Pytanie „czy wolno nam to opublikować” przestało być tematem dla działu prawnego. Jeśli redakcja korzysta z modeli językowych i chce kontrolować, co wyszukiwarki generatywne robią z jej tekstami, prawo autorskie i AI Act stają się częścią codziennego workflow. Ten materiał porządkuje ramy obowiązujące w polskim serwisie w 2026 roku: kto jest autorem wyniku modelu, co trzeba oznaczać, jak działa europejski opt-out z eksploracji tekstów i danych oraz jakimi narzędziami nadać deklaracji z regulaminu realne znaczenie.
Porządek jest ważny, bo mieszanie dwóch różnych pytań to najczęstszy błąd. Pierwsze pytanie brzmi: jaki status ma treść, którą wyprodukowaliśmy z pomocą modelu. Drugie: na jakich zasadach cudzy model może korzystać z naszych treści. Odpowiedzi pochodzą z różnych aktów prawnych i prowadzą do różnych decyzji operacyjnych. Jeśli budujesz proces od zera, warto najpierw przejść przez roadmapę wdrożenia AIO, a dopiero potem nakładać na nią warstwę zgodności.
Kto jest autorem treści wygenerowanej przez model
Polskie prawo autorskie chroni utwór, czyli przejaw działalności twórczej o indywidualnym charakterze, ustalony w jakiejkolwiek postaci. Kluczowe słowo to „działalność”: przepis zakłada człowieka. Model językowy nie jest podmiotem prawa, nie nabywa praw i nie może ich przenieść. Wynik, który powstał wyłącznie z promptu i kliknięcia „generuj”, najprawdopodobniej nie jest utworem w rozumieniu ustawy. Nie znaczy to, że jest nielegalny. Znaczy, że jest bezpański.
Konsekwencja bywa zaskakująca dla wydawców: tekst bez ochrony może zostać skopiowany przez konkurencję bez naruszenia prawa autorskiego. Jeśli serwis utrzymuje się z licencjonowania treści albo z syndykacji, czysto maszynowa produkcja podkopuje jego własny model biznesowy. Amerykański Copyright Office rozstrzyga to podobnie: odmawia rejestracji materiałom bez wkładu człowieka i rejestruje tylko te elementy, w których ten wkład da się wskazać.
Praktyczny wniosek nie brzmi „nie używaj modeli”, lecz: zadbaj o udokumentowany wkład twórczy. Chodzi o selekcję i porządkowanie materiału, autorską strukturę argumentacji, własne dane, cytaty z rozmów, redakcję zdania po zdaniu. Trzy rzeczy, które warto zapisywać w CMS lub w systemie zadań:
- kto prowadził research i z jakich źródeł pierwotnych korzystał,
- jakie fragmenty powstały z udziałem modelu i w jakim zakresie zostały przepisane,
- kto podjął decyzje redakcyjne o tezie, strukturze i tytule.
Ten rejestr uzasadnia ochronę prawnoautorską wobec kopiujących, a jednocześnie jest dowodem rzetelności, gdy ktoś zakwestionuje treść jako wprowadzającą w błąd.
AI Act i obowiązki informacyjne w praktyce
Rozporządzenie o sztucznej inteligencji (AI Act) to akt horyzontalny: reguluje nie branżę, lecz zastosowania. Dla wydawcy i zespołu contentowego najistotniejsze są przepisy o przejrzystości. Logika jest prosta: użytkownik ma wiedzieć, że rozmawia z systemem, a nie z człowiekiem, a treści syntetyczne mają być oznaczone w sposób odczytywalny maszynowo. Kalendarz stosowania jest etapowy, a pakiet przejrzystości wchodzi w życie w sierpniu 2026 roku. Pełną mapę przepisów i terminów można przejrzeć w publicznym eksploratorze AI Act.
Co to oznacza dla redakcji, w czterech punktach:
- Chatbot na stronie. Jeśli asystent odpowiada użytkownikom, musi być jasno zidentyfikowany jako system AI. Jedno zdanie w nagłówku okna wystarczy, o ile nie jest schowane w stopce regulaminu.
- Obrazy, audio i wideo generowane maszynowo. Oznaczenie powinno być trwałe i odczytywalne maszynowo (metadane, znak wodny w pliku), a nie tylko podpisem pod ilustracją. Jeżeli publikujesz dużo grafik, ten wymóg dotknie całej biblioteki mediów.
