Polityka korzystania z AI w firmie: 10 zasad, 5 sytuacji „AI ma milczeć" i 14 klauzul do regulaminu 

Polityka korzystania z AI w firmie to dokument na jedną, maksymalnie dwie strony, który mówi trzy rzeczy: czym wolno, czego nie wolno i kto bierze odpowiedzialność za wynik. Nie jest zakazem używania narzędzi. Jest spisem narzędzi zatwierdzonych, zakazem wklejania danych wrażliwych i listą sytuacji, w których rozstrzyga człowiek, a nie model. Unijne prawo wymaga tego osobno: art. 4 AI Actu zobowiązuje firmy do zapewnienia poziomu kompetencji osób korzystających z AI, a art. 26 do nadzoru człowieka, monitorowania i prowadzenia logów przy systemach wysokiego ryzyka. Poniżej masz gotową strukturę: 10 zasad, 5 sytuacji, w których AI ma milczeć, i 14 klauzul do regulaminu.

Dlaczego polityka AI powstaje sama, nawet jeśli jej nie piszesz

Badanie Microsoft i LinkedIn Work Trend Index z 2024 roku objęło 31 tys. osób pracujących w 31 krajach, w tym w Polsce. Wnioski są niepokojące dla każdego, kto liczy, że „ludzie sami nie będą używać". 78% osób korzystających z AI w pracy przynosi własne narzędzia zamiast tych firmowych, a w firmach średniej wielkości odsetek rośnie do 80%. Jednocześnie 52% użytkowników nie chce przyznać, że używa AI przy najważniejszych zadaniach, a 53% obawia się, że takie użycie uczyni ich zastępowalnymi.

Tłumaczenie jest proste: zespół używa narzędzi, których firma nie zna, na danych, których nikt nie kontrolował. Raport Microsoft łączy te dwie rzeczy wprost, łącząc nieufność pracowników z ryzykiem dla danych firmowych. Polityka, której nie ma, działa jak brak polityki, tyle że nikt za nią nie odpowiada.

Jedno zastrzeżenie metodologiczne, bo te liczby często cytuje się błędnie. To dane globalne: Polska była w próbie po 1000 osób na rynek, ale raport publikuje wyłącznie wyniki zagregowane. Dodatkowo telemetria użyta w części opracowań raportu wyłącza aktywność w Unii Europejskiej. Żadna z tych liczb nie jest polska i żadna nie mówi, co robi Twoi ludzie.

Co mówi prawo i czego ten tekst świadomie nie mówi

Art. 4: kompetencje, nie dokumenty

Artykuł 4 unijnego AI Actu nosi nazwę „AI literacy" i jest krótki. Firmy i instytucje mają podjąć środki, aby zapewnić odpowiedni poziom kompetencji swoich pracowników oraz innych osób obsługujących systemy AI w ich imieniu, z uwzględnieniem wiedzy technicznej, doświadczenia, wykształcenia, szkoleń i kontekstu użycia. W oryginale jest to angielski tekst rozporządzenia, więc wszystkie cytaty w tym artykule tłumaczę sam i oznaczam jako własne.

W art. 4 nie ma terminu, certyfikatu ani egzaminu. Jest jedno: środki. Godzina szkolenia, instrukcja, checklist, osoba, do której można zadanie o pytanie. Zakres obejmuje wszystkie podmioty, również małe firmy i startupy, nie tylko dostawców modeli.

Art. 26: obowiązki firmy, która używa systemu wysokiego ryzyka

Art. 26 dotyczy podmiotów korzystających z systemów AI wysokiego ryzyka i ma dwanaście ustępów. Większość z nich nigdy nie dotknie małej firmy, ale cztery są użyteczne jako wzorzec dyscypliny, bo opisują dokładnie to, czego brakuje w nieformalnym użyciu narzędzi:

• Ustawowe obowiązki, o których nie wiesz, łatwiej egzekwować, gdy masz je spisane. Ustęp 1 każe stosować system zgodnie z instrukcją dostawcy, ustęp 2 przypisać nadzór osobom o odpowiednich kompetencjach, szkoleniu i uprawnieniach.
• Art. 26 ust. 6 nakazuje przechowywać automatycznie generowane logi co najmniej sześć miesięcy, o ile są pod kontrolą firmy. To jedyna konkretna liczba retencyjna w całej regulacji i dotyczy wyłącznie systemów wysokiego ryzyka, a nie wszystkich narzędzi.
• Ustęp 7 zobowiązuje pracodawcę do poinformowania przedstawicieli pracowników i samych pracowników, zanim system wysokiego ryzyka wejdzie do pracy. Ustęp 11 nakazuje poinformować osoby, których dotyczą decyzje podejmowane z udziałem systemu z załącznika III.

Ustęp 9 łączy AI Act z RODO: tam, gdzie masz obowiązek oceny skutków dla ochrony danych, informacje z dokumentacji systemu mają ci w tym pomóc. Ustęp 5 mówi wprost, co zrobić, gdy uznasz, że użycie systemu stwarza ryzyko: poinformować dostawcę i organ nadzoru rynku oraz zawiesić korzystanie.

Dwa ustępy są mniej oczywiste, a przydają się w codziennej pracy. Czwarty mówi, że jeśli kontrolujesz dane wejściowe, masz zadbać, by były adekwatne do celu systemu, czyli nie np. arkusz z trzema przypadkami zamiast pełnej historii. Dwunasty zobowiązuje do współpracy z organami, gdy prowadzą działania dotyczące systemu. Żaden z tych zapisów nie każe Ci niczego kupować ani wdrażać, ale oba wystarczą, żeby odpowiedzieć „nie mamy procedury" w rozmowie z kontrolerem.

Cztery poziomy ryzyka według Komisji

Komisja Europejska buduje regulację wokół drabiny ryzyka. To najprostszy podział, żeby zdecydować, czy dany scenariusz w ogóle dotyczy Twojej firmy.

Poziom	Przykład	Co z tego wynika
Minimalne ryzyko	Filtry spamu, gry z AI	Brak obowiązków, kodeksy dobrowolne
Ryzyko przejrzystości	Chatboty, treści generowane	Informuj, że rozmawiasz z maszyną, oznaczaj treść
Wysokie ryzyko	Rekrutacja, oprogramowanie medyczne	Systemy ograniczenia ryzyka, dane wysokiej jakości, nadzór człowieka
Niedopuszczalne ryzyko	Ocena społeczna (social scoring)	Zakazane

Tu pada słowo „wysokie": rekrutacja jest wprost wymieniona jako system wysokiego ryzyka. Jeśli w firmie ktoś używa narzędzia do przeglądu CV, to nie jest kwestia gustu, tylko inna klasa wymogów.

Kalendarz: pewna jest jedna data

AI Act wszedł w życie 1 sierpnia 2024 roku. To jedyna data, którą potwierdza oficjalne źródło Komisji Europejskiej, i warto ją zapamiętać, bo w materiałach komercyjnych bywa przedstawiana jako „obowiązuje od”, co nie jest tym samym. Przepisy dotyczące modeli ogólnego przeznaczenia miały zacząć obowiązywać po dwunastu miesiącach od wejścia w życie.

Dla reszty ustępów dat nie znalazłem w źródłach, którymi dysponuję, i nie zamierzam ich zmyślać. Są dwa powody, żeby sprawdzać to u źródła. Po pierwsze, sam serwis Komisji ostrzega, że tekst art. 4 i art. 26 prezentowany na nim „został nowelizowany przez Digital Omnibus on AI, a tekst wyświetlany na tej stronie nie został jeszcze zaktualizowany". Po drugie, w czerwcu 2026 Rada Unii Europejskiej zatwierdziła rozporządzenie upraszczające, które przesuwa część dat dotyczących systemów wysokiego ryzyka, ale wtórne źródło, na którym to znalazłem, nie podaje nowych terminów. Pełny kalendarz obowiązków AI Act po polsku rozbijam osobno.

Jest jeszcze jeden szczegół, o którym mówię wprost, bo oszczędza kłopot. Ten sam serwis Komisji zastrzega, że jego streszczenia przepisów „służą do wyjaśnień, ale nie są prawnie wiążące". Jeśli budujesz dokument wewnętrzny na podstawie tekstu z portalu, traktuj go jako wygodne streszczenie, a nie jako podstawę do argumentacji przed kimkolwiek. Podstawa to Dziennik Ustaw.

10 zasad, które wchodzą do każdej polityki AI

Wzorców do skopiowania jest niewiele, ale jeden jest dobry i publiczny: Fundacja Centrum Cyfrowe opublikowała w lutym 2026 roku własną politykę korzystania z narzędzi generatywnych, razem z listą dozwolonych użyć i listą zakazów. Poniższe zasady to jej rdzeń plus to, czego brakuje wprost w tekście fundacji, a czego wymaga praktyka małej firmy.

