Przewodnik po obowiązkach EU AI Act dla branży kreatywnej — treści generatywne, oznaczanie, zlecanie procesu, prawa autorskie.

Stan na czerwiec 2026 — po Omnibusie cyfrowym (7.05.2026) i publikacji Kodeksu oznaczania treści AI (10.06.2026).

W skrócie

• AI Act obowiązuje każdego, kto tworzy lub publikuje treści przy użyciu AI, nie tylko firmy technologiczne budujące modele.
• 2 sierpnia 2026 — kluczowa data: obowiązek oznaczania deepfake’ów i informowania, że chatbot to AI.
• 2 grudnia 2026 — obowiązek maszynowego znakowania treści generatywnych przez dostawców narzędzi oraz zakaz tzw. nudifierów.
• Agencje kreatywne są zwykle deployerem (wykorzystują cudze narzędzia AI), nie providerem — większość obowiązków dotyczy oznaczania, nie certyfikacji technicznej.
• Kara za naruszenie obowiązków przejrzystości: do 6% globalnego rocznego obrotu.

Czym jest AI Act i kogo dotyczy?

AI Act, czyli rozporządzenie Parlamentu Europejskiego i Rady (UE) 2024/1689 w sprawie sztucznej inteligencji, to pierwszy na świecie kompleksowy akt prawny regulujący sztuczną inteligencję. Działa horyzontalnie: nie odnosi się do jednej branży, lecz do każdego, kto buduje, wdraża albo wykorzystuje systemy AI, niezależnie od sektora — dotyczy to zarówno dostawców i podmiotów wdrażających, jak i użytkowników AI korzystających z gotowych narzędzi na co dzień.

Status prawny jest tu kluczowy. AI Act jest rozporządzeniem, a nie dyrektywą — obowiązuje wprost we wszystkich państwach członkowskich, bez konieczności wdrażania go osobną ustawą krajową, i wiąże w całości. Prawo krajowe pełni rolę uzupełniającą: wyznacza organy nadzoru oraz tryb nakładania kar. W Polsce trwają prace nad krajową ustawą wdrażającą, która ureguluje te kwestie proceduralne.

Akt wszedł w życie 1 sierpnia 2024, ale jego obowiązki uruchamiają się etapami: od zakazanych praktyk i obowiązku podstawowej kompetencji w zakresie AI (luty 2025), przez reguły dla modeli ogólnego przeznaczenia (sierpień 2025), po główny trzon obowiązków — w tym przejrzystość z artykułu 50 — od sierpnia 2026.

Zasięg aktu jest eksterytorialny: liczy się rynek, nie siedziba. Obejmuje każdego, kto wprowadza system AI na rynek UE lub czyje treści docierają do odbiorców w Unii, niezależnie od kraju rejestracji. Działa przy tym równolegle do RODO — nie zastępuje go, lecz dokłada własną warstwę obowiązków. Sama konstrukcja aktu jest oparta na ryzyku dla praw podstawowych i bezpieczeństwa użytkowników, i to ona przesądza, które obowiązki dotyczą konkretnego podmiotu.

Czy agencja kreatywna musi stosować AI Act?

Dla branży kreatywnej najważniejsza jest jedna konsekwencja horyzontalnego zasięgu: nie ma znaczenia, czy agencja „robi AI”. Wystarczy, że tworzy i publikuje treści przy użyciu narzędzi AI — i już część obowiązków jej dotyczy.

Logika całego aktu jest oparta na ryzyku. Im większy potencjalny wpływ systemu na ludzi i ich prawa, tym surowsze wymogi. Na samej górze są praktyki zakazane (np. scoring społeczny, manipulacja podprogowa). Niżej systemy wysokiego ryzyka (rekrutacja, scoring kredytowy, edukacja). Jeszcze niżej — i tu mieści się branża kreatywna — obowiązki przejrzystości: trzeba ujawnić, że coś jest AI albo że treść została wygenerowana sztucznie. Na dole jest ryzyko minimalne, którego akt praktycznie nie rusza.

W praktyce większość codziennej pracy agencji mieści się w kategorii obowiązków przejrzystości, a nie wysokiego ryzyka. To dobra wiadomość — zadania sprowadzają się do oznaczania i doboru narzędzi, a nie do ciężkiej certyfikacji.

AI Act przewiduje przy tym wyraźne rozróżnienie odpowiedzialności między dostawcami systemów AI (twórcami technologii AI) a podmiotami wdrażającymi te systemy w codziennej pracy. Agencje kreatywne z reguły znajdują się w tej drugiej grupie — korzystają z gotowych narzędzi, a nie budują własnych modeli AI.

Co zmienił Omnibus cyfrowy i Kodeks transparentności w 2026 roku?

W 2026 roku wydarzyły się dwie rzeczy, które przesunęły plan gry. Po pierwsze, 7 maja 2026 Rada UE i Parlament osiągnęły porozumienie polityczne w sprawie tzw. Omnibusa cyfrowego — pakietu, który upraszcza i przesuwa część terminów AI Act. Po drugie, 10 czerwca 2026 Komisja opublikowała finalny Kodeks postępowania ws. transparentności treści generowanych przez AI — dokument, który w praktyce mówi, jak technicznie i wizualnie oznaczać takie treści.

Architektura aktu się nie zmieniła — wciąż obowiązuje podejście oparte na ryzyku i cztery poziomy. Zmieniły się przede wszystkim terminy dla systemów wysokiego ryzyka, które zostały odroczone, oraz okres przejściowy dla znakowania maszynowego, który skrócono. Dodatkowo wprowadzono nowy zakaz dotyczący generowania niekonsensualnych treści intymnych i materiałów przedstawiających wykorzystywanie dzieci.

Ważne zastrzeżenie proceduralne: Omnibus to na ten moment porozumienie polityczne, które wciąż czeka na formalną publikację w Dzienniku Urzędowym, oczekiwaną około lipca 2026. Branża i kancelarie pracują już jednak na nowych datach, więc traktuje się je jako bazę planistyczną przy interpretacji przepisów AI, które dopiero wejdą w życie w ostatecznym kształcie.

Jakie są najważniejsze daty AI Act w 2026 roku?

Najważniejsza z perspektywy agencji data to 2 sierpnia 2026. Wtedy wchodzi trzon artykułu 50, czyli obowiązki przejrzystości: ujawnianie, że chatbot to AI, oraz oznaczanie deepfake’ów i syntetycznego wideo, audio czy obrazu przez tego, kto je publikuje. Co kluczowe — ta data nie została odroczona. Odroczono wyłącznie techniczny obowiązek znakowania maszynowego po stronie dostawcy modelu.

Druga data to 2 grudnia 2026. Wtedy obowiązek maszynowego znakowania (artykuł 50 ustęp 2) obejmie systemy generatywne, które były na rynku przed sierpniem — to skrócony okres przejściowy, finalnie ustalony na cztery miesiące. Tego samego dnia zaczyna obowiązywać nowy zakaz tzw. nudifierów. Dalej w czasie, bo w 2027 i 2028 roku, przesunięto obowiązki dla systemów wysokiego ryzyka — to branży kreatywnej na co dzień nie dotyczy, ale warto wiedzieć, że ten fragment dostał najwięcej dodatkowego czasu.

Jak oznaczać treści wygenerowane przez AI?

To część, która dotyczy branży kreatywnej najmocniej. Obowiązek oznaczania treści generowanych, czyli w praktyce etykietowania treści generowanych przez AI, jest jednym z filarów artykułu 50. Mechanizm jest prosty: regulator chce, by odbiorca wiedział, kiedy ogląda lub czyta coś wygenerowanego przez maszynę, bo inaczej rośnie ryzyko dezinformacji i manipulacji. Kodeks z czerwca porządkuje to, co wcześniej było rozproszone między wytyczne i wersje robocze.

