Polityka AI w firmie powinna być krótką, operacyjną procedurą: określać zatwierdzone narzędzia, klasy danych, poziomy akceptacji, obowiązkową kontrolę człowieka, rejestr zastosowań, zgłaszanie incydentów i szkolenia. Nie zastępuje jednak analizy konkretnego procesu pod kątem RODO, AI Act ani innych przepisów.
1. Cel i zakres polityki AI w firmie
Regulamin korzystania z AI powinien zaczynać się od jasnego określenia, po co organizacja go przyjmuje. Celem nie jest zakaz używania sztucznej inteligencji, lecz kontrola ryzyka: wycieku informacji, błędnych treści, nieuprawnionej automatyzacji decyzji i użycia narzędzia, którego warunki dostawcy nie zostały sprawdzone.
W pierwszym paragrafie wskaż, że procedura obejmuje pracowników, współpracowników, podwykonawców oraz osoby korzystające z systemów AI w imieniu firmy. Zakres powinien dotyczyć zarówno narzędzi udostępnionych przez organizację, jak i aplikacji używanych do pracy na prywatnych kontach. Zasady używania AI w pracy muszą obowiązywać niezależnie od tego, czy narzędzie służy do redagowania tekstu, analizy dokumentów, tłumaczenia, programowania czy tworzenia grafiki.
Dokument powinien mieć właściciela, numer wersji, datę wejścia w życie i termin przeglądu. Warto wskazać również funkcje odpowiedzialne za akceptację: właściciela procesu, IT lub bezpieczeństwo, osobę odpowiedzialną za ochronę danych, funkcję prawną oraz kierownictwo. Dzięki temu pracownik wie, gdzie skierować nowe zastosowanie, zamiast samodzielnie rozstrzygać, czy wolno przekazać dane do konkretnego modelu.
Podstawą organizacyjną jest obowiązek kompetencji AI z art. 4 Rozporządzenia (UE) 2024/1689. Przepis wymaga podejmowania działań na rzecz odpowiedniego poziomu kompetencji personelu i innych osób korzystających z systemów AI w imieniu organizacji. Polityka powinna więc przewidywać szkolenie wdrożeniowe oraz szkolenie okresowe, a nie tylko publikację dokumentu w intranecie.
AI Act stosuje się zasadniczo od 2 sierpnia 2026 r. — art. 113. Rozdziały I i II, obejmujące między innymi zakazane praktyki oraz obowiązek kompetencji w zakresie AI, stosują się od 2 lutego 2025 r.; część obowiązków dotyczących systemów wysokiego ryzyka zaczyna obowiązywać później. Te daty powinny pojawić się w harmonogramie przeglądu procedury.
2. Lista narzędzi i dozwolonych zastosowań
Nie wystarczy wpisać, że pracownik może korzystać z „bezpiecznego AI”. Utwórz katalog zatwierdzonych narzędzi. Dla każdej pozycji zapisz nazwę i dostawcę, właściciela po stronie firmy, dozwolone oraz zakazane zastosowania, klasy danych, ustawienia retencji, sposób dostępu, transfery danych, możliwość wykorzystania danych do trenowania i datę ostatniej oceny.
„Zatwierdzone narzędzie” powinno oznaczać narzędzie ocenione przez organizację pod kątem bezpieczeństwa, warunków dostawcy, retencji, dostępu, transferów i wykorzystywania danych do trenowania. Samo to, że aplikacja jest popularna albo dostępna bezpłatnie, nie jest akceptacją firmową. Polityka powinna też zakazywać prywatnych kont przy pracy z informacjami wewnętrznymi i poufnymi.
Przy każdym narzędziu określ przeznaczenie. Ten sam model może być dopuszczony do opracowania publicznego komunikatu, ale wyłączony z analizy korespondencji klientów. Osobno opisz zastosowania wymagające dodatkowej zgody, takie jak tłumaczenie dokumentów przez AI, analiza CV, klasyfikowanie spraw klientów albo generowanie odpowiedzi wysyłanych bezpośrednio do odbiorców.
W instrukcji powinien znaleźć się bezwzględny zakaz używania AI do praktyk określonych w art. 5 AI Act. Dotyczy to między innymi technik subliminalnych oraz celowo manipulacyjnych lub zwodniczych, jeżeli prowadzą albo mogą prowadzić do znaczącej szkody. Należy także zakazać obchodzenia kontroli i podejmowania decyzji z pominięciem określonych w procedurze poziomów akceptacji.
