W czwartek 6 sierpnia 2026 roku o godzinie 13.01 Edyta Madziar z Departamentu Komunikacji Społecznej Urzędu Ochrony Danych Osobowych zapisała ostatnią modyfikację wpisu numer 4533. Wpis nosi tytuł, który brzmi jak zdanie z rozmowy w korytarzu, a nie jak komunikat organu nadzorczego: „Zanim wdrożysz narzędzie AI, sprawdź czy jest ono zgodne z zasadami RODO". Pod nim wisi pięć plików do pobrania — pismo wprowadzające i cztery checklisty w formacie edytowalnym.

To jest, technicznie rzecz biorąc, nic. Żadnej decyzji, żadnej kary, żadnego nakazu. Materiał, o którym sam Urząd pisze, że nie jest wiążącą wykładnią przepisów i nie przesądza o zgodności z RODO, a odpowiedzi na zawarte w nim pytania nie trzeba nikomu pokazywać. W dokumentach compliance rzadko trafia się na tak konsekwentne zrzeczenie się mocy sprawczej.

A jednak to jeden z ciekawszych ruchów polskiego organu nadzorczego w tym roku — właśnie dlatego, że nie jest wytycznymi. Bo problem, który UODO próbuje tu rozwiązać, nie leży w tym, że organizacje nie znają przepisów. Leży w tym, że pytają o nie w złym momencie.

Cztery dni po AI Act, osiem miesięcy po ankiecie

Data publikacji nie jest przypadkowa. 2 sierpnia 2026 roku rozporządzenie 2024/1689, czyli AI Act, weszło w fazę, w której obowiązki przejrzystości z artykułu 50 stosuje się bez okresu przejściowego — pisaliśmy o tym w chwili, gdy ten termin zapadał. Cztery dni później krajowy organ ochrony danych kładzie na stół narzędzie operacyjne dla podmiotów, które właśnie zorientowały się, że mają w firmie coś, co spełnia definicję systemu sztucznej inteligencji.

Drugi kontekst jest dłuższy. 28 stycznia 2026 roku, w Dzień Ochrony Danych Osobowych, Urząd opublikował „Raport Strategiczny — Badanie potrzeb organizacji w zakresie wykorzystania sztucznej inteligencji i ochrony danych osobowych". Przygotowała go Grupa robocza do spraw Sztucznej Inteligencji, działająca w ramach Społecznego Zespołu Ekspertów przy Prezesie UODO, na podstawie ogólnopolskiej ankiety oraz wywiadów grupowych z siedmioma organizacjami parasolowymi sektora prywatnego.

Sierpniowe listy pytań są bezpośrednią odpowiedzią na wnioski z tamtego badania. To rzadka i warta odnotowania sekwencja: organ zbiera dane o stanie przygotowania rynku, publikuje diagnozę, a pół roku później wypuszcza narzędzie skrojone pod znalezione braki. W polskiej praktyce regulacyjnej częściej dostajemy narzędzie bez diagnozy albo diagnozę bez narzędzia.

Liczba, przy której warto się zatrzymać: 95,9 procent

Raport styczniowy zawiera trzy liczby, które warto zapamiętać, bo tłumaczą całą resztę.

Pierwsza: 17 procent badanych organizacji już korzysta ze sztucznej inteligencji. Pozostałe albo nie korzystają wcale, albo są na etapie testów, albo planują wdrożenie. To dane deklaratywne, a każdy, kto prowadził w firmie inwentaryzację narzędzi, wie, że deklaracja i stan faktyczny to dwie różne wielkości — o czym pisaliśmy przy okazji zjawiska shadow AI.

Druga: od 41 do 58,5 procent podmiotów nie dostrzega związku między narzędziami sztucznej inteligencji a przetwarzaniem danych osobowych. Rozstrzał wynika z tego, że pytano o różne aspekty tego związku, ale nawet dolna granica jest uderzająca. Blisko połowa organizacji uważa, że wrzucenie do modelu językowego treści maila od klienta, notatki ze spotkania czy zestawienia sprzedażowego z nazwiskami handlowców po prostu nie dotyczy RODO.