Sam AI Act definiuje deepfake jako treści AI (obraz, dźwięk lub materiał wideo) wygenerowane albo zmodyfikowane przez system AI w taki sposób, że przypominają istniejące osoby, przedmioty, miejsca lub zdarzenia, sprawiając wrażenie autentyczności. To ta definicja decyduje, kiedy w ogóle włącza się obowiązek oznaczenia.

Punktem odniesienia jest rozróżnienie między treścią w pełni wygenerowaną a jedynie wspomaganą przez AI. Treść w pełni wygenerowana — powstała autonomicznie, bez autentycznego ludzkiego wkładu, jak obraz czy spot zrobiony w całości z generatora — podlega pełnemu obowiązkowi oznaczenia. Treść wspomagana, czyli retusz, korekta czy asysta w standardowej edycji, która nie zmienia istotnie materiału, traktowana jest łagodniej; mieści się w niej większość rutynowej postprodukcji. Ważna korekta: finalny Kodeks z czerwca 2026 zrezygnował z formalnej, dwupoziomowej taksonomii „w pełni AI / wspomagana AI”, upraszczając podejście — ale sama granica pozostaje aktualna, bo wynika wprost z wyłączenia w artykule 50 ustęp 2 dla funkcji wspomagających, które nie ingerują istotnie w treść.

Druga istotna rzecz: nie istnieje jedna technologia, która załatwi sprawę. Kodeks wprost odrzuca pomysł, że jedna technika znakowania spełni wszystkie wymogi naraz — skuteczności, interoperacyjności, odporności i niezawodności. Dlatego mówi o łączeniu metod: znak maszynowy plus metadane plus zdolność detekcji. W praktyce nie wystarczy „dodać znaczek” — trzeba polegać na narzędziu, które robi to porządnie pod spodem.

Od strony widocznej dla odbiorcy: do czasu, aż powstanie jedna oficjalna ikona UE, Kodeks dopuszcza rozwiązanie tymczasowe — napis „AI” (lub jego lokalny odpowiednik), widoczny i czytelny przez cały czas ekspozycji treści. To poziom, na którym trzeba działać już teraz przy spotach i statykach.

Przykład: spot, w którym tło i postać drugoplanowa są w całości generatywne, to treść w pełni AI i wymaga widocznego oznaczenia przez cały czas trwania — nie błysku na sekundę na końcu. Jeśli natomiast w kadrze nakręconym klasycznie tylko podbito światło i usunięto zbędny obiekt, materiał jest bliżej kategorii wspomaganej AI.

Warto też uczciwie wyznaczyć granice wyjątku artystycznego. Kiedy treść jest ewidentnie twórcza, satyryczna albo fikcyjna, obowiązek ujawnienia jest dostosowany tak, żeby nie psuł odbioru dzieła — ale ujawnienie nadal musi być, tylko w formie i miejscu, które nie ingeruje w swobodę twórczą. Ten wyjątek jest wąski i nie obejmuje deepfake’ów udających prawdziwe wypowiedzi czy materiały informacyjne.

W praktyce: jeśli przeciętny odbiorca mógłby pomylić treść z autentycznym nagraniem albo zdjęciem, oznaczamy ją widocznie i trwale. Jeśli AI tylko pomogło w standardowej edycji, obowiązuje łagodniejszy reżim — ale i tak warto zapisać w projekcie, czego użyto.

Kto odpowiada za znakowanie: agencja czy dostawca narzędzia AI?

Żeby wiedzieć, co tak naprawdę jest obowiązkiem agencji, trzeba zrozumieć jedno rozróżnienie. Akt rozdziela dostawcę (providera) — czyli tego, kto tworzy i wprowadza model na rynek — od wdrażającego (deployera), czyli tego, kto model albo narzędzie wykorzystuje. Agencje i studia są co do zasady deployerem: używają cudzych narzędzi generatywnych, a nie budują własnych modeli.

Ta rola przesądza o zakresie odpowiedzialności. Ciężar techniczny — czyli wbudowanie maszynowego znaku w wygenerowaną treść — leży po stronie dostawcy modelu. Deployer jest w dużej mierze zwolniony z inżynierii watermarkingu; jego domeną są obowiązki widoczne: oznaczanie deepfake’ów i — gdyby się pojawiły — tekstów dotyczących spraw interesu publicznego.

Jest jednak granica, po której przekroczeniu deployer sam staje się dostawcą. Jeśli istotnie modyfikuje albo dotrenowuje model — przy modelach ogólnego przeznaczenia próg to przekroczenie mniej więcej jednej trzeciej mocy obliczeniowej użytej do treningu oryginału — przejmuje obowiązki dostawcy, ale tylko w zakresie własnej modyfikacji. W praktyce agencyjnej rzadko się do tego zbliżamy, ale zespół techniczny powinien o tym wiedzieć, zanim zacznie poważny fine-tuning.

Wniosek operacyjny: skoro znakowanie maszynowe robi dostawca, trzeba mieć pewność umowną, że rzeczywiście je robi. Przy każdym narzędziu generatywnym wchodzącym do procesu sprawdzamy w warunkach i umowie: czy narzędzie embeduje znak maszynowy zgodny z artykułem 50 ustęp 2, jakie mamy prawa do wygenerowanego materiału, gdzie są przechowywane dane, czy jest możliwość rezygnacji z wykorzystania naszych treści do treningu i czy jest umowa powierzenia danych. To dokładnie ten krok przeglądu vendora, który stanowi minimum compliance.

Stąd prosty test dla każdego narzędzia generatywnego w procesie: czy potrafimy wskazać dokument lub zapis potwierdzający, że dostawca spełnia wymóg znakowania? Jeśli nie — to pierwszy punkt do uzupełnienia.

Warto pamiętać, że dostawcy systemów AI różnią się podejściem do tego obowiązku w zależności od tego, na jakiej technologii AI i na architekturze których modeli AI opiera się dane narzędzie — dlatego przegląd vendora nie jest jednorazową formalnością, tylko czymś, co trzeba powtarzać przy każdej istotnej aktualizacji narzędzia.

Jak wygląda kwestia praw autorskich i opt-out przy treningu AI?

W obszarze praw autorskich Omnibus nie wprowadził rewolucji — nie ruszył ani artykułu 53, ani całego reżimu dla modeli ogólnego przeznaczenia. Zmieniła się natomiast jedna istotna rzecz w kalendarzu: obowiązki dla tych modeli działają już od sierpnia 2025, ale realne uprawnienia egzekucyjne urzędu (AI Office) ruszają dopiero 2 sierpnia 2026. To znaczy, że dopiero teraz materializuje się prawdziwe ryzyko kar za ich naruszenie.

Po stronie dostawcy modelu są dwa filary istotne dla copyright. Pierwszy to polityka poszanowania zastrzeżeń praw, czyli respektowanie sytuacji, w której twórca zastrzegł, że jego treści nie wolno wykorzystywać do treningu. Drugi to publiczne, dostatecznie szczegółowe podsumowanie danych użytych do treningu, publikowane według szablonu urzędu.

Jak działa mechanizm opt-out z dyrektywy DSM?

Pierwszy filar opiera się na mechanizmie opt-out z dyrektywy o prawie autorskim na jednolitym rynku cyfrowym (2019/790, tzw. dyrektywa DSM). Domyślnie dyrektywa dopuszcza eksplorację tekstów i danych (text and data mining), w tym na potrzeby trenowania modeli. Jej artykuł 4 ustęp 3 pozwala jednak uprawnionemu zastrzec swoje prawa — czyli wyłączyć swoje treści z takiego użycia. Dla materiałów udostępnionych publicznie w sieci zastrzeżenie musi być wyrażone w sposób możliwy do odczytania maszynowo: przez plik robots.txt, metadane przy konkretnym pliku, nagłówki HTTP albo dedykowane protokoły rezerwacji praw.

