Przepisy o sztucznej inteligencji przestały być zapowiedzią
Od sierpnia 2026 Komisja może nakładać kary, a chatboty muszą się przedstawiać. Co to znaczy w praktyce i kogo faktycznie dotyczy.
- Od 2 sierpnia 2026 unijne przepisy o sztucznej inteligencji są egzekwowalne — Komisja może nakładać kary sięgające procentowej części światowego obrotu.
- Weszły też obowiązki przejrzystości: system rozmawiający z człowiekiem ma go uprzedzić, że nie jest człowiekiem, a treści generowane maszynowo mają nieść oznaczenie odczytywalne maszynowo.
- Pod koniec sierpnia Urząd ds. AI wysłał pierwsze formalne wezwania do informacji do dostawców modeli ogólnego przeznaczenia.
- To nie dotyczy wyłącznie tych, którzy budują modele. Znaczna część obowiązków spada na podmioty, które gotowe systemy tylko stosują — w tym szkoły, urzędy i firmy bez własnego działu technicznego.
Co dokładnie się zmieniło
Akt o sztucznej inteligencji obowiązuje formalnie od 2024 roku, ale wchodził w życie etapami — i to sprawiło, że przez dwa lata dyskusja o nim toczyła się w trybie warunkowym. Mówiło się, co „będzie trzeba", i niewiele z tego wynikało.
Zmiana z sierpnia 2026 jest innego rodzaju. Przepisy dotyczące modeli ogólnego przeznaczenia stały się egzekwowalne, a Komisja Europejska — działając przez Urząd ds. AI wspólnie z krajowymi organami nadzoru rynku — uzyskała możliwość nakładania kar. Obowiązki dla tych modeli istniały już od sierpnia 2025, ale przez pierwszy rok nie było za ich naruszenie sankcji.
Równolegle zaczęły obowiązywać wymogi przejrzystości. Są proste do opisania i trudniejsze do wdrożenia, niż wyglądają:
- System wchodzący w interakcję z człowiekiem ma go o tym poinformować. Dotyczy to asystentów, chatbotów obsługi klienta i wszystkiego, co udaje rozmowę.
- Treść wygenerowana albo zmieniona maszynowo ma nieść oznaczenie możliwe do odczytania maszynowo. To jest wymaganie techniczne, nie adnotacja dla czytelnika — chodzi o znak w samym pliku, wykrywalny automatycznie.
- Materiały udające prawdziwe nagranie osoby podlegają osobnemu obowiązkowi oznaczenia.
Jak te przepisy są zbudowane
Akt nie reguluje „sztucznej inteligencji" jako takiej — reguluje zastosowania, uszeregowane według ryzyka. To jest jego podstawowa konstrukcja i bez niej cała reszta jest nieczytelna.
Na górze są praktyki zakazane: ocenianie obywateli w sposób prowadzący do krzywdzącego traktowania, wykorzystywanie słabości osób ze względu na wiek czy niepełnosprawność, w części przypadków zdalna identyfikacja biometryczna w przestrzeni publicznej. Niżej zastosowania wysokiego ryzyka — rekrutacja, edukacja, dostęp do usług podstawowych, wymiar sprawiedliwości — obwarowane wymogami dokumentacji, jakości danych i nadzoru człowieka. Jeszcze niżej systemy wymagające jedynie przejrzystości. Reszta pozostaje nieuregulowana.
Osobną warstwą są modele ogólnego przeznaczenia — te, na których buduje się dalsze zastosowania. Tu obowiązki dotyczą dokumentacji, praw autorskich do danych uczących i, przy modelach najpotężniejszych, oceny ryzyka systemowego.
Najczęstsze nieporozumienie brzmi: „to przepisy dla firm budujących modele". Nie jest tak. Akt rozróżnia dostawcę systemu i podmiot, który go stosuje, i nakłada obowiązki na obu — inne, ale realne.
Obowiązek, o którym prawie nikt nie pisze
Wart osobnego akapitu jest wymóg kompetencji w zakresie AI. Organizacja korzystająca z takich systemów ma zadbać, by osoby, które je obsługują, rozumiały, z czym pracują — na poziomie odpowiadającym temu, do czego system jest używany.
Ten fragment przepisów w relacjach prasowych niemal nie istnieje, a jest z nich najszerzej stosowalny. Nie wymaga bycia dostawcą, nie wymaga budowania modelu, nie wymaga nawet dużej organizacji. Dotyczy szkoły, która wprowadza narzędzie do sprawdzania prac, i urzędu, który wdraża asystenta obsługi interesanta.
Nie ma tu wskazanej formy: przepis nie mówi „szkolenie na tyle godzin". To znaczy zarazem, że łatwo go zbagatelizować i że trudno wykazać jego spełnienie, gdy przyjdzie pytanie.
Warstwa polska
W Polsce ramę wykonawczą tworzy ustawa z 3 lipca 2026 roku o systemach sztucznej inteligencji, obowiązująca od 11 sierpnia. Powołuje ona Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji jako organ nadzoru rynku, określa tryb kontroli, procedurę skargową i wysokość kar.
⛔ Polska ustawa nie tworzy kategorii ani obowiązków — te pochodzą z prawa unijnego, które obowiązuje bezpośrednio. Ustawa krajowa wskazuje, kto egzekwuje i jak. To rozróżnienie ma praktyczne znaczenie: szukanie w polskim tekście listy zakazanych praktyk skończy się niczym, bo jej tam nie ma.
Część przepisów proceduralnych — o opiniach, kontrolach i karach — wchodzi w życie później niż trzon ustawy. W praktyce znaczy to, że przez pewien czas obowiązki istnieją, a krajowa maszyneria do ich egzekwowania dopiero się uruchamia.
Co wiemy
- Przepisy są egzekwowalne, a nie zapowiedziane.
- Urząd ds. AI zaczął występować do dostawców modeli o informacje.
- Obowiązki przejrzystości obejmują także podmioty stosujące gotowe systemy.
- Polska ma wskazany organ nadzoru.
Czego nie wiemy
- Jak będzie wyglądać pierwsza kara i za co zostanie nałożona.
- Czy standardy oznaczania treści maszynowych okażą się technicznie skuteczne — dziś dają się usuwać.
- Jak organy nadzoru poradzą sobie z brakiem ludzi o odpowiednich kompetencjach.
- Jak przepisy zadziałają wobec modeli udostępnianych na wolnych licencjach.
Ten tekst opisuje konstrukcję przepisów i stan ich stosowania, nie jest poradą prawną. Ocena, czy konkretne wdrożenie podlega obowiązkom i jakim, wymaga analizy tego wdrożenia.
Spór, który warto znać
Wokół tych przepisów istnieją dwa poważne stanowiska i oba mają argumenty.
Zarzut pierwszy: to kosztuje więcej, niż daje. Wdrożenie wymogów dokumentacyjnych obciąża zwłaszcza mniejsze podmioty, które nie mają działów prawnych, i tym samym premiuje największych dostawców — czyli działa odwrotnie, niż deklarowano. Argument jest mocny na tyle, na ile mocna okaże się praktyka nadzoru; przy proporcjonalnym stosowaniu traci na sile, przy formalistycznym zyskuje.
Zarzut drugi, przeciwny: to za mało i za późno. Obowiązki dotyczące modeli najpotężniejszych opierają się w znacznej mierze na samoocenie dostawcy, a organ nadzoru nie ma zasobów, by ją zweryfikować niezależnie. Oznaczanie treści generowanych maszynowo jest dziś technicznie łatwe do obejścia.
Oba te zarzuty rozstrzygną się nie w tekście przepisów, lecz w pierwszych kilkunastu sprawach. Dziś nie ma jeszcze ani jednej.
Oznaczanie treści: co to znaczy technicznie
Obowiązek, żeby treść generowana maszynowo niosła znak „odczytywalny maszynowo", brzmi jak formalność. W praktyce jest to najtrudniejszy technicznie fragment tych przepisów i warto rozumieć dlaczego.
