Trenowanie AI na cudzych utworach nie jest w Polsce automatycznie zakazane. Od 20 września 2024 r. prawo autorskie pozwala na eksplorację tekstów i danych (tzw. TDM) – także w celach komercyjnych – chyba że twórca lub inny uprawniony wyraźnie to zastrzegł, a przy treściach w internecie zrobił to w formie czytelnej dla maszyn. Bezpieczną drogą pozostaje licencja. Uważam jednak, że obecne zasady nie zapewniają twórcom uczciwego wynagrodzenia – i o tym też jest ten wpis.
Wiemy już doskonale, co potrafi sztuczna inteligencja. Coraz więcej firm – od startupów po dojrzałe biznesy – buduje modele w oparciu o istniejące dane. AI na żądanie generuje obrazy, teksty, dźwięki, a nawet kod – z jakością, która pozwala komercyjnie skalować biznes. Ale zanim AI cokolwiek wygeneruje, musi się nauczyć. Na czym? Na cudzych treściach: Twoich i moich. Tysiącach grafik, e-booków, wpisów blogowych, utworów muzycznych i fragmentów kodu dostępnych online.
Z prawnego punktu widzenia to pole minowe – dlatego ten artykuł powstał jako kompas dla innowatorów, twórców, startupów i przedsiębiorców korzystających z AI.
Co to znaczy „trenowanie AI na cudzych danych”?
Modele AI, w szczególności modele językowe takie jak ChatGPT, uczą się na ogromnych zbiorach danych: tekstach (artykułach, książkach, stronach www, dokumentacji technicznej), bazach wiedzy, wypowiedziach z publicznych forów, a niektóre także na dźwiękach, obrazach i wideo.
Jak daleko sięga prawo autorskie?
Prawo autorskie chroni utwory, czyli indywidualne przejawy twórczości człowieka – teksty, zdjęcia, muzykę, grafiki czy kod. Nie chroni samych informacji, faktów ani koncepcji.
Jeśli model trenowany jest na danych, które nie są utworami – na przykład czystych danych technicznych i statystykach – prawo autorskie nie wchodzi w grę. Jeśli jednak używane są teksty z blogów, zdjęcia z Instagrama czy kod z repozytoriów, sprawa robi się poważna.
Eksploracja tekstów i danych – co mówią przepisy?
Nowelizacja ustawy o prawie autorskim, która weszła w życie 20 września 2024 r., wdrożyła do polskiego prawa unijne zasady dotyczące eksploracji tekstów i danych (ang. text and data mining, TDM). To zautomatyzowana analiza treści cyfrowych w celu wyszukiwania wzorców, trendów i zależności – a właśnie na tym polega trenowanie modeli AI. Przewidziano dwa wyjątki:
- Eksploracja na potrzeby badań naukowych (art. 26² ustawy) – dla uczelni, instytutów badawczych i instytucji dziedzictwa kulturowego, takich jak biblioteki czy archiwa, pod warunkiem legalnego dostępu do treści.
- Eksploracja w każdym innym celu, także komercyjnym (art. 26³ ustawy) – wolno zwielokrotniać rozpowszechnione utwory w celu eksploracji tekstów i danych, chyba że uprawniony zastrzegł inaczej. Przy treściach udostępnionych publicznie w internecie zastrzeżenie musi być wyrażone w formie przeznaczonej do odczytu maszynowego, np. w metadanych lub pliku robots.txt.
Do tego dochodzi unijny Akt w sprawie sztucznej inteligencji (AI Act). Od 2 sierpnia 2025 r. dostawcy modeli AI ogólnego przeznaczenia muszą mieć politykę przestrzegania prawa autorskiego – w tym respektowania zastrzeżeń twórców – oraz publikować podsumowanie treści użytych do trenowania.
Warto pamiętać, że to, czy wyjątek TDM obejmuje trenowanie dużych modeli generatywnych, wciąż jest przedmiotem dyskusji prawników i sporów sądowych w Europie. Na dziś przeważa pogląd, że tak – ale z obowiązkiem respektowania zastrzeżeń.
Kiedy trenowanie AI jest legalne?
- Masz licencję na wykorzystanie danych do tego celu. To rozwiązanie, które polecam najbardziej. Twórcom należy się zapłata za ich pracę, a odpowiednia licencja to umożliwia i nie pozostawia wątpliwości.
- Korzystasz z wyjątku TDM i respektujesz zastrzeżenia. Musisz mieć legalny dostęp do treści i sprawdzić, czy twórca nie zastrzegł, że nie zgadza się na eksplorację. Kopie możesz przechowywać tylko tak długo, jak wymaga tego cel eksploracji.
- Treści są udostępnione na licencji open source lub open content. Sprawdź jednak dokładnie warunki – nie każda licencja pozwala na komercyjne użycie.
- Dane nie są chronione prawem autorskim. Nie wszystko jest utworem w rozumieniu polskiego prawa.
- Utwory są w domenie publicznej – trafiają do niej co do zasady 70 lat po śmierci twórcy.
Jak w praktyce legalnie budować model AI?
- sprawdź źródła danych i upewnij się, że masz do nich legalny dostęp,
- weryfikuj licencje, czyli warunki, na jakich możesz korzystać z danych,
- przed scrapowaniem sprawdź regulamin platformy, plik robots.txt i metadane – to tam twórcy zastrzegają zakaz eksploracji,
- dokumentuj, skąd pochodzą dane – AI Act wymaga od dostawców modeli przejrzystości,
- zabezpiecz się umowami z twórcami i dostawcami danych.
A co z wynagrodzeniem dla twórców?
Do twórcy należy decyzja, jak jego utwór może być wykorzystywany, i to twórcy przysługuje wynagrodzenie z tego tytułu. Tak powinno być. Tymczasem obecny model działa odwrotnie: to twórca musi aktywnie zastrzec, że nie zgadza się na trenowanie, a jeśli tego nie zrobi, jego utwory mogą zostać wykorzystane bez zapłaty. Tworzenie dzieł – architektonicznych, literackich, muzycznych – to praca, a za pracę należy się wynagrodzenie. To nie tylko kwestia prawna, ale też budowania współpracy opartej na partnerstwie.
Przepisy wciąż nie nadążają za dynamicznie zmieniającym się światem. Każde pytanie rodzi kolejne: skoro mowa o wynagrodzeniu dla twórców, jak to zrobić bez sporządzania dziesiątek tysięcy umów licencyjnych?
Udzielanie licencji przez każdego twórcę osobno jest w praktyce nierealne i zniechęca do pracy nad nowymi technologiami. Negocjowanie z każdym twórcą z osobna spowolniłoby rozwój sztucznej inteligencji, a nie to jest celem prawników chroniących zarówno twórców, jak i przedsiębiorców.
Na rynku pojawia się kilka propozycji rozwiązania tego problemu, na przykład licencje zbiorowe, które wymagałyby uregulowania w przepisach. Zarządzałyby nimi organizacje zbiorowego zarządzania (OZZ) lub inne podmioty pośredniczące, pobierające zbiorczą opłatę na rzecz twórców i przekazujące ją do repartycji. Uważam też, że w razie sporu to na dostawcy AI powinien spoczywać ciężar dowodu, że nie wykorzystał chronionych utworów, a nie na twórcy, że jego utwór został użyty. Tylko takie podejście wyrównuje szanse – po jednej stronie często stoi pojedynczy twórca, a po drugiej potężny podmiot technologiczny z dostępem do kapitału, zespołów prawnych i infrastruktury.
Prawo wymaga dalszych zmian. Potrzebujemy rozwiązań systemowych, które z jednej strony zagwarantują twórcom godziwe wynagrodzenie za wykorzystywanie ich dzieł do trenowania modeli AI, a z drugiej nie zablokują innowacji. Moje stanowisko jest jasne: za pracę twórców należy płacić. Bez twórców nie ma danych, bez danych nie ma AI. Jednocześnie nie możemy dopuścić, by nadregulacja zatrzymała rozwój narzędzi, które mogą przynieść realną wartość społeczną i gospodarczą. Potrzebujemy równowagi – systemu, który premiuje uczciwe wykorzystanie twórczości bez hamowania innowacyjności. Tylko wtedy AI stanie się technologią budującą przyszłość, a nie narzędziem pogłębiającym nierówności.
Najczęstsze pytania
Jak jako twórca mogę zastrzec, że nie zgadzam się na trenowanie AI na moich utworach?
Przy treściach publikowanych w internecie zastrzeżenie powinno być czytelne dla maszyn – na przykład w pliku robots.txt Twojej strony, w metadanych plików lub w regulaminie serwisu, zgodnie ze standardami odczytywanymi przez roboty. Warto też dodać jasną informację na stronie.
Czy mogę trenować model na treściach z mojej firmowej bazy?
Tak, jeśli to Twoje treści albo masz do nich odpowiednie prawa. Uważaj jednak na dane osobowe – do nich stosuje się dodatkowo RODO.
Czy dozwolony użytek osobisty pozwala trenować AI?
Nie. Dozwolony użytek osobisty obejmuje korzystanie z utworów w kręgu osób bliskich i nie ma zastosowania do budowania modeli AI. Podstawą może być wyjątek TDM albo licencja.
Wpis zaktualizowany: październik 2026 r.
Trenujesz modele AI albo udostępniasz dane?
Zabezpiecz to umową: w cenniku znajdziesz licencję na dane do trenowania modeli AI i Data Use Agreement.