Artykuł 53 ustęp 1 litera c AI Act nakłada na dostawców modeli ogólnego przeznaczenia obowiązek wdrożenia polityki, która takie zastrzeżenia identyfikuje i respektuje, z użyciem najnowocześniejszych dostępnych technologii. Co istotne, obowiązek działa eksterytorialnie: zgodnie z motywem 107 rozporządzenia każdy dostawca wprowadzający model na rynek UE musi respektować unijne zastrzeżenia praw niezależnie od tego, w jakiej jurysdykcji odbywało się trenowanie. To zamyka drogę do obchodzenia opt-outu przez trenowanie poza Europą.

Dla agencji opt-out ma dwa wymiary. Jako twórca i właściciel praw — do własnego portfolio, zdjęć, projektów — możemy sami zastrzec te materiały przed wykorzystaniem do treningu, oznaczając je maszynowo (np. metadanymi typu „nie do trenowania AI” albo regułą w robots.txt na własnej domenie). Jako użytkownik narzędzi — powinniśmy preferować dostawców, których polityka realnie respektuje takie zastrzeżenia, bo to obniża ryzyko, że model wytrenowano na treściach pozyskanych wbrew woli uprawnionych. Warto też pamiętać, że to reżim opt-out, nie opt-in: brak zastrzeżenia oznacza domyślną zgodę na eksplorację.

Sam sposób wyrażania zastrzeżeń wciąż się dociera — na poziomie UE trwają prace nad uzgodnionym, standardowym protokołem opt-out, a orzecznictwo (jak głośna sprawa LAION przed sądem w Hamburgu) dopiero kształtuje to, co liczy się jako skuteczne, maszynowo czytelne zastrzeżenie.

Drugi filar dotyczy nas jako użytkownika pośrednio: to nie my publikujemy podsumowanie danych treningowych — robi to dostawca modelu — ale powinniśmy z niego korzystać przy doborze narzędzia, bo to dziś jedyne publiczne źródło pozwalające ocenić, na jak czystych danych model był trenowany. Przy klientach wrażliwych na pochodzenie materiału bywa to argument decydujący.

Osobna kwestia, którą trzeba trzymać oddzielnie, to autorstwo treści wygenerowanej przez AI. Tego AI Act w ogóle nie reguluje — to wciąż domena prawa autorskiego, gdzie obowiązuje zasada, że bez istotnego ludzkiego wkładu twórczego output nie korzysta z ochrony. Sam fakt wygenerowania czegoś nie czyni nas automatycznie właścicielem praw w klasycznym rozumieniu. Tę granicę warto trzymać świadomie osobno od AI Act — podobnie jak konsekwentnie rozdzielamy AI Act od RODO. Oba reżimy działają równolegle i jeden nie zastępuje drugiego.

W praktyce: AI Act mówi o przejrzystości i bezpieczeństwie, prawo autorskie o własności, a RODO o danych osobowych. Przy każdym projekcie warto zadać sobie trzy osobne pytania, zamiast wrzucać wszystko do jednego worka „zgodności z AI”.

Jak na AI Act reagują Meta i Chiny?

Dwa pytania wracają najczęściej: jak zachowują się więksi gracze i czy to wyłącznie unijny wymysł. Odpowiedź na drugie brzmi: nie — podobne przepisy powstają równolegle w różnych częściach świata, a Meta dobrze pokazuje napięcie między branżą a regulatorem.

Meta występuje w dwóch rolach. Jako dostawca modelu (rodzina Llama) jest jedynym dużym graczem, który odmówił podpisania Kodeksu GPAI w lipcu 2025, uznając go za przekroczenie zakresu AI Act — podczas gdy Kodeks podpisali między innymi Anthropic, OpenAI, Google, Microsoft, Mistral i Amazon. Skutek odmowy okazał się odwrotny do zamierzonego: modele Meta trafiły pod bliższą kontrolę unijnego urzędu, a same obowiązki AI Act i tak ich dotyczą. Wniosek jest pouczający: Kodeks jest dobrowolny, ale jego brak oznacza więcej kontroli, nie mniej obowiązków.