Trzecia, i najmocniejsza: 95,9 procent nie uważa się za przygotowane do wdrożenia AI zgodnie z RODO. Zestawienie drugiej liczby z trzecią daje obraz organizacji, która jednocześnie nie widzi problemu i wie, że sobie z nim nie poradzi. To nie jest sprzeczność — to opis firmy, w której o zakupie narzędzia decyduje ktoś inny niż osoba odpowiedzialna za zgodność.

Warto zestawić te wyniki z tym, do czego organizacje faktycznie sięgają. Najczęściej wskazywanym zastosowaniem była automatyzacja procesów administracyjnych — 41,2 procent odpowiedzi — a zaraz za nią analityka danych z wynikiem 31 procent. To akurat te dwa obszary, w których dane osobowe pojawiają się niemal z definicji, bo procesy administracyjne obsługują ludzi, a analityka opisuje ich zachowania. Deklarowany brak związku między AI a przetwarzaniem danych osobowych rozbija się więc o własne odpowiedzi respondentów z sąsiedniego pytania.

Najważniejsze zdanie całego komunikatu UODO brzmi jednak inaczej: pytanie o zgodność pada zwykle wtedy, gdy narzędzie już działa, a rozstrzygnięcia o wykorzystywanych danych i o dostawcy zapadły wcześniej. Cały sens publikacji sprowadza się do przesunięcia tego pytania o kilka tygodni do przodu, przed podpis pod zamówieniem. Koszt zadania go wtedy jest równy godzinie rozmowy. Koszt zadania go pół roku później to migracja, renegocjacja umowy albo wycofanie narzędzia, do którego zespół zdążył się przyzwyczaić.

Dlaczego lista pytań, a nie kolejne wytyczne

Wytyczne mają jedną wadę, o której rzadko się mówi: adresują się do osoby, która i tak już wie, że powinna je przeczytać. Trafiają do inspektora ochrony danych, do działu prawnego, do compliance officera. Nie trafiają do kierownika działu obsługi klienta, który testuje asystenta odpowiadającego na maile, ani do specjalistki od rekrutacji, która wgrała trzysta CV do narzędzia obiecującego wstępną selekcję.

Lista pytań działa inaczej, bo jest przenośna. Można ją wysłać mailem osobie, która nie ma czasu na trzydziestostronicowy dokument, i można ją położyć na stole podczas rozmowy z dostawcą. Zmienia charakter rozmowy z egzaminu z prawa na wywiad z produktem. To różnica psychologiczna, ale w praktyce wdrożeniowej decydująca.

UODO wprost pisze, do kogo materiał ma trafić: do inspektorów ochrony danych oraz do osób odpowiedzialnych za zakupy i wdrożenia technologiczne. Ten drugi adresat jest tu nowością i to on jest właściwym bohaterem całej publikacji. Urząd zauważył, że zgodność narzędzia AI rozstrzyga się w dziale zakupów, a nie w dziale prawnym — i zaadresował dokument do tego, kto realnie podejmuje decyzję.

Listy przygotował prof. UŁ dr hab. Dominik Lubasz przy wsparciu pozostałych członków Społecznego Zespołu Ekspertów i ekspertów Urzędu. To nazwisko dobrze rokuje dla praktycznego charakteru materiału — mowa o autorze komentarzy do RODO używanych na co dzień przez inspektorów, nie o teoretyku.

Cztery zestawy i logika, która za nimi stoi

Podział na cztery wersje jest przemyślany i sam w sobie stanowi diagnozę rynku.

Wersja dla małych i średnich przedsiębiorstw została napisana dla podmiotów korzystających z gotowych systemów AI — takich, które nie przechodzą przez etap trenowania modelu i nie dysponują rozbudowaną wiedzą prawną. To zdecydowanie największa populacja i najbardziej zaniedbana, bo dotychczasowe materiały o AI i RODO pisano tak, jakby każdy odbiorca budował własny model.

Wersja dla sektora publicznego uwzględnia zasadę legalizmu i reguły postępowania administracyjnego. To rozróżnienie ma ciężar praktyczny, o którym za chwilę.

Wersja 0, opisana jako checklista zerowa w podejściu funkcjonalnym, adresowana jest do organizacji niemieszczących się w żadnej z powyższych grup, w tym do tych, które budują lub dotrenowują własne modele. Nazwa „zerowa" sugeruje kolejność: to pytania, które zadaje się, zanim jeszcze wiadomo, w której kategorii się jest.