3. Klasy danych, akceptacja i kontrola człowieka
Najbardziej praktyczną częścią polityki jest macierz danych. Poziomy 1–4 poniżej są rekomendowaną strukturą wewnętrznej procedury, a nie ustawową skalą. Im większe ryzyko dla osoby, tajemnicy przedsiębiorstwa lub praw organizacji, tym wyższy poziom akceptacji.
| Klasa danych | Przykłady | Minimalny poziom akceptacji w procedurze | Wymagana kontrola i dokumentacja | Podstawa prawna lub oficjalna wskazówka |
|---|---|---|---|---|
| Publiczne | Opublikowane informacje firmowe, materiały marketingowe, dane dostępne publicznie | Poziom 1: użytkownik może użyć zatwierdzonego narzędzia zgodnie z instrukcją | Sprawdzenie wyniku przez użytkownika; zapis narzędzia i celu w rejestrze, jeżeli zastosowanie jest powtarzalne | AI Act art. 4; RODO art. 5 ust. 2 |
| Wewnętrzne i poufne | Niepubliczne procedury, projekty ofert, informacje operacyjne bez szczególnych kategorii danych | Poziom 2: zgoda właściciela procesu i potwierdzenie, że narzędzie jest na liście zatwierdzonej | Zakaz używania prywatnych kont; kontrola ustawień retencji i wykorzystania danych; kontrola człowieka przed publikacją lub decyzją | RODO art. 5, 6, 25 i 32; AI Act art. 4 |
| Dane osobowe zwykłe | Imiona, adresy e-mail, identyfikatory klientów, treść korespondencji zawierająca dane osoby | Poziom 3: akceptacja właściciela procesu oraz IOD lub osoby odpowiedzialnej za ochronę danych, po określeniu podstawy prawnej i celu | Minimalizacja danych; ocena dostawcy i transferów; rejestr celu, kategorii danych, narzędzia, odbiorców i okresu przechowywania | RODO art. 5, 6, 13–14, 25, 32; EDPB, Opinia 28/2024 |
| Szczególne kategorie danych lub zastosowania wysokiego ryzyka | Dane zdrowotne, biometryczne, informacje o poglądach; rekrutacja, ocena pracowników, decyzje wpływające na osoby | Poziom 4: formalna akceptacja prawna, IOD, właściciela procesu i kierownictwa; wdrożenie dopiero po udokumentowanej ocenie ryzyka | Ocena podstawy z art. 9 RODO; analiza art. 22 RODO, jeżeli decyzja jest zautomatyzowana; w razie wysokiego ryzyka DPIA z art. 35; obowiązkowa kontrola człowieka | RODO art. 9, 22 i 35; AI Act art. 6, 26 i 27 |
Poziomy 1–4 nie są ustawową skalą; klasyfikację trzeba dostosować do branży, zakresu danych i faktycznego zastosowania.
Przed użyciem AI z danymi osobowymi zapisz cel, podstawę prawną, zakres danych, odbiorców, okres przechowywania i zabezpieczenia. RODO wymaga nie tylko przestrzegania zasad z art. 5, lecz także wykazania tego przestrzegania na podstawie art. 5 ust. 2.
Nie zakładaj, że model jest anonimowy tylko dlatego, że dostawca tak go opisuje. EDPB w Opinii 28/2024 wskazuje, że ocena powinna obejmować prawdopodobieństwo bezpośredniego lub probabilistycznego wydobycia danych oraz prawdopodobieństwo uzyskania danych osobowych przez zapytania. Oba poziomy powinny być nieznaczące przy uwzględnieniu środków możliwych do racjonalnego zastosowania. Procedura może odsyłać do osobnej instrukcji dotyczącej anonimizacji danych przed AI.
Kontrola człowieka oznacza więcej niż kliknięcie „zatwierdź”. Polityka powinna wskazywać osobę odpowiedzialną za weryfikację, kryteria odrzucenia wyniku, sposób sprawdzania faktów i obowiązek eskalacji błędów. Wynik AI jest propozycją, a nie samodzielną decyzją. Dotyczy to szczególnie rekrutacji, oceny pracowników, obsługi klientów i innych działań wpływających na osoby.
4. Rejestr zastosowań i ocena procesu
Każde powtarzalne zastosowanie AI powinno trafić do rejestru. Minimalne pola to: proces, cel, narzędzie i jego wersja, właściciel, klasy danych, odbiorcy, podstawa prawna, poziom ryzyka, sposób kontroli człowieka, data akceptacji i data przeglądu. Dla zastosowań z danymi osobowymi dodaj także zakres danych, retencję, transfery i informacje o dostawcy.
Rejestr pozwala odróżnić jednorazowy eksperyment z publicznym tekstem od procesu, który codziennie analizuje korespondencję klientów. Ułatwia także wykazanie rozliczalności z art. 5 ust. 2 RODO oraz sprawdzenie, czy narzędzie i cel nadal odpowiadają zaakceptowanemu opisowi. Zmiana modelu, dostawcy, wersji, ustawień retencji albo zakresu danych powinna uruchamiać ponowną ocenę.
Jeżeli podstawą ma być uzasadniony interes, do zgłoszenia dołącz trzy kroki opisane przez EDPB w Opinii 28/2024: identyfikację interesu, test konieczności oraz test wyważenia interesu administratora z prawami i wolnościami osób. W przypadku przetwarzania mogącego powodować wysokie ryzyko dla praw i wolności osób rozważ ocenę skutków dla ochrony danych z art. 35 RODO. DPIA jest istotnym elementem rozliczalności przy takich zastosowaniach modeli AI.
Jeden kanał zgłoszeń powinien obsługiwać incydenty. Za incydent uznaj między innymi ujawnienie danych, użycie niezatwierdzonego narzędzia, wygenerowanie treści fałszywej lub dyskryminującej oraz pominięcie kontroli człowieka. Instrukcja powinna wymagać zabezpieczenia dowodów, w tym promptu, wyniku, daty, narzędzia i odbiorców, a następnie określać eskalację do IT, bezpieczeństwa, IOD albo prawników.
Mała organizacja powinna opracować procedurę adekwatną do własnych procesów, danych i ryzyka. Zobacz także: AI w małej firmie.
5. Szkolenia i przegląd polityki
Szkolenie wdrożeniowe powinno obejmować cztery klasy danych, poziomy 1–4 akceptacji, bezpieczne formułowanie poleceń, halucynacje, prawa autorskie, phishing, incydenty oraz kontrolę człowieka. Pracownik powinien umieć rozpoznać, kiedy publiczny tekst można przekazać do zatwierdzonego narzędzia, a kiedy wymagane są zgody właściciela procesu, IOD, prawników lub kierownictwa.
Szkolenie okresowe powinno uwzględniać zmiany narzędzi, procedury i prawa. Przegląd polityki przeprowadź po zmianie narzędzia, procesu, prawa lub poziomu ryzyka. W harmonogramie trzeba uwzględnić daty stosowania AI Act: zasadniczo 2 sierpnia 2026 r. oraz 2 lutego 2025 r. dla rozdziałów I i II.
To edukacyjny szkielet procedury, a nie opinia prawna; przed wdrożeniem należy ocenić konkretny proces, role administratora i procesora, transfery, podstawy prawne, obowiązki pracodawcy oraz ewentualną DPIA, a zastosowania regulowane lub wysokiego ryzyka powinny zostać zatwierdzone przez właściwe funkcje prawne i ochrony danych.
Najczęstsze pytania
Czy firma potrzebuje polityki korzystania z AI?
W praktyce tak, jeżeli pracownicy korzystają z AI w imieniu firmy. AI Act ustanawia obowiązek działań na rzecz odpowiedniego poziomu kompetencji w zakresie AI, a RODO wymaga rozliczalności administratora. Polityka porządkuje te obowiązki, ale sama nie zapewnia zgodności konkretnego procesu.
Czego nie wolno wpisywać do publicznego AI?
Co do zasady nie należy wpisywać danych osobowych, szczególnych kategorii danych, haseł, kluczy API, danych klientów, tajemnicy przedsiębiorstwa ani nieopublikowanych informacji, jeżeli narzędzie nie zostało formalnie zatwierdzone do takiego użycia. Publiczna dostępność danych nie przesądza o ich anonimowości ani zgodności dalszego użycia z RODO.
Kto powinien zatwierdzić narzędzia AI w firmie?
Dla narzędzi niskiego ryzyka można przyjąć akceptację właściciela procesu i IT lub bezpieczeństwa. Przy danych osobowych należy dołączyć IOD albo osobę odpowiedzialną za ochronę danych, a przy szczególnych kategoriach danych, automatyzacji decyzji, rekrutacji albo zastosowaniach wysokiego ryzyka — także funkcję prawną i kierownictwo.
Źródła
- Rozporządzenie (UE) 2024/1689 — AI Act, EUR-Lex, 2024, art. 4, 5, 6, 26, 27, 113
- Rozporządzenie (UE) 2016/679 — RODO, EUR-Lex, 2016, art. 5, 6, 9, 13–14, 22, 25, 32, 35
- Opinia 28/2024 dotycząca ochrony danych w kontekście modeli AI — Europejska Rada Ochrony Danych, 2024, EDPB Opinion 28/2024
Tekst został utworzony przy pomocy sztucznej inteligencji (modeli językowych).