Druga rola dotyczy agencji bezpośrednio, bo publikujemy na platformach Meta. Od 2024 Facebook i Instagram czytają metadane w standardzie C2PA i automatycznie doklejają etykietę „AI Info” do treści, które takie metadane niosą. Problem w tym, że wykrywanie po metadanych nie odróżnia istotnej generacji od drobnej asysty — potrafi oznaczyć realne zdjęcie produktu tak samo jak obraz wygenerowany w całości, a treść uznaną za zwodniczą bywa zjeżdżana w zasięgu. Od maja 2026 Instagram wprowadził też osobną etykietę konta „AI Creator” dla twórców publikujących głównie treści AI.

Chiny poszły najdalej i najwcześniej. Od 1 września 2025 obowiązują tam środki oznaczania treści generowanych przez AI wraz z normą krajową. Model jest dwuwarstwowy: etykieta jawna, czyli widoczny napis „AI”, dla treści mogących wprowadzać w błąd, oraz etykieta ukryta w metadanych — z nazwą dostawcy i identyfikatorem treści — dla całej treści AI, niezależnie od ryzyka pomyłki. Platformy takie jak WeChat, Douyin i Weibo działają jak strażnicy i wymagają od twórców deklarowania treści AI. Co istotne, przepisy obowiązują eksterytorialnie, więc kampania kierowana na rynek chiński z grafiką AI wymaga oznaczenia u źródła.

Dwie logiki obok siebie widać wyraźnie: UE stosuje podejście oparte na prawach — znak maszynowy po stronie dostawcy plus widoczna etykieta deepfake po stronie publikującego. Chiny stosują model kontroli państwowej — oznaczenie jawne i ukryte szeroko, z platformą jako egzekutorem. Zestawienie tych logik dobrze unaocznia, że transparentność treści AI to globalny kierunek, a nie lokalny kaprys.

Czy reklama i content organiczny mają różne zasady oznaczania AI?

Częste nieporozumienie warto wyprostować od razu: AI Act nie rozróżnia treści reklamowej od organicznej. Wyzwalaczem obowiązku nie jest to, czy coś jest płatną reklamą, tylko charakter samej treści — czy to syntetyczny obraz, wideo, audio albo tekst, czy to deepfake. Ta sama grafika generatywna wymaga dokładnie tego samego traktowania, gdy wrzucamy ją jako organiczny post i gdy publikujemy jako spot reklamowy.

Reklamowość wchodzi do gry przez inne reżimy, nie przez artykuł 50. To prawo konsumenckie i przepisy o nieuczciwych praktykach handlowych, a także polityki samych platform — Meta wymaga ujawnienia AI w reklamach i zakazuje reklam deepfake’owych, ze szczególnym rygorem dla reklam politycznych i społecznych. Znaczenie ma też widownia: próg wprowadzenia w błąd ocenia się względem realnej widowni, a jeśli są w niej grupy wrażliwe jak dzieci, próg ten spada — i nie trzeba przy tym wykazać złej intencji.

W praktyce: nie pytaj „czy to reklama?”. Pytaj „czy przeciętny odbiorca mógłby wziąć to za autentyczne?”. To drugie pytanie decyduje o obowiązku oznaczenia.

Czy packshot z AI trzeba oznaczać?

Osobno warto omówić packshoty — to podręcznikowy przypadek graniczny. Nie ma osobnego przepisu o packshotach, ale Wytyczne Komisji dają prostą heurystykę: treść stylizowana albo poddana drobnej korekcie technicznej jest poza reżimem, a treść fotorealistyczna albo poddana istotnej ingerencji — w reżimie. Drobna asysta AI nie czyni packshotu deepfakiem i nie wymaga widocznej etykiety: korekta koloru, redukcja szumu, regulacja światła, przeskalowanie, kompresja pliku czy uporządkowanie tła realnego produktu to kategoria wspomagana AI. Natomiast istotna ingerencja wymaga oznaczenia: usunięcie obiektu, zmiana twarzy, koloryzacja, generatywne tło, produkt umieszczony w całości wygenerowanej scenie albo wygenerowany model trzymający produkt. Część sytuacji — retusz stocków, podmiana tła, kadrowanie twarzy — pozostaje szarą strefą, którą doprecyzuje praktyka nadzorcza od sierpnia 2026.