Wersja rozszerzona jest wspólna dla wszystkich i wypełnia się ją wtedy, gdy lista wejściowa wykaże przesłanki wskazane w jej opisie — w szczególności budowę lub dotrenowywanie modelu albo wpływ na sytuację prawną osób. Mamy więc konstrukcję dwustopniową: filtr, a potem pogłębienie tam, gdzie filtr coś wychwycił. Dokładnie taka logika rządzi oceną skutków dla ochrony danych z artykułu 35 RODO, gdzie test konieczności poprzedza pełną analizę.

Dla MŚP: kupujesz gotowe, więc pytaj sprzedawcę

Sytuacja małej firmy różni się od sytuacji korporacji nie skalą ryzyka, tylko zakresem wpływu na produkt. Kupując gotowe narzędzie w modelu subskrypcyjnym, nie decydujesz o architekturze modelu ani o zbiorze treningowym. Decydujesz o czymś innym, i to jest lista rzeczy, o które trzeba zapytać, zanim pojawi się faktura.

Czy dane wprowadzane do narzędzia będą wykorzystywane do trenowania modelu dostawcy — a jeśli tak, czy da się to wyłączyć i czy wyłączenie jest domyślne, czy trzeba o nie prosić. Gdzie fizycznie są przetwarzane dane i czy odbywa się transfer poza Europejski Obszar Gospodarczy, a jeżeli tak, na jakiej podstawie z rozdziału V RODO. Jak długo dostawca przechowuje treść zapytań i czy retencja jest konfigurowalna. Czy dostawca występuje jako podmiot przetwarzający w rozumieniu artykułu 28 RODO i czy przedstawia umowę powierzenia, czy tylko regulamin usługi.

Do tego dochodzą dwie zasady, o których przy zakupie narzędzia myśli się najrzadziej, a które w razie kontroli wychodzą pierwsze. Ograniczenie celu z artykułu 5 ustęp 1 litera b RODO oznacza, że dane zebrane po to, żeby zrealizować zamówienie, nie stają się automatycznie materiałem do trenowania asystenta sprzedaży. Minimalizacja z litery c tego samego przepisu każe zapytać, czy do działania narzędzia naprawdę potrzebny jest cały rekord klienta, czy wystarczy identyfikator i trzy pola. W praktyce większość wdrożeń przechodzi przez etap, w którym ktoś eksportuje pełną tabelę, bo tak jest szybciej, i nikt nigdy do tego nie wraca.

To pytania, na które sprzedawca albo odpowie w ciągu jednej rozmowy, albo nie odpowie wcale. Brak odpowiedzi też jest odpowiedzią i warto go zaprotokołować. W praktyce audytowej widzimy to regularnie: firma ma trzy narzędzia AI w subskrypcji i zero dokumentów, które określałyby rolę dostawcy — a rola dostawcy przesądza o tym, kto odpowiada, gdy dane wypłyną, czego dobrze uczy sprawa kary dla DPD Polska za łańcuch podwykonawców.

Sektor publiczny: pytanie o podstawę, nie o zgodę

Osobna wersja dla podmiotów publicznych to nie ukłon w stronę urzędów, tylko konsekwencja realnej różnicy prawnej. Organ administracji nie może oprzeć przetwarzania na zgodzie ani na prawnie uzasadnionym interesie w takim zakresie jak przedsiębiorca. Artykuł 6 ustęp 1 litera e RODO wymaga, żeby przetwarzanie było niezbędne do wykonania zadania realizowanego w interesie publicznym lub w ramach sprawowania władzy publicznej — a zadanie musi mieć umocowanie w przepisie prawa.

Z tego wynika pytanie, którego przedsiębiorca sobie nie zadaje: gdzie jest przepis, który pozwala mi użyć tego narzędzia do tej czynności. Jeżeli wójt chce, żeby model językowy przygotowywał projekty odpowiedzi na wnioski o informację publiczną, musi wskazać nie tylko cel, ale i podstawę prawną tej konkretnej operacji. Reguły postępowania administracyjnego dokładają kolejną warstwę — decyzja administracyjna musi zawierać uzasadnienie faktyczne i prawne sporządzone przez organ, a nie wygenerowane przez system, którego działania organ nie potrafi wyjaśnić.

Do tego dochodzi obowiązek, o którym w samorządach mówi się jeszcze niewiele: ocena wpływu na prawa podstawowe z artykułu 27 AI Act, którą podmioty publiczne używające systemów wysokiego ryzyka wykonują obok oceny skutków z artykułu 35 RODO. To dwa różne dokumenty, badające dwie różne rzeczy, choć oparte na wspólnym materiale faktycznym. Polska ustawa o systemach sztucznej inteligencji, podpisana przez prezydenta 24 lipca, przewiduje tu okres przejściowy dla jednostek samorządu — ale okres przejściowy kończy się, a nawyk dokumentowania buduje się latami.

Wersja rozszerzona: gdzie RODO styka się z AI Act

Najciekawszy element całego pakietu to wersja rozszerzona, bo jako pierwszy materiał UODO tak wyraźnie sygnalizuje obowiązki spoza RODO. Urząd nie jest organem nadzoru rynku dla AI Act — od listopada 2026 roku będzie nim Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. A jednak w liście pytań pojawia się klasyfikacja ryzyka i ocena wpływu na prawa podstawowe.

To sensowne, bo z perspektywy organizacji podział kompetencji między organami jest szumem. Jeżeli kupujesz narzędzie do wstępnej selekcji kandydatów, to jednocześnie przetwarzasz dane osobowe w rozumieniu RODO i uruchamiasz system, który załącznik III do AI Act kwalifikuje jako wysokiego ryzyka. Dwa reżimy, dwa organy, jedna decyzja zakupowa — i jeden zestaw pytań, które trzeba zadać przed jej podjęciem.

Wersja rozszerzona wypełniana jest warunkowo: gdy lista wejściowa wykaże budowę lub dotrenowywanie modelu albo wpływ na sytuację prawną osób. Ta druga przesłanka jest szeroka i warto ją czytać dosłownie. Wpływ na sytuację prawną ma nie tylko system odrzucający wniosek kredytowy, ale też narzędzie, które porządkuje kolejkę zgłoszeń serwisowych według przewidywanej wartości klienta, albo model podpowiadający, którą sprawę rozpatrzyć w pierwszej kolejności.

Granicę wyznaczył tu Trybunał Sprawiedliwości Unii Europejskiej w wyroku C-634/21 w sprawie SCHUFA, uznając, że zautomatyzowanym rozstrzygnięciem w rozumieniu artykułu 22 RODO jest już samo wygenerowanie oceny punktowej, jeżeli adresat tej oceny w praktyce się nią kieruje. Przełożenie na wdrożenia AI jest bezlitosne: zdanie „to tylko rekomendacja, decyzję podejmuje człowiek" broni się wyłącznie wtedy, gdy człowiek realnie ma czas, kompetencje i dane, żeby rekomendację odrzucić. Jeżeli pracownik zatwierdza czterdzieści podpowiedzi dziennie, nadzór jest fikcją, a system podejmuje decyzje samodzielnie — niezależnie od tego, co zapisano w procedurze.

Czego ta lista nie załatwia i co UODO pisze wprost

Urząd zabezpieczył się starannie i uczciwie, więc warto to powtórzyć bez owijania. Pytania nie zastąpią analizy ryzyka, oceny skutków dla ochrony danych ani oceny wpływu na prawa podstawowe. Stanowią punkt wyjścia do tych analiz. Nie są wiążącą wykładnią przepisów i nie przesądzają o zgodności z RODO. Odpowiedzi nie trzeba przedstawiać organowi nadzorczemu.

Ostatnie zdanie bywa źle rozumiane. Nie oznacza ono, że wypełnionej listy nie warto zachować — oznacza, że nie ma obowiązku jej składania. Różnica jest istotna, bo w razie kontroli albo naruszenia wypełniona lista z datą i podpisem jest dowodem na rozliczalność z artykułu 5 ustęp 2 RODO. Administrator ma wykazać przestrzeganie zasad, a nie tylko ich przestrzegać. Dokument pokazujący, że przed wdrożeniem ktoś zadał osiemnaście pytań i na czternaście dostał odpowiedzi, jest w takiej sytuacji wart więcej niż polityka bezpieczeństwa podpisana trzy lata wcześniej.

Jest też ograniczenie, którego UODO nie wymienia, a które widać po formacie plików. Checklisty rozesłane jako dokumenty tekstowe będą wypełniane raz, przy pierwszym wdrożeniu, i zapomniane. Tymczasem narzędzia AI zmieniają się szybciej niż jakiekolwiek oprogramowanie, które znaliśmy wcześniej — dostawca aktualizuje model, dokłada funkcję analizy plików, zmienia politykę retencji w regulaminie. Odpowiedź prawdziwa w sierpniu bywa nieprawdziwa w listopadzie, więc do listy trzeba dopisać sobie własne pytanie o datę następnego przeglądu.

Kto w organizacji naprawdę decyduje o zakupie AI

Tu dochodzimy do sedna, którego nie ma w komunikacie, ale który wynika z niego wprost. W klasycznym modelu zakupowym system informatyczny kupuje dział IT, a dział prawny opiniuje umowę. Narzędzia AI wyłamały się z tego schematu, bo są tanie, dostępne w modelu samoobsługowym i sprzedawane bezpośrednio do działów biznesowych.

Konsekwencja jest taka, że decyzję o tym, jakie kategorie danych trafią do zewnętrznego modelu, podejmuje osoba, która nigdy nie widziała rejestru czynności przetwarzania. Nie z lekkomyślności — po prostu z jej perspektywy jest to zakup narzędzia zwiększającego produktywność, a nie nowa czynność przetwarzania z nowym odbiorcą danych i nowym transferem. Dopóki nie ma w organizacji miejsca, w którym te dwa spojrzenia się spotykają, żadna checklista nie zadziała.

Jest jeszcze jeden powód, dla którego ten schemat się nie domyka. Artykuł 4 AI Act nakłada od 2 lutego 2025 roku obowiązek zapewnienia odpowiedniego poziomu kompetencji w zakresie sztucznej inteligencji wśród osób zajmujących się jej obsługą — i jest to obowiązek adresowany do organizacji, nie do działu prawnego. W większości firm, które widzimy, szkolenie z RODO odbywa się raz do roku i nie zawiera ani słowa o modelach generatywnych, a szkolenie z narzędzia AI prowadzi dostawca i nie zawiera ani słowa o danych osobowych. Luka między jednym a drugim to dokładnie to miejsce, w którym powstają incydenty.

Dlatego wartość publikacji UODO leży nie w treści pytań, tylko w tym, że daje pretekst do zbudowania takiego miejsca. Wprowadzenie zasady „każde narzędzie przetwarzające treści służbowe przechodzi przez listę wejściową" jest zmianą procesu, nie dokumentu. Zmiany procesu trudno przeprowadzić bez zewnętrznego punktu odniesienia — a materiał firmowany przez organ nadzorczy takim punktem jest.

Jak wpiąć pytania inicjalne w procedurę zakupową

Praktyczne wdrożenie sprowadza się do trzech decyzji, z których żadna nie wymaga budżetu.

Po pierwsze, próg. Trzeba ustalić, od jakiego momentu narzędzie podlega procedurze. Uzależnianie tego od ceny nie działa, bo najbardziej ryzykowne narzędzia bywają darmowe. Sensowny próg jest funkcjonalny: procedurze podlega każde narzędzie, do którego pracownik wprowadza treści powstałe w pracy — niezależnie od tego, czy ktokolwiek za nie zapłacił.

Po drugie, właściciel. Lista wejściowa musi mieć adresata, który ją zbiera i ocenia, czy przypadek wymaga wersji rozszerzonej. W mniejszych organizacjach będzie to inspektor ochrony danych, w większych osoba wyznaczona w dziale zakupów, działająca w porozumieniu z IOD. Kluczowe, żeby nie był to sam wnioskodawca — bo osoba, która chce narzędzia, nie jest dobrym recenzentem własnego wniosku.

Po trzecie, konsekwencja odmowy. Procedura, po której przejściu i tak wszystko zostaje zatwierdzone, uczy pracowników, że jest formalnością. Musi istnieć realna ścieżka odrzucenia wniosku oraz — co ważniejsze — ścieżka warunkowego dopuszczenia z ograniczeniem kategorii danych. Najczęstszym uczciwym rozstrzygnięciem nie jest bowiem „nie wolno", tylko „wolno, ale bez danych osobowych klientów i bez dokumentów oznaczonych jako poufne".

Warto też skorzystać z okna, które Urząd zostawił otwarte. Do 30 września 2026 roku pod adresem pytania_inicjalne@uodo.gov.pl można przesyłać uwagi i doświadczenia z korzystania z list, które zostaną wykorzystane przy aktualizacji materiałów. Organizacja, która przetestuje checklistę na trzech realnych zakupach i odeśle uwagi, robi coś więcej niż spełnia obowiązek — współkształtuje narzędzie, którym potem sama będzie się posługiwać.

Dlaczego z Fib.Code: wdrożenia AI zgodne z RODO

Fib.Code łączy trzy kompetencje, które w tym temacie muszą wystąpić razem: praktykę inspektora ochrony danych, wiedzę o bezpieczeństwie informacji na poziomie normy ISO/IEC 27001 oraz doświadczenie techniczne pozwalające zweryfikować, co narzędzie faktycznie robi z danymi, a nie co obiecuje jego strona produktowa. Rozmowa z dostawcą AI bez tej trzeciej warstwy kończy się przepisaniem marketingu do dokumentacji.

Pracujemy według trzech zasad. Pierwsza: inwentaryzacja przed polityką — nie da się napisać sensownych reguł dla narzędzi, o których istnieniu się nie wie. Druga: jedna decyzja, jeden ślad — każde dopuszczenie narzędzia kończy się notatką z datą, zakresem dopuszczonych danych i nazwiskiem osoby, która zdecydowała. Trzecia: przegląd wpisany w kalendarz, bo narzędzie zmienia się szybciej niż dokument, który je opisuje.

Efektem współpracy jest komplet gotowy do przedstawienia kontrolerowi: rejestr systemów AI z przypisaną kategorią ryzyka i podstawą prawną, wypełnione listy wejściowe dla każdego narzędzia, oceny skutków tam, gdzie są wymagane, polityka korzystania z narzędzi generatywnych z jasnym katalogiem danych zakazanych oraz harmonogram przeglądów utrzymujący całość w aktualności.

Co zrobić w ten weekend: inwentaryzacja narzędzi AI

Pobierz z serwisu UODO wersję odpowiadającą profilowi organizacji i zwołaj na poniedziałek spotkanie na czterdzieści pięć minut, z udziałem osoby odpowiedzialnej za IT, inspektora ochrony danych i jednego przedstawiciela działu, który najczęściej sięga po nowe narzędzia. Przejdźcie przez sześć pytań, notując przy każdym imię i termin.

Po pierwsze: jakich narzędzi opartych na sztucznej inteligencji faktycznie używamy — z rozróżnieniem na kupione przez firmę i uruchomione samodzielnie przez pracowników. Po drugie: które z nich przyjmują treści zawierające dane osobowe albo informacje objęte tajemnicą przedsiębiorstwa. Po trzecie: dla których z nich mamy podpisaną umowę powierzenia, a dla których tylko zaakceptowany regulamin.

Po czwarte: czy w którymkolwiek narzędziu wykorzystywanie naszych danych do trenowania modelu jest domyślnie włączone i kto sprawdzi to w ustawieniach do końca tygodnia. Po piąte: czy którekolwiek z tych narzędzi wpływa na sytuację prawną osób — kandydatów, pracowników, klientów, mieszkańców — bo wtedy potrzebna jest wersja rozszerzona i ocena skutków. Po szóste: kto od poniedziałku odpowiada za to, że kolejne narzędzie nie wejdzie do organizacji bez przejścia przez listę wejściową.

Jeśli przy pierwszym pytaniu okaże się, że nikt nie potrafi wymienić wszystkich używanych narzędzi, macie odpowiedź na to, od czego zacząć — i towarzystwo blisko 96 procent badanych, którzy sami przyznali, że nie są przygotowani.

Zapraszamy do kontaktu: l.grabowski@fibcode.com | fibcode.com/pl/kontakt. Bezpośrednio powiązane materiały: shadow AI, czyli jak dane wychodzą z firmy bez niczyjej decyzji, co realnie weszło w życie 2 sierpnia 2026 wraz z AI Act, ustawa o systemach AI, KRiBSI i nadzór od listopada — trzy warstwy tej samej układanki: praktyka, obowiązek i organ, który go wyegzekwuje.