Rozważa się trzy sposoby i każdy ma inną wadę. Metadane — informacja doklejona do pliku — są proste i znikają przy pierwszym zrzucie ekranu albo przy przesłaniu przez komunikator, który pliki przetwarza. Znak wodny wpleciony w samą treść jest trwalszy, ale przy obrazie da się go osłabić kadrowaniem i kompresją, a przy tekście jest znacznie trudniejszy do ukrycia bez zmiany stylu. Rejestr pochodzenia — podpisany łańcuch informacji o tym, czym plik był na każdym etapie — jest najmocniejszy i wymaga, żeby cały łańcuch narzędzi go obsługiwał, a nie obsługuje.
Wniosek dla czytelnika jest praktyczny i wart zapamiętania: obecność oznaczenia coś znaczy, jego brak nie znaczy nic. Oznaczenia da się usunąć, a materiały wytworzone narzędziami spoza Unii nie muszą ich w ogóle nieść.
Osobno warto zauważyć, że obowiązek dotyczy generowania, nie prawdziwości. Oznaczony materiał nie staje się przez to wiarygodny, a nieoznaczony — fałszywy. Przepisy odpowiadają na pytanie „skąd to jest", nie „czy to prawda".
Co jeszcze przed nami
Wejście w fazę egzekwowania nie zamyka wdrażania aktu. Kolejne warstwy obowiązków dotyczą zastosowań wysokiego ryzyka i mają dłuższe terminy — częściowo dlatego, że wymagają norm technicznych, których jeszcze nie ma.
To jest zresztą cichy problem całej konstrukcji. Przepisy odsyłają do zharmonizowanych norm, które mają dopiero powstać w europejskich organizacjach normalizacyjnych. Dopóki ich nie ma, podmiot zobowiązany wykazuje zgodność własnymi środkami — i nie wie z góry, czy organ nadzoru uzna je za wystarczające. Prawnicy nazywają to niepewnością regulacyjną; dla mniejszej firmy oznacza to konieczność zgadywania.
Drugą rzeczą wartą obserwowania jest zdolność egzekucyjna. Urząd ds. AI powstał niedawno, a krajowe organy nadzoru — jak polska Komisja — dopiero się organizują. Kompetencje potrzebne do oceny modelu ogólnego przeznaczenia są rzadkie i drogie, a konkurencja o ludzi, którzy je mają, toczy się z firmami, które te modele budują.
Trzecia rzecz to modele udostępniane na wolnych licencjach. Akt przewiduje dla nich odstępstwa, ale granica między „udostępnieniem badawczym" a „wprowadzeniem na rynek" jest przy takich modelach nieostra, a to od niej zależy zakres obowiązków. Pierwsza sprawa dotycząca modelu o otwartych wagach będzie prawdopodobnie ważniejsza dla dalszej praktyki niż wysokość jakiejkolwiek kary.
Co z tego wynika dla czytelnika
Dwie rzeczy praktyczne. Po pierwsze, oznaczenia treści generowanych maszynowo będą się pojawiać coraz częściej — i warto wiedzieć, że ich brak nie dowodzi niczego, bo dają się usunąć. Obecność oznaczenia jest informacją; nieobecność nie jest.
Po drugie, jeśli ktoś w pracy korzysta z takich systemów do decyzji dotyczących ludzi — rekrutacji, oceny, dostępu do usług — to obowiązki dotyczą już jego organizacji, niezależnie od tego, czy ktokolwiek tam napisał choćby linijkę kodu. Pytanie „czy my podlegamy" jest w tym momencie mniej sensowne niż pytanie „do czego tego używamy i kto to rozumie".
Ten portal powstaje we współpracy człowieka z systemami AI i mówi o tym wprost na stronie Jak powstaje. Uznajemy to za właściwą normę niezależnie od tego, co nakazują przepisy — i uznawaliśmy, zanim zaczęły obowiązywać.
Źródła (2)
Więcej w dziale Spoleczenstwo
Cały dział →Komentarze
Wczytuję komentarze…