- Deepfake. Materiał, który wiarygodnie przedstawia realne osoby lub zdarzenia, wymaga wyraźnego ujawnienia. Tu nie ma pola na interpretację.
- Tekst publikowany w sprawach interesu publicznego. Jeśli artykuł o tematyce społecznej czy politycznej powstał maszynowo, trzeba to ujawnić. Wyjątek dotyczy sytuacji, w której treść przeszła przegląd człowieka i ktoś przyjął za nią odpowiedzialność redakcyjną. Dla serwisu z realną redakcją to furtka, ale tylko wtedy, gdy przegląd faktycznie się odbywa i da się go wykazać.
Drugi blok obowiązków dotyczy dostawców modeli ogólnego przeznaczenia, nie wydawców. Muszą oni prowadzić politykę poszanowania prawa autorskiego oraz publikować wystarczająco szczegółowe podsumowanie danych treningowych. Dla nas to nie obowiązek, lecz narzędzie: im więcej takich podsumowań, tym łatwiej sprawdzić, czy czyjś model uczył się na naszym archiwum, i tym mocniejsza pozycja w rozmowie o licencji.
Text and data mining: opt-out po europejsku
Europejski mechanizm, który naprawdę decyduje o legalności trenowania na cudzych treściach, pochodzi nie z AI Act, lecz z dyrektywy o prawie autorskim na jednolitym rynku cyfrowym. Wprowadziła ona dwa wyjątki na eksplorację tekstów i danych. Pierwszy, dla instytucji naukowych i badawczych działających w interesie publicznym, jest nieusuwalny: nie da się go wyłączyć zastrzeżeniem. Drugi, ogólny, obejmuje legalnie dostępne treści i dopuszcza zastrzeżenie uprawnionego, pod jednym warunkiem: zastrzeżenie musi być wyrażone w sposób odczytywalny maszynowo. Polska implementacja weszła w życie jesienią 2024 roku.
Ten warunek jest sednem całej konstrukcji. Zdanie „zabraniamy wykorzystywania treści do trenowania modeli” w regulaminie dla ludzi jest słabym dowodem. Robots.txt, nagłówek HTTP i plik zastrzeżenia TDM to formy, które crawler może odczytać bez interpretacji. Tylko one zamieniają deklarację w skuteczne zastrzeżenie, a tym samym pozbawiają operatora modelu podstawy do korzystania z wyjątku.
| Warstwa | Forma | Co realnie osiąga |
|---|---|---|
| Regulamin serwisu | Tekst dla ludzi | Pokazuje wolę uprawnionego, sam nie wystarcza jako zastrzeżenie maszynowe |
| robots.txt | Reguły per user agent | Blokuje konkretne crawlery, jeśli je respektują |
| Nagłówek X-Robots-Tag | Odpowiedź serwera | Działa też dla plików poza HTML (PDF, obrazy) |
| Zastrzeżenie TDM | Plik lub nagłówek w formacie maszynowym | Najbliżej literalnego wymogu dyrektywy |
| Umowa licencyjna | Kontrakt | Jedyna warstwa z realnym roszczeniem pieniężnym |
Narzędzia kontroli: robots.txt, nagłówki, umowy
Konfiguracja techniczna wymaga rozróżnienia, które umyka najczęściej: osobno kontroluje się trenowanie modelu, a osobno pojawianie się treści w odpowiedziach generatywnych. Google dokumentuje to wprost w opisie swoich robotów. Blokada tokenu odpowiadającego za dane treningowe nie usuwa strony z podsumowań nad wynikami wyszukiwania, bo te korzystają ze zwykłej indeksacji. Jeżeli chcesz ograniczyć to, co trafia do streszczenia, pracuj dyrektywami snippetowymi. Aktualne nazwy agentów i ich zakresy znajdziesz w dokumentacji crawlerów Google.
Praktyczny zestaw decyzji wygląda tak:
- Chcę zostać w indeksie, ale nie w danych treningowych: blokuj agenty treningowe w robots.txt, zostaw zwykłego Googlebota.
- Chcę być cytowany w odpowiedziach AI: nie blokuj crawlerów wyszukiwarek generatywnych, bo cytowanie wymaga pobrania strony w momencie odpowiedzi.
- Chcę ograniczyć długość streszczenia: użyj dyrektyw ograniczających snippet oraz atrybutu wyłączającego wybrane fragmenty z podglądu.
- Chcę negocjować licencję: najpierw zablokuj, potem rozmawiaj. Bez blokady nie masz czym negocjować.
Trzecia opcja bywa pułapką dla serwisów premium: odcinając podglądy, zyskujesz ochronę archiwum, ale tracisz widoczność w odpowiedziach generatywnych. To decyzja biznesowa, nie techniczna. Rozkład kosztów i korzyści rozpisaliśmy w analizie treści za paywallem a chatboty AI. Warto też rozumieć, co dzieje się z Twoim tekstem po pobraniu, czyli jak działa RAG w wyszukiwarkach AI: w modelu opartym na pobieraniu dokumentów blokada treningowa niczego nie chroni, bo cytat powstaje z bieżącego pobrania strony.
Ryzyka przy publikacji treści z modelu
Ryzyka prawne są bardziej prozaiczne niż spory o autorstwo. W kolejności częstotliwości:
Nieprawdziwe stwierdzenia o osobach i firmach. Model potrafi przypisać komuś wyrok, zarzut albo upadłość, których nie było. Publikacja takiego zdania to potencjalne naruszenie dóbr osobistych, a odpowiada wydawca, nie dostawca narzędzia. To jedyna kategoria, w której brak weryfikacji grozi realnym procesem.
Zbyt bliskie podobieństwo do źródła. Model potrafi odtworzyć frazę, akapit albo strukturę tekstu, na którym się uczył. Jeśli wynik zbiegnie się z konkretnym artykułem w stopniu wykraczającym poza przenikanie idei, mamy zwykłe naruszenie prawa autorskiego. Kontrola jest banalna: wyrywkowe wyszukiwanie dłuższych fraz w cudzysłowie.
Znaki towarowe i cudze materiały w grafikach. Generatory potrafią domalować logo albo detal chroniony prawem wzorów. Przy ilustracjach produktowych i motoryzacyjnych zdarza się to regularnie, więc warto oglądać pliki przed publikacją, a nie tylko miniaturę.
Dane osobowe w promptach. Wklejanie do zewnętrznego narzędzia danych klientów, nagrań rozmów czy CV to przetwarzanie u podmiotu trzeciego: potrzebna jest podstawa prawna, umowa powierzenia i wpis w rejestrze czynności. Osobny temat, ale ten, który najszybciej kończy się skargą.
Skalowana produkcja bez wartości. Wyszukiwarki nie karzą za użycie modelu jako takie. Karzą za masową produkcję stron, których jedynym celem jest manipulowanie rankingiem. Kryterium jest wartość dla użytkownika, nie metoda powstania. Praktycznie oznacza to, że tysiąc wariantów jednego szablonu jest problemem, a sto rzetelnych artykułów napisanych z pomocą modelu nie jest.
Polityka treści AI: co spisać w firmie
Dokument nie musi być długi, musi być wykonalny i mieć właściciela. Minimalny zakres, który przechodzi audyt:
- Lista dopuszczonych narzędzi wraz z informacją, czy dostawca uczy się na przekazanych danych. Wszystko poza listą jest zabronione domyślnie.
- Zakaz wprowadzania danych wrażliwych i poufnych z wyliczeniem kategorii, nie ogólnikiem. Ludzie nie rozpoznają abstrakcji.
- Obowiązkowa weryfikacja faktów dla liczb, cytatów, nazw własnych i stwierdzeń o osobach trzecich, z nazwaniem źródeł pierwotnych.
- Zasady ujawniania. Co i gdzie oznaczamy, jak brzmi formuła, kto jest wskazany jako redaktor odpowiedzialny.
- Ślad w CMS. Pole z informacją o udziale narzędzia i o osobie, która zatwierdziła publikację.
- Jedna osoba odpowiedzialna za przegląd polityki co kwartał i za decyzje w sprawach wątpliwych.
Ostatni punkt decyduje o tym, czy dokument żyje. Jeśli nikt nie odpowiada za aktualizację, polityka zestarzeje się w ciągu dwóch kwartałów, bo zmieni się zarówno lista narzędzi, jak i stan przepisów. Przy większym zespole warto od razu przypisać to do konkretnej roli, zgodnie z podziałem zadań w zespole AIO, zamiast zostawiać zgodność jako zadanie wspólne, czyli niczyje.
Co zmienia się w 2026 roku
Trzy procesy warto obserwować w horyzoncie najbliższych kwartałów.
Po pierwsze, sierpień 2026 roku to moment, w którym obowiązki przejrzystości przestają być planem. Oznaczanie treści syntetycznych w sposób odczytywalny maszynowo wymaga pracy w narzędziach, nie w regulaminie, a biblioteki mediów w dużych serwisach liczą tysiące plików. Kto zacznie w sierpniu, nie zdąży.
Po drugie, standaryzacja zastrzeżeń maszynowych. Równolegle funkcjonuje kilka konwencji: reguły w robots.txt per user agent, nagłówki HTTP i osobne pliki zastrzeżenia TDM. Do czasu konsolidacji bezpieczniej utrzymywać wszystkie warstwy naraz niż zakładać się o jedną.
Po trzecie, umowy licencyjne stają się rynkiem, a nie wyjątkiem. Duzi wydawcy podpisują kontrakty na dostęp do archiwów, co tworzy punkt odniesienia dla wyceny. Dla średniego serwisu branżowego praktyczny wniosek jest prosty: archiwum ma wartość tylko wtedy, gdy jest wyłączone z darmowego poboru. Zastrzeżenie maszynowe jest warunkiem wstępnym każdej rozmowy o pieniądzach, a nie gestem symbolicznym.
Osobno rośnie znaczenie udokumentowanej odpowiedzialności redakcyjnej. To ona daje wyjątek od obowiązku ujawniania przy tekstach publikowanych w interesie publicznym i ona stanowi obronę w sporze o nieprawdziwe stwierdzenie. Rejestr z pierwszej sekcji przestaje więc być biurokracją, a staje się najtańszą polisą, jaką redakcja może sobie kupić.
FAQ
Czy treść wygenerowana przez AI jest chroniona prawem autorskim?
W polskim i europejskim porządku prawnym wynik powstały wyłącznie maszynowo najprawdopodobniej nie jest utworem, bo brakuje twórczej działalności człowieka. Ochrona pojawia się dla elementów, w których da się wskazać wkład autora: selekcji materiału, struktury, autorskiej redakcji, własnych danych. Dlatego warto dokumentować proces, a nie tylko wynik.
Czy muszę oznaczać artykuły napisane z pomocą modelu?
Obowiązek ujawnienia dotyczy przede wszystkim tekstów publikowanych w celu informowania opinii publicznej o sprawach interesu publicznego, a także treści syntetycznych w formie obrazu, audio i wideo. Jeżeli materiał przeszedł przegląd człowieka i ktoś przyjął za niego odpowiedzialność redakcyjną, wyjątek od ujawnienia może mieć zastosowanie. Przegląd musi być jednak realny i wykazywalny.
Czy zapis w regulaminie wystarczy, żeby zablokować trenowanie na moich treściach?
Nie w sposób pewny. Europejski wyjątek na eksplorację tekstów i danych dopuszcza zastrzeżenie uprawnionego, ale wymaga formy odczytywalnej maszynowo. Dlatego skuteczna blokada to robots.txt, nagłówek serwera i plik zastrzeżenia TDM, a regulamin jest dodatkiem, który pokazuje wolę uprawnionego.
Czy blokada crawlera treningowego usunie moją stronę z odpowiedzi AI w wyszukiwarce?
Nie. Trenowanie modelu i pobieranie strony w momencie generowania odpowiedzi to dwa różne procesy, często obsługiwane przez różne agenty. Blokada tokenu treningowego nie wpływa na podsumowania budowane ze zwykłej indeksacji. Na kształt streszczenia wpływają dyrektywy snippetowe.
Kto odpowiada, jeśli model wygeneruje nieprawdziwe zdanie o konkretnej firmie?
Odpowiada wydawca, który to zdanie opublikował. Dostawca narzędzia nie wchodzi w rolę autora publikacji. To główny powód, dla którego weryfikacja liczb, cytatów i stwierdzeń o osobach trzecich powinna być obowiązkowym etapem procesu, a nie dobrą praktyką.
Czy wyszukiwarki karzą za treści tworzone z udziałem AI?
Kryterium nie jest metoda produkcji, lecz wartość dla użytkownika. Problemem jest masowe wytwarzanie stron wyłącznie pod ranking, niezależnie od tego, czy powstały maszynowo, czy ręcznie. Rzetelny materiał napisany z pomocą modelu nie jest naruszeniem wytycznych.
Materiał ma charakter informacyjny i nie stanowi porady prawnej. W konkretnej sprawie warto skonsultować stan faktyczny z prawnikiem od własności intelektualnej.