Podwójne ryzyko packshotu: prawnie grozi nam niedo-oznaczenie istotnej generacji, ale na platformach grozi coś odwrotnego — prze-oznaczenie. Meta po resztkowych metadanych C2PA, które zostawia Photoshop czy Firefly, potrafi doklieić „AI Info” nawet do realnego zdjęcia produktu, obniżając mu zasięg. Stąd praktyczna zasada higieny metadanych: zachowujemy proweniencję tam, gdzie oznaczenie jest potrzebne, i czyścimy ją, gdy zdjęcie jest realne, a edycja minimalna.

Co zrobić do 2 sierpnia i do 2 grudnia 2026? Checklista wdrożenia

Do 2 sierpnia 2026 (rola publikującego treść):

• Wpisujemy oznaczanie treści AI w workflow produkcji statyk i wideo — jasne, kto, na jakim etapie i w jakiej formie je dodaje.
• Ustalamy standard etykiety: widoczny napis „AI” przez cały czas ekspozycji, z gotowym szablonem dla spotu i posta.
• Przy chatbotach i asystentach na froncie dodajemy jasny komunikat, że odbiorca rozmawia z AI, najpóźniej przy pierwszej interakcji.
• Klasyfikujemy treści na w pełni generatywne i tylko wspomagane, bo mają różny rygor.
• Przeprowadzamy krótkie szkolenie zespołu — obowiązek podstawowej kompetencji w zakresie AI dotyczy wszystkich pracujących z tymi narzędziami, nie tylko działu technicznego.

Do 2 grudnia 2026 (rola narzędzi i procesu):

• Przegląd narzędzi generatywnych i potwierdzenie, że dostawca embeduje znak maszynowy.
• Porządkujemy zapisy umowne z vendorami: zgodność ze znakowaniem, prawa do outputu, możliwość opt-outu z treningu, umowa powierzenia danych.
• Zajmujemy jednoznaczne stanowisko wobec nowego zakazu — żadne narzędzie ani proces w naszej pracy nie może służyć do generowania niekonsensualnych treści intymnych.
• Aktualizujemy rejestr narzędzi AI razem z klasyfikacją ryzyka dla każdego z nich.

Pytania kontrolne: czy Twoja agencja jest gotowa na AI Act?

1. Gdyby klient zapytał dziś, czy nasz ostatni spot jest zgodny z AI Act — czy potrafimy w jednym zdaniu wskazać, gdzie i jak go oznaczyliśmy oraz na jakim narzędziu powstał?
2. Które z naszych obecnych narzędzi generatywnych mają potwierdzone w umowie znakowanie maszynowe, a które wymagają dopytania dostawcy?
3. Gdzie w workflow montażu i produkcji powinien znaleźć się moment „oznaczam i zapisuję, czego użyłem” — i kto za niego odpowiada?
4. Czy potrafimy rozdzielić trzy pytania — przejrzystość (AI Act), własność (prawo autorskie) i dane osobowe (RODO) — na konkretnym, bieżącym projekcie?
5. Przy naszych ostatnich packshotach — czy AI było tylko drobną asystą, czy istotną ingerencją, i czy nasze metadane nie wywołają niepotrzebnej etykiety „AI Info” na platformach?

FAQ — najczęściej zadawane pytania o AI Act

Czym jest AI Act i kogo dotyczy? AI Act to rozporządzenie UE 2024/1689, pierwszy kompleksowy akt prawny regulujący AI. Obowiązuje horyzontalnie każdego, kto buduje, wdraża lub wykorzystuje systemy sztucznej inteligencji, niezależnie od branży i kraju siedziby, jeśli treści docierają do odbiorców w UE. Dotyczy to zarówno podmiotów prywatnych, jak i organów publicznych, i ma szczególne znaczenie dla każdego, kto na co dzień pracuje z treściami syntetycznymi.

