Dane osobowe w treningu AI: co firmy biorą bez Twojej zgody
DANE OSOBOWE W TRENINGU AI
W 2025 roku brytyjski regulator — Information Commissioner’s Office (ICO) — opublikował wytyczