wniosek, jest to niezwykle kusząca perspektywa. Problem jednak pojawia się wtedy, gdy wygenerowany tekst jest traktowany jako gotowy materiał do wklejenia do wniosku.

Modele językowe bardzo dobrze radzą sobie z tworzeniem przekonujących opisów, nawet gdy dysponują niewielką ilością informacji. Potrafią rozbudować kilka ogólnych założeń w obszerną argumentację, używając właściwej terminologii i odwołując się do popularnych koncepcji, takich jak Przemysł 4.0, sztuczna inteligencja czy gospodarka o obiegu zamkniętym. Powstały w ten sposób tekst na pierwszy rzut oka wygląda profesjonalnie, jednak często brakuje w nim konkretów pozwalających ocenić zasadność przedsięwzięcia.

Największym zagrożeniem jest pozorna rzetelność takich opracowań. AI potrafi przedstawić przypuszczenia jako fakty, przypisać projektowi cechy, których nie posiada, albo powołać się na nieistniejące publikacje i wyniki badań lub pomijać te, które dobrze opisują dany problem badawczy. Szczególnie niebezpieczne jest to w opisach innowacyjności, gdzie konieczne jest porównanie planowanego rozwiązania z aktualnym stanem techniki. Ogólnikowe stwierdzenia o przełomowym charakterze technologii, przewadze konkurencyjnej czy unikalności rozwiązania nie zastąpią analizy dostępnych produktów, patentów i publikacji naukowych. Ekspert oceniający projekt może łatwo zakwestionować takie deklaracje, jeżeli nie znajdują potwierdzenia w przedstawionych danych.

Podobne problemy występują przy opracowywaniu projektów badawczo-rozwojowych. AI potrafi nadać zwykłym czynnościom inżynierskim pozory działalności B+R. Dobór parametrów urządzenia, konfiguracja oprogramowania, integracja dostępnych technologii czy standardowe testy funkcjonalne mogą zostać opisane jako badania przemysłowe lub eksperymentalne prace rozwojowe. Tymczasem kwalifikacja prac B+R wymaga wykazania między innymi nowatorskiego charakteru przedsięwzięcia, niepewności co do możliwości osiągnięcia zakładanych wyników oraz systematycznego sposobu prowadzenia badań. Błędne zakwalifikowanie prac może prowadzić do negatywnej oceny całego projektu.

Kolejnym problemem jest niespójność poszczególnych części wniosku. Generowane osobno opisy technologii, zadania, kamienie milowe, budżet i wskaźniki mogą opierać się na różnych założeniach. W jednym miejscu deklaruje się opracowanie nowej metody produkcji, w innym zakup gotowej technologii. Planowane rezultaty badań nie zawsze wynikają z zakresu zaplanowanych prac, a przyjęte wskaźniki nie mają uzasadnienia w danych technicznych lub finansowych. Takie rozbieżności są szczególnie istotne w projektach podlegających szczegółowej ocenie eksperckiej.

Osobną kategorią błędów jest nieprawidłowa interpretacja dokumentacji konkursowej. Każdy nabór ma własne kryteria wyboru projektów, instrukcję wypełniania wniosku i zasady kwalifikowalności wydatków. AI może pomijać istotne warunki albo błędnie interpretować zapisy kryteriów. W konsekwencji powstaje projekt, który sprawia wrażenie zgodnego z założeniami programu, ale podczas oceny nie spełnia jednego z warunków wymaganych do uzyskania dofinansowania.

AI jest przydatna przy porządkowaniu informacji, analizowaniu dokumentacji, wyszukiwaniu niespójności, redagowaniu opisów czy weryfikacji obliczeń. Warunkiem jest jednak kontrolowanie uzyskiwanych wyników i opieranie argumentacji na sprawdzonych danych przez osoby posiadające wiedzę i doświadczenie w pisaniu wniosków o dofinansowanie i rozliczaniu projektów b+r i/lub wdrożeniowych. Szczególnej uwagi wymagają informacje techniczne, prawne i finansowe, które mają bezpośredni wpływ na ocenę projektu.

O jakości wniosku decydują przede wszystkim prawidłowo zdefiniowany cel przedsięwzięcia, odpowiednio zaplanowany zakres prac, wiarygodny budżet oraz wykazanie zgodności z kryteriami naboru. Sztuczna inteligencja może znacząco usprawnić przygotowanie dokumentacji, jednak odpowiedzialność za jej treść i poprawność zawsze ponosi wnioskodawca. Warto o tym pamiętać, zanim wygenerowany w kilka minut dokument stanie się podstawą ubiegania się o wielomilionowe dofinansowanie.

Michał Mynarski
Dyrektor Działu Projektów