Czy agencja kreatywna musi stosować AI Act? Tak, jeśli tworzy lub publikuje treści przy użyciu narzędzi AI. Większość pracy agencji mieści się w kategorii obowiązków przejrzystości (oznaczanie treści), a nie w kategorii wysokiego ryzyka wymagającej pełnej dokumentacji technicznej i certyfikacji.

Kiedy zaczyna obowiązywać AI Act w 2026 roku? Kluczowa data to 2 sierpnia 2026 — wchodzi obowiązek oznaczania deepfake’ów i informowania, że chatbot to AI. Od 2 grudnia 2026 obowiązuje maszynowe znakowanie treści generatywnych oraz zakaz tzw. nudifierów. To jeden z najważniejszych terminów wynikających z nowych regulacji, wdrażanych etapami od wejścia w życie obowiązujących przepisów w 2024 roku.

Jak oznaczać treści wygenerowane przez AI? Jeśli dana treść została wygenerowana w całości przez AI, trzeba ją oznaczyć widocznym napisem „AI” przez cały czas ekspozycji, niezależnie od tego, czy pojawia się w przestrzeni publicznej, w mediach społecznościowych, czy w innej części przestrzeni cyfrowej. U podstaw tego obowiązku leży prawo wiedzieć, że ogląda się materiał wygenerowany przez maszynę, a nie autentyczne nagranie. Dotyczy to zarówno treści wideo, treści audio i treści dźwiękowe, jak i grafik z cechami osobistymi przypominającymi istniejącą osobę. Treść jedynie wspomagana AI albo istotnie zmodyfikowana w niewielkim stopniu podlega łagodniejszemu reżimowi. W praktyce oznacza to jedno pytanie: czy dana treść mogłaby wprowadzać odbiorców w błąd, czy odbiorca mógłby niesłusznie uznać ją za autentyczny materiał.

Kto odpowiada za znakowanie treści AI — agencja czy dostawca narzędzia? Agencje są zwykle podmiotem stosującym system AI (deployerem), nie providerem. Ciężar techniczny znakowania maszynowego leży po stronie dostawcy narzędzia AI, a agencja odpowiada za widoczne oznaczenie treści publikowanej. Wiąże się to z odpowiedzialnością cywilną po stronie tego, kto publikuje — błąd w oznaczeniu obciąża agencję, nie tylko innych dostawców technologii w łańcuchu.

Jakie kary grożą za brak zgodności z AI Act? Kara za naruszenie obowiązków przejrzystości (art. 50) może wynieść do 6% globalnego rocznego obrotu firmy. To jeden z argumentów za odpowiedzialne korzystanie z AI i regularny przegląd dokumentacji technicznej dostawców narzędzi.

Jakie praktyki AI są całkowicie zakazane? Na szczycie piramidy ryzyka AI Act stawia praktyki całkowicie zakazane, takie jak stosowanie scoringu społecznego czy manipulacja podprogowa wpływająca na zachowanie ludzi. To jedyna kategoria, w której nie ma mowy o łagodniejszym reżimie ani wyjątkach — dotyczy to wszystkich podmiotów, niezależnie od tego, czy działają w sektorze prywatnym, czy w usługach publicznych.

Źródła: Regulacja (UE) 2024/1689 (art. 5, 50, 53); Dyrektywa (UE) 2019/790 (DSM), art. 4 ust. 3 — opt-out / zastrzeżenie praw; Omnibus cyfrowy — porozumienie polityczne 7.05.2026 (Rada UE / Parlament Europejski); Kodeks GPAI (10.07.2025) i Kodeks postępowania ws. transparentności treści AI (10.06.2026, Komisja Europejska); projekt Wytycznych KE do art. 50 (maj 2026); szablon podsumowania danych treningowych AI Office (24.07.2025); artificialintelligenceact.eu.