10 czerwca 2025 roku Komisja Europejska opublikowała finalny Kodeks Praktyk dotyczący oznaczania treści generowanych przez AI — a firmy mają mniej niż dwa miesiące, by dostosować się do przepisów, które wejdą w życie bez względu na to, czy zdecydują się podpisać to dobrowolne porozumienie, czy nie. Dla redakcji IWD Partner to moment przełomowy: po raz pierwszy unijne prawo nie pyta systemów AI o zdanie, lecz nakłada konkretne, egzekwowalne obowiązki na tych, którzy te systemy budują i wdrażają. Pytanie nie brzmi już „czy oznaczać AI-generated content”, lecz „jak to zrobić przed 2 sierpnia 2026 roku”.
Co właściwie wymaga unijny AI Act od 2 sierpnia 2026?
Od 2 sierpnia 2026 roku artykuł 50 unijnego AI Act nakłada dwa konkretne obowiązki na wszystkich dostawców i wdrażających systemy generatywnej AI, którzy działają na rynku europejskim. Przepisy te obowiązują niezależnie od siedziby firmy — wystarczy, że jej produkty docierają do użytkowników w Unii Europejskiej.
Pierwsze wymaganie dotyczy deepfake’ów oraz tekstów generowanych lub modyfikowanych przez AI, które odnoszą się do spraw istotnych publicznie. Takie materiały muszą być wyraźnie oznaczone jako wytworzone przez maszynę. Obowiązek oznaczenia tekstu AI dotyczy sytuacji, gdy treść trafia do odbiorcy bez recenzji człowieka lub bez redakcyjnej kontroli.
Drugie wymaganie obejmuje systemy interaktywne — chatboty obsługi klienta, wirtualnych asystentów, automatyczne linie pomocy. Użytkownik musi zostać poinformowany, że rozmawia z maszyną, a nie z człowiekiem. Komisja Europejska wprost wskazuje, że chodzi o wyeliminowanie przestrzeni do manipulacji i dezinformacji.
Jak działa dobrowolny Kodeks Praktyk i czym różni się od samego prawa?
Kodeks Praktyk opublikowany 10 czerwca 2025 roku przez Komisję Europejską to narzędzie dobrowolne — jego podpisanie nie jest obowiązkowe, ale zapewnia firmom uznany przez regulatora sposób wykazania zgodności z przepisami artykułu 50 AI Act. Można go porównać do certyfikatu dobrych praktyk: nie musisz go mieć, ale jego brak oznacza, że musisz udowodnić zgodność innymi metodami.
Dokument podzielił odpowiedzialność między dwie grupy podmiotów w łańcuchu dostaw AI. Firmy budujące modele generatywne mają oznaczać swoje dane wyjściowe w formacie czytelnym maszynowo, tak by wykrycie tego oznaczenia było możliwe na dalszych etapach łańcucha. Firmy wdrażające modele w konkretnych produktach przejmują odpowiedzialność za widoczne etykiety skierowane do użytkowników końcowych.
Aby usprawnić wdrożenie i uniknąć fragmentacji rynku, Kodeks proponuje wspólną ikonę unijną oraz oparcie się na otwartych standardach technicznych. Zamiast każdej firmy wymyślać własne oznaczenia, użytkownicy mają docelowo rozpoznawać jeden spójny wizualny sygnał AI-origin w całej Unii.
Kodeks opracowało sześciu niezależnych ekspertów przy udziale ponad 180 interesariuszy — firm technologicznych, organizacji pozarządowych, mediów i instytucji akademickich. Dokument jest pierwszym instrumentem bezpośrednio adresującym oznaczanie treści AI w ramach AI Act.
Redakcja IWD Partner: Warto zwrócić uwagę, że mechanizm „podpisz albo udowodnij inaczej” jest klasycznym europejskim podejściem regulacyjnym — znamy je choćby z RODO i jego kodeksów postępowania dla branż. Różnica polega na tym, że AI Act działa w znacznie szybszym tempie technologicznym: modele językowe ewoluują co kilka miesięcy, a prawo próbuje ustabilizować ruchomy grunt. Otwarte pozostaje pytanie, czy wspólna ikona UE stanie się dla przeciętnego użytkownika tak rozpoznawalna jak symbol recyklingu — czy raczej podzieli los drobnych ostrzeżeń na opakowaniach papierosów, które wszyscy widzą, ale mało kto czyta.
Jakie treści muszą być oznaczone jako wytworzone przez AI?
Przepisy z artykułu 50 AI Act nie dotyczą wszystkich treści generowanych przez AI — zakres jest precyzyjnie zdefiniowany. Obowiązek etykietowania obejmuje dwie kategorie: deepfake’i (czyli materiały wideo, audio lub foto zmanipulowane lub wygenerowane przez AI tak, by przedstawiać prawdziwe osoby lub zdarzenia) oraz teksty AI dotyczące spraw publicznych, które trafiają do odbiorców bez ludzkiej weryfikacji.
Pojęcie „spraw publicznie istotnych” jest kluczowe i jednocześnie nieostre. Komisja Europejska zapowiedziała publikację oddzielnych wytycznych, które mają doprecyzować granice tej definicji. Do czasu ich ukazania się firmy muszą opierać się na własnej interpretacji, co w praktyce może prowadzić do nadmiernie ostrożnego oznaczania lub — odwrotnie — do omijania obowiązku w przypadkach granicznych.
Interaktywne systemy AI, takie jak chatboty i wirtualni asystenci, podlegają osobnemu obowiązkowi: ujawnienia swojej maszynowej natury na początku interakcji. Dotyczy to między innymi botów obsługi klienta w e-commerce, automatycznych asystentów w bankach i platformach streamingowych oraz wszelkich systemów konwersacyjnych wdrażanych dla europejskich użytkowników.
Co z treściami tworzonymi przez człowieka przy wsparciu AI?
Kodeks Praktyk wyraźnie wskazuje, że obowiązek etykietowania tekstu AI zachodzi wtedy, gdy treść wytworzono bez redakcyjnej kontroli lub bez przeglądu człowieka. Tekst napisany przez człowieka i jedynie poprawiony przez narzędzie AI — na przykład pod kątem gramatyki czy stylu — nie powinien co do zasady wpadać w zakres obowiązku. Jednak granica między „asystą” a „generowaniem” pozostaje rozmyta i Komisja wciąż nie opublikowała ostatecznych wyjaśnień.
Dlaczego oznaczanie treści AI ma znaczenie dla debaty publicznej?
Henna Virkkunen, wiceprzewodnicząca wykonawcza Komisji Europejskiej ds. suwerenności technologicznej, bezpieczeństwa i demokracji, stwierdziła w czerwcu 2025 roku: „Europejczycy mają prawo wiedzieć, czy to, co widzą, słyszą lub czytają, zostało wytworzone lub zmodyfikowane przez AI, zwłaszcza gdy takie treści mogą kształtować debatę publiczną”. To zdanie precyzyjnie wskazuje na polityczne uzasadnienie regulacji: chodzi o ochronę procesów demokratycznych przed dezinformacją wzmocnioną narzędziami generatywnej AI.
Według danych Komisji Europejskiej z 2024 roku liczba incydentów dezinformacyjnych z wykorzystaniem treści AI wzrosła znacząco w okresach wyborczych w państwach członkowskich UE. Etykietowanie ma działać jako mechanizm prewencyjny — nie eliminuje dezinformacji, ale daje użytkownikom informację potrzebną do samodzielnej oceny wiarygodności materiału.
Z perspektywy technologicznej kluczową innowacją jest podejście dwuwarstwowe: oznaczenie maszynowe (na poziomie modelu) oraz oznaczenie widoczne dla użytkownika (na poziomie wdrożenia). Dzięki temu nawet jeśli platforma próbowałaby ukryć AI-origin treści, oznaczenie zakodowane przez twórcę modelu mogłoby zostać wykryte przez systemy nadzoru regulacyjnego.
Dlaczego regulacja oznaczania AI ma znaczenie?
Regulacja wchodzi w życie w momencie, gdy generatywna AI jest masowo wdrażana w mediach, marketingu, edukacji i administracji publicznej. Szacuje się, że do 2026 roku ponad 60% treści w internecie będzie tworzone przy udziale narzędzi AI, choć Komisja Europejska nie podaje własnej oficjalnej prognozy w tej sprawie. Artykuł 50 AI Act jest pierwszym przepisem na świecie, który nakłada prawnie egzekwowalne obowiązki oznaczania AI-generated content na tak szeroką grupę podmiotów.
Dla firm technologicznych oznacza to konieczność zmian w architekturze systemów — w szczególności wdrożenia mechanizmów watermarkingu cyfrowego lub metadanych w formacie zgodnym z otwartymi standardami. Standardy C2PA (Coalition for Content Provenance and Authenticity), rozwijane m.in. przez Adobe, Microsoft i BBC, są wymieniane jako najbardziej dojrzałe technologicznie rozwiązanie spełniające wymogi Kodeksu.
Dla użytkowników końcowych — czytelników, widzów, klientów firm korzystających z botów — regulacja ma przynieść jeden konkretny efekt: możliwość podjęcia świadomej decyzji o tym, czy zaufać danej treści lub danej interakcji. Komisja Europejska i Rada ds. AI muszą jeszcze ocenić, czy Kodeks Praktyk jest wystarczający; oddzielne wytyczne uzupełniające mają zostać opublikowane przed sierpniem 2026 roku.
Powiązane pojęcia z AI i uczenia maszynowego
- Generatywna AI (Generative AI) — klasa modeli uczenia maszynowego zdolnych do tworzenia nowych treści (tekstu, obrazu, audio, wideo) na podstawie danych treningowych i promptu użytkownika.
- Deepfake — materiał wideo, audio lub fotograficzny stworzony lub zmodyfikowany przez algorytmy AI tak, by fałszywie przedstawiać prawdziwe osoby lub zdarzenia.
- Watermarking cyfrowy (Digital Watermarking) — technika ukrytego znacznikowania treści cyfrowych w sposób trwały i czytelny maszynowo, umożliwiająca późniejsze ustalenie jej origin.
- Artykuł 50 AI Act — przepis unijnego rozporządzenia o sztucznej inteligencji regulujący obowiązki przejrzystości dla systemów generatywnej AI, w tym wymagania dotyczące oznaczania treści i ujawniania natury interaktywnych systemów AI.
- C2PA (Coalition for Content Provenance and Authenticity) — otwarty standard techniczny opracowany przez konsorcjum firm (m.in. Adobe, Microsoft, BBC) służący do certyfikowania origin i historii modyfikacji treści cyfrowych.
Na podstawie materiałów źródłowych.
