W ramach niniejszego artykułu poruszona zostanie kwestia zagrożeń, jakie rozwój generatywnej AI sprawia przede wszystkim dla prawa autorskiego. Omówione zostaną najważniejsze problemy z autorstwem treści wygenerowanych przez AI, trenowaniem modeli na chronionych utworach, wykorzystywaniem cudzych utworów przez systemy AI, a także takie kwestie, jak odpowiedzialność za naruszenia AI.

Prawo autorskie a sztuczna inteligencja – zarys obowiązujących przepisów

Punktem wyjścia dla analizy relacji pomiędzy sztuczną inteligencją a prawem autorskim pozostaje określenie utworu jako przejawu ludzkiej działalności twórczej o indywidualnym charakterze. Ochroną objęty jest natomiast wyłącznie sposób wyrażenia – poza zakresem ochrony pozostają m.in. idee, procedury, metody i zasady działania.

Choć polska definicja utworu nie wskazuje wprost, że twórcą musi być człowiek, cały system prawa autorskiego opiera się na takim założeniu. Autorem może być tylko osoba fizyczna, która dokonała aktu twórczego. Sztuczna inteligencja nie jest zatem autorem utworu ani podmiotem praw autorskich, co omówiliśmy szerzej w poprzedniej publikacji. Twórczość wygenerowana przez AI nie będzie też najczęściej podlegała ochronie na rzecz użytkownika, który generował ją tzw. promptami. Rezultat może korzystać z ochrony prawnoautorskiej w zakresie, w jakim odzwierciedla jego twórcze decyzje. Jeżeli natomiast rezultat powstaje wyłącznie w wyniku automatycznego działania systemu, bez wystarczającego wkładu człowieka, nie można mówić o utworze w rozumieniu prawa autorskiego.

Istotne znaczenie dla relacji pomiędzy sztuczną inteligencją a prawem autorskim ma również unijny AI Act. Rozporządzenie m.in. nakłada na dostawców modeli AI ogólnego przeznaczenia obowiązki związane z przestrzeganiem unijnego prawa autorskiego, w tym konieczność ustanowienia polityki zgodności z prawem autorskim oraz publikowania odpowiednio szczegółowego podsumowania treści wykorzystanych do trenowania modelu. Kwestia dopuszczalności wykorzystywania chronionych utworów na potrzeby eksploracji tekstów i danych (text and data mining, TDM) została natomiast uregulowana przede wszystkim w Dyrektywie 2019/790 (Digital Single Market), która na określonych warunkach dopuszcza takie wykorzystanie, przewidując jednocześnie możliwość zastrzeżenia przez uprawnionych korzystania z utworów w tym celu.

Wskazane wyżej przepisy nie zapewniają jednak pełnego bezpieczeństwa w zakresie twórczości wygenerowanej przez AI. Na tym tle można wskazać kilka zasadniczych problemów, które zostaną omówione w dalszej części artykułu.

Treści wygenerowane przez AI zazwyczaj nie podlegają ochronie prawnoautorskiej.

W obecnym stanie prawnym sztuczna inteligencja nie może być autorem utworu, jak zostało to wyjaśnione wyżej. Nie jest jednak jasne, kiedy korzystający z systemu AI użytkownik może być twórcą (w rozumieniu prawa autorskiego) treści wygenerowanej sztucznie. Pewną wskazówką w tym zakresie mogą być decyzje amerykańskiego Urzędu ds. autorskich (USCO). Sprawa „Théâtre d’Opéra Spatial” jest przykładem tego, że nawet 600 promptów może nie wystarczyć do uznania wygenerowanej treści za przedmiot prawa autorskiego. Podobnie w sprawie „Zarya of the Dawn”, gdzie USCO udzielił ochrony kompozycji i dialogom tak zatytułowanego komiksu, jednak poza ochroną pozostały indywidualne ilustracje wygenerowane przez AI.

Nie oznacza to jednak, że każdy materiał powstały z wykorzystaniem AI jest automatycznie pozbawiany ochrony. Inaczej należy oceniać sytuację, w której system AI w całości wygenerował treść na podstawie tzw. promptów, zaś inaczej należy ocenić wykorzystanie systemu AI do dokonania drobnej czynności technicznej na istniejącym już utworze, np. edycja kontrastu w ramach zdjęcia lub korekta tła. Podstawową przesłanką pozostawać będzie to, czy dana treść jako całość stanowi przejaw działalności twórczej człowieka o indywidualnym charakterze.

Mimo wszystko, granica między ochroną prawną a jej brakiem w wypadku wykorzystania AI na ten moment pozostaje niezdefiniowana. Może to być szczególnie kłopotliwe dla branży reklamowej, gdyż brak ochrony prawnoautorskiej może prowadzić do braku możliwości ścigania naruszeń związanych z bezprawnym wykorzystaniem treści.

AI jest często trenowane na utworach pozyskiwanych bez podstawy prawnej

Drugą kwestią budzącą wiele kontrowersji jest wykorzystywanie cudzych utworów chronionych do trenowania modeli AI. Nowoczesne modele potrzebują ogromnych ilości danych, a wśród nich znajdują się książki, artykuły prasowe, fotografie, utwory muzyczne, filmy czy programy komputerowe. Bardzo często materiały te są chronione prawem autorskim i najczęściej wymagana byłaby zgody autora na ich wykorzystanie. Z perspektywy prawa autorskiego istotne jest więc ustalenie, jakie czynności są wykonywane na tych materiałach w trakcie trenowania modelu oraz jaka jest podstawa prawna ich wykorzystania.

W Unii Europejskiej istotne znaczenie mają w tym zakresie przepisy dotyczące wyjątku dla eksploracji tekstów i danych zawartego w dyrektywie 2019/790 (DSM). Wyjątki od przepisów dotyczących zwielokrotnień i pobrań dotyczą po pierwsze organizacji badawczych i dziedzictwa kulturowego – mogą one dokonywać eksploracji na utworach chronionych w celach badań naukowych. Pozostałe podmioty również mogą korzystać z tego wyjątku w celach eksploracji, jednak w tym wypadku zezwolenie na korzystanie z utworów chronionych może być przez indywidualne podmioty cofnięte (tzw. procedura opt-out). Wynika z tego, że podmioty odpowiedzialne za trenowanie AI mogą korzystać wyłącznie z tych utworów, których użycie nie zostało wyłączone poprzez procedurę opt-out.

A jak to wygląda w praktyce? Choć sam fakt korzystania z utworów chronionych do trenowania AI jest jasny, to wciąż niejasne pozostaje, czy art. 4 dyrektywy DSM rzeczywiście obejmuje również trenowanie modeli AI. To właśnie tym zagadnieniem zajmuje się szeroko komentowana sprawa przed TSUE, Like Company v. Google (C-250/25). Pytania prejudycjalne dotyczą zagadnienia, czy w procesie trenowania modeli AI dochodzi do zwielokrotnienia danych, a jeśli tak, to czy wykorzystanie to jest objęte wyjątkiem dot. eksploracji tekstów i danych. Do chwili wydania rozstrzygnięcia jasnym jednak jest, że dostawcy modeli AI będą korzystać z tego wyjątku. Oznacza to, że każdy, kto nie chce, aby jego twórczość była wykorzystywana do trenowania modeli AI musi dokonać odpowiedniego zastrzeżenia w myśl Dyrektywy 2019/790.

W rzeczywistości zdarzały się już jednak sprawy, w których wykazano, że procedura opt-out bywa nieskuteczna. Przykładem może być duńska sprawa BoligPortal v. ReData (Sø- og Handelsretten, sygn. BS-42485/2025-SHR), w której pomimo skutecznego zastrzeżenia braku zgody na przetwarzanie danych, pozwany korzystał z danych z witryny internetowej powoda. Pokazuje to, że procedura ta nie gwarantuje tego, że nasze utwory nie są wykorzystywane w procesie trenowania.

Co więcej, osobny problem stanowią tzw. „shadow libraries”, czyli nieautoryzowane repozytoria danych nielegalnie przechowujące utwory chronione. Narzędzia wykorzystywane do gromadzenia danych mogą więc ominąć utwór chroniony zastrzeżony procedurą opt-out na oryginalnej stronie, a następnie pobrać ten utwór z nielegalnego źródła, które takiego zastrzeżenia nie wprowadziło. Prowadzi to do ominięcia przepisów dyrektywy i de facto wykorzystania danych bez podstawy prawnej.

W pewnym zakresie kwestie zgodności trenowania modeli z prawem unijnym reguluje AI Act. Dostawcy modeli ogólnego przeznaczenia są zobowiązani m.in. do ustanowienia polityki zgodności z prawem autorskim Unii Europejskiej oraz do publikowania podsumowania treści wykorzystanych do trenowania modeli. Obowiązki te zwiększają transparentność procesu, ale nie rozwiązują wcześniej wskazanych problemów. Dla twórców problemem pozostaje zatem nie tylko możliwość wykorzystania ich dzieł w celu trenowania AI, ale także fakt, iż zastrzeżenia takiego użytku mogą okazać się nieskuteczne.

AI może wygenerować treść naruszającą prawa autorskie

Jednym z najbardziej realnych zagrożeń jest możliwość wygenerowania przez AI treści, która będzie podobna do istniejącego, chronionego utworu. AI może stworzyć tekst, grafikę, fotografię, muzykę lub materiał audiowizualny zawierający elementy charakterystyczne dla konkretnego dzieła. W skrajnych przypadkach rezultat może również zawierać fragmenty istniejącego utworu lub stanowić jego niemal wierne odtworzenie.

Na tym etapie warto rozróżnić dwie sytuacje, w których może dojść do powstania plagiatu albo innej treści naruszającej prawa autorskie lub osobiste. Pierwszym rodzajem sytuacji będzie nakierowanie przez użytkownika systemu AI tak, by wygenerował utwór „przypominający” rzeczywisty utwór chroniony. Może to być np. skopiowanie stylu konkretnego artysty do wygenerowania obrazu lub głosu konkretnego lektora do reklamy. Ciężko w takim wypadku przypisać odpowiedzialność systemowi, który wygenerował taką treść zgodnie z poleceniem użytkownika lub przedsiębiorstwie, które za system odpowiada.

Inna jest sytuacja, w której system bez wiedzy lub intencji użytkownika dokonuje reprodukcji utworu chronionego. Będzie to w szczególności dotyczyło sytuacji, w której po podaniu ogólnego promptu „wygeneruj obraz przedstawiający ceglaną ścianę” system AI generuje konkretny utwór chroniony (np. ceglaną ścianę, na której dodatkowo system AI odwzorował dzieło Banksy’ego). Zjawisko to powszechnie nazywa się memoryzacją. Polega ona na zapamiętaniu na etapie treningowym danych w sposób tak szczegółowy, że pozwalają modelowi na odtworzenie utworu chronionego bez wkładu użytkownika lub korzystania przez model z internetu. Sam fakt, że użytkownik uzyskał taki rezultat za pomocą polecenia skierowanego do AI, które nie nakazywało modelowi odwzorować dany utwór chroniony, nie zwalnia jednak użytkownika z odpowiedzialności za ewentualne naruszenia. Spornym jednak pozostaje kwestia odpowiedzialności podmiotu odpowiadającego za system AI.

Należy jednak pamiętać, że wygenerowany materiał, który zawiera chronione elementy cudzego utworu może prowadzić do naruszenia praw autorskich niezależnie od intencji lub wiedzy użytkownika o wystąpieniu naruszenia. W praktyce nie można więc założyć, że skoro treść została wygenerowana przez AI, to użytkownik nie narusza praw osób trzecich.

Ryzyko to jest szczególnie istotne dla przedsiębiorców wykorzystujących AI w marketingu, reklamie, komunikacji z klientami czy tworzeniu materiałów publikowanych w internecie. Weryfikacja rezultatu przed jego rozpowszechnieniem powinna być zatem elementem podstawowego procesu zarządzania ryzykiem prawnym.

Odpowiedzialność za błędne informacje generowane przez AI pozostaje niejasna

Osobnym problemem jest odpowiedzialność dostawców systemów AI za naruszenia oraz błędy spowodowane działalnością tych systemów, co zostało wstępnie zarysowane w poprzednim punkcie. Błędy popełniane przez AI są zresztą na tyle częste, że stworzono dla tego zjawiska specjalną terminologię. Sytuacja, w której odpowiedź generowana przez AI zawiera fałszywe lub wprowadzające w błąd informacje przedstawione jako fakty powszechnie określana jest jako halucynacja.

Skutki halucynacji mogą być różne – błędne przeświadczenie o rzeczywistości spowodowane złą odpowiedzią AI może prowadzić do nieprawidłowych decyzji biznesowych, prawnych lub społecznych. Analizując wyłącznie sektor prawny, można zauważyć szereg błędów, które coraz częściej ujawniane są w sprawach przed sądami: AI nieprawidłowo interpretuje przepisy, źle przypisuje orzeczenia do stanów faktycznych, błędnie analizuje stan prawny, a nawet cytuje nieistniejące orzeczenia tak, aby pasowały pod tezę.

Czy można w takim razie pozwać dostawców systemu AI za nieprawidłowo udzielone informacje? Odpowiedź na to pytanie nie jest jednoznaczna. W przytoczonym przypadku wykorzystania AI jako zamiennika prawnika ciężko sobie wyobrazić, aby dostawca AI miał odpowiadać za błędy systemu. Regulaminy dostawców jasno wskazują, iż systemy często popełniają błędy, a udzielane przez nie odpowiedzi powinny być zawsze weryfikowane, szczególnie gdy mowa o zastosowaniu AI w celach prawnych, medycznych, komercyjnych, etc.

Odmiennie należy jednak patrzeć na przykład na problem tzw. AI Overviews, czyli krótkich odpowiedzi udzielanych przez AI na pytanie zadane w przeglądarce. Modele te coraz częściej zastępują funkcje wyszukiwarki internetowej. Sprawa tocząca się przed niemieckim Sądem w Monachium o sygn. 26 O 869/26 dotyczyła dokładnie tego zagadnienia – system AI wprowadzał w błąd użytkowników, którzy wyszukując nazwę firmy byli błędnie informowani przez AI Overview o podejrzanych praktykach i problemach z obsługą klientów. Z decyzji sądu wynika, że AI Overview od Google nie może korzystać z ochrony jak wyszukiwarka, która jedynie przekazuje dalej cudze treści.

Podobny wniosek pojawia się po przeanalizowaniu sprawy Campact v. xAI (Landgericht Hamburg, sygn. 324 O 461/25), która dotyczyła fałszywych treści publikowanych przez system AI „Grok”. Sąd wskazał, że na operatorze Grok (xAI) spoczywał ciężar dowodu wykazania prawdziwości informacji przekazywanych przez system AI, jednak spółka xAI nie przedstawiła w tym zakresie żadnych wyjaśnień ani dowodów.

Podsumowując, wydaje się, że dostawcy systemów AI mogą odpowiadać za treści wygenerowane przez ich narzędzia, jednak zależeć to będzie od wielu czynników, takich jak charakter treści oraz to, czy jest ona publikowana w ramach prywatnej korespondencji z użytkownikiem albo czy jest publicznie dostępna także dla osób trzecich.

Podsumowanie

Rozwój AI stanowi istotne wyzwania dla prawa autorskiego. Problemem jest nie tylko możliwość wykorzystania cudzych utworów bez wiedzy uprawnionych czy brak ochrony prawnoautorskiej treści wygenerowanych przez AI, lecz również niejasno zdefiniowane zasady dotyczące odpowiedzialności za niezgodne z prawem działania modeli AI. W praktyce korzystanie z AI wymaga więc świadomości związanych z nią zagrożeń oraz odpowiedzialnego wykorzystywania jej możliwości.