1. Odpowiedzialność zostaje przy człowieku, który użył narzędzia. Fundacja nazywa to naczelną zasadą i rozwija: nie deleguje całości zadań na AI, tylko ich wybrane części. Nikt nie powie, że wnioszek napisał model, bo wnioszek podpisuje człowiek.
2. Najpierw pomysł, potem narzędzie. Wchodzisz z własnym pomysłem na tekst czy analizę, a model służy do wskazania słabych stron i braków, nie do podszywania tematu. Kolejność ma znaczenie także dlatego, że wszystko, co model wymyśli, i tak ląduje w Twoim dokumencie.
3. Nie wklejasz danych, które mogą być uznane za poufne, wrażliwe lub objęte tajemnicą organizacji. To zakaz twardy, bez wyjątków na „tylko żeby zobaczyć, jak działa".
4. Rozdzielasz narzędzia korporacyjne od prywatnych. Te drugie są dopuszczalne, ale wyłącznie w sytuacjach, które nie wymagają danych poufnych ani wrażliwych. Praktycznie: prywatne konto na czacie służy do burzy mózgów, firmowe do pracy na dokumentach.
5. Traktujesz każdą odpowiedź modelu jako hipotezę do sprawdzenia. Fundacja zakłada, że genAI zawsze może podawać błędne informacje, na przykład odnosić się do nieistniejących lub źle przypisanych tekstów albo niesłusznie łączyć wnioski z różnych wypowiedzi. Z tego samego powodu fundacja świadomie unika słowa „halucynacje", bo nadaje narzędziom cechy, których nie mają.
6. Uczysz zespół, bo to obowiązek, nie gest dobrej woli. Równolegle z art. 4 masz tu twardą lukę: szkolenie z AI otrzymało tylko 39% osób korzystających z niego w pracy, a 25% firm planowało w tym roku jakiekolwiek szkolenie z generatywnej AI. To stan faktyczny, nie dowód, że przepis nie działa.
7. Nie pozwalasz modelowi rozstrzygać sprawy człowieka. Rekrutacja, ocena okresowa, płace, zwolnienia, rozliczenia. Model może przygotować materiał, decyzję podpisuje i uzasadnia człowiek, który potrafi ją obronić.
8. Informujesz pracowników, zanim narzędzie wejdzie do pracy. Nie jako komunikat we wstępie, tylko wcześniej, z odpowiedzią na pytanie, czy pracownik może z tego korzystać i pod jakimi warunkami.
9. Oznaczasz, co jest wygenerowane. Nie chodzi o etykietkę na każdym akapicie, tylko o uczciwe powiedzenie, że materiał powstał z udziałem modelu, a w komunikacji z klientem o zaznaczeniu, że rozmawia z chatbotem, jeśli to prawda.
10. Wybierasz narzędzia świadomie. Fundacja wprost uzasadnia to prawami autorskimi: świadomy wybór narzędzi to decyzja o tym, czy akceptujesz praktykę producenta modelu. Zapis o wykazie narzędzi zatwierdzonych, z datą i osobą odpowiedzialną, jest częścią tej zasady.

Etyka AI w praktyce: trzy miejsca, w których decyduje zwykły człowiek

Etyka w polityce firmy zamienia się w pytania zadawane przez ludzi, którzy nie są prawnikami ani audytorami. W praktyce to trzy miejsca.

Pierwsze to odpowiedzialność. Nie ma sensu pisać, że firma „odpowiada za zastosowanie AI", jeśli nie wiadomo, czy konkretny wniosek, ofertę albo odpowiedź do klienta sprawdził człowiek, i czy ma do tego prawo. Etyczne użycie jako praca, a nie jako deklaracja, pojawia się w badaniu Microsoft jako jedno z zadań liderów: 47% z nich uważa, że zapewnienie etycznego wykorzystania AI będzie stać się stałą częścią ich pracy.

Druga to świadomy wybór narzędzia. Fundacja unika zarówno „uczłowieczania" narzędzi, jak i ich demonizacji, i stawia na zwiększanie świadomości mechanizmów i ryzyk zamiast na strach. Ta sama zasada dotyczy wyboru dostawcy: jeśli nie wiesz, ile czasu Twoje dane są przechowywane i czy służą do trenowania modeli, wybór dostawcy jest pozorny. Dwanaście pytań do dostawcy przed podpisaniem umowy powierzenia zebrałem w osobnym tekście.

Trzecie to zakres wpływu. Narzędzie, które pomaga napisać opis produktu, nie jest tym samym co narzędzie, które sortuje CV. Etyczna granica w firmie przebiega zwykle tam, gdzie pojawia się drugi człownik: jego dane, jego szansa, jego pieniądze.

5 sytuacji, w których AI ma milczeć

1. W prompcie są dane osobowe, wrażliwe lub poufne. Lista konkretnych pól, których nie wklejasz do modelu, oraz sposób ich anonimizacji, są osobnym tematem, ale zasada jest jednozdaniowa: jeśli nie możesz napisać o tym zleceniu w zwykłym mailu do klienta, nie wyślij tego do publicznego narzędzia.
2. Decyzja dotyczy konkretnego człowieka. Screening CV, pierwsza rozmowa, ocena okresowa, rozliczenie delegacji, decyzja o zwolnieniu. Rekrutacja jest wymieniona wprost jako system wysokiego ryzyka, a art. 26 ust. 2 i 11 mówią o nadzorze człowieka i obowiązku poinformowania osoby, której dotyczy decyzja. Granice tego, co wolno w rekrutacji po AI Act, opisałem osobno.
3. Piszesz cały dokument od zera. Tekst, prezentacja, wystąpienie, wniosek, komunikat. Fundacja ma to wprost na liście zakazów i warto skopiować ten zapis, bo brzmi kontrintuicyjnie dla ludzi, którzy dopiero odkrywają narzędzia: model redaguje, porządkuje i wskazuje luki, ale nie zastępuje pierwszej wersji.
4. Powstaje wizerunek człowieka. Zdjęcie generowane od zera, deepfake, retusz zmieniający wygląd przedstawionych osób. Fundacja korzysta z zasobów domeny publicznej i Creative Commons, a ingerencja w wygląd osób jest wyłączona wprost. Powód jest praktyczny, nie tylko etyczny: taki materiał nie da się obronić przed klientem ani w postępowaniu wewnętrznym.
5. Na odpowiedzi opierasz decyzję, nie sprawdzając źródła. Kwota w ofercie, termin w umowie, nazwa przepisu, cytat z dokumentu. W tym miejscu nie chodzi o zakaz, tylko o obowiązek: sprawdzasz, zanim użyjesz. Jak mierzyć to ryzyko, pokazuję na teście na 100 promptach.

14 klauzul do regulaminu

Uwaga o pochodzeniu tego zapisu: liczba 14 to mój wybór redakcyjny, a nie wynik żadnego przepisu. Poniższe zapisy to szkielet do rozmowy z prawnikiem, nie gotowy dokument do podpisania. Cztery z nich mają bezpośredni oparcie w art. 4 i art. 26 AI Actu, reszta to dobra praktyka, którą można wyrzucić bez szkody dla sensu całości.

Zakres, narzędzia, definicje

1. Cel i zakres. Polityka dotyczy użycia narzędzi generatywnych przez pracowników, współpracowników i contractorów w ramach obowiązków służbowych.
2. Definicje. Narzędzie zatwierdzone, narzędzie prywatne, prompt, wynik, materiał wygenerowany. Bez tych słów głosy o nadużyciach nie da się rozstrzygnąć.
3. Wykaz narzędzi zatwierdzonych. Lista z nazwą, opiekunem i data przeglądu. Aktualizuje jedna osoba, nie cały zespół.
4. Tryb zgody na narzędzie spoza wykazu. Kto zatwierdza, na jak długo, co się dzieje z danymi wprowadzonymi w międzyczasie.

Dane

5. Zakaz wklejania danych poufnych i objętych tajemnicą organizacji. Dotyczy również narzędzi zatwierdzonych, jeśli ich umowa tego nie przewiduje.
6. Zakaz wklejania danych osobowych i wrażliwych. Bez wyjątków; wyjątkiem jest forma anonimizacji, o której mowa w punkcie 7.
7. Anonimizacja zamiast zakazu. Opisany sposób, w jaki zespób może pracować na danych testowych bez danych produkcyjnych.

Praca, decyzje, odpowiedzialność

8. Odpowiedzialność za wynik. Imię i funkcja osoby, która zatwierdza efekt pracy z użyciem AI, oraz zapis, że odpowiada za niego tak samo jak bez narzędzia.
9. Nadzór człowieka. Decyzja dotycząca osoby nie może zapadać wyłącznie na podstawie wyniku modelu. Oparcie w art. 26 ust. 2.
10. Obowiązek weryfikacji. Fakty, liczby, cytaty i nazwy własne sprawdzane przed użyciem, najlepiej w źródle.
11. Oznaczanie materiałów. Jak i gdzie zaznacza się treść wygenerowaną, wewnętrznie i na zewnątrz firmy.
12. Informowanie o rozmowie z maszyną. Klient dowiaduje się, że pisze do bota. Oparcie w obowiązku przejrzystości przy systemach chatbotowych.
13. Informowanie pracowników. Przed wdrożeniem, z podaniem zakresu, celu i tego, kto odpowiada na pytania. Oparcie w art. 26 ust. 7.

Działanie polityki

13. Logi, dostępy, retencja. Kto ma dostęp do historii promptów, jak długo jest przechowywana i co się z nią dzieje. Sześć miesięcy to minimum z art. 26 ust. 6 dla logów systemów wysokiego ryzyka, a nie ogólna reguła dla wszystkich narzędzi.
14. Szkolenia, przegląd, wersje. Szkolenie wstępne i okresowe, obowiązkowe dla każdego, kto dostaje dostęp do narzędzi zatwierdzonych, plus data następnego przeglądu polityki. Oparcie w art. 4.

Czego w tym tekście nie ma

Wybieram tematy, których nie poruszam, bo nie mam na nie oparcia w źródłach, a zmyślona stawka zostaje w indeksie latami.

• Wysokości kar. AI Act ma rozdział o karach i art. 99, ale w materiałach, na których pracowałem, są wyłącznie tytuły przepisów, nie stawki. Nie podaję żadnej kwoty w euro ani w złotych, także przeliczonej z RODO. Osobno opisałem, co wiadomo o obowiązkach i terminach, w tekście o AI Act po polsku.
• Pełnego kalendarza stosowania. Jedna pewna data, informacja o nowelizacjach i tyle. Reszty nie zgaduję.
• Odpowiedzi na pytanie, czy potrzebujesz osoby odpowiedzialnej za zgodność z AI Act. To pytanie pojawia się w materiałach branżowych, ale odpowiedzi w nich nie ma, a nie chcę tworzyć wymogu, którego nie sprawdziłem.
• Reguł retencji w konkretnych narzędziach i umów powierzenia. Zależą od dostawcy i od Twojej umowy, więc jedna odpowiedź jest bezwartościowa. Zajmij się tym, zanim podpiszesz pierwszą umowę powierzenia, a nie po pierwszym audycie.
• Danych o Polsce. Jak wyjaśniałem wyżej, źródła, na których opieram liczby, podają wyniki globalne. Nie napiszę „Polacy używają AI w 75%", bo takiej liczby w nich nie ma.

Pierwszy miesiąc: cztery kroki, żeby polityka nie została szkicem

Polityka, której nikt nie czyta, jest martwa. Dlatego pierwszy dokument powinien być mały i mieć właściciela.

1. Jedna strona, nie dziesięć. Wybierz jedno narzędzie i jedno zadanie, które ma obsługiwać. Polityka dla wszystkich narzędzi naraz nie zostanie przeczytana przez nikogo.
2. Tabela narzędzi. Nazwa, kto płaci, czy to narzędzie firmowe, czy wolno w nim dane wrażliwe, kto jest opiekunem. Tabela jest dokumentem, który faktycznie aktualizują, bo widać w niej puste miejsca. Zanim zaczniesz, przepuść zespół przez checklistę 25 punktów, a zasady o danych osobnych masz rozpisane w tekście o RODO i AI w firmie.
3. Jedna sesja szkoleniowa. Godzina, konkretne zadania z pracy zespołu, zakazane przykłady. Szkolenie spełnia od razu art. 4 i porządkuje to, co i tak dzieje się nieoficjalnie. Program na dwa dni, z ćwiczeniami na waszych materiałach, rozpisałem w tekście o szkoleniu AI dla firm.
4. Wpis w regulaminie i przegląd po 30 dniach. Polityka bez daty przeglądu to dokument, który wygasa. Po miesiącu zrób krótki audyt: kto używa, co wklejał, co wyszło źle. Arkusz czterdzieściu pytań zajmuje mniej godziny i daje odpowiedź, którą warto pokazać zarządowi.

Jeśli chcesz przejść przez to ze mną, napisz. Odpowiadam zwykle tego samego dnia, a pierwszą rozmowę robimy bez zobowiązań, żeby sprawdzić, który proces warto zautomatyzować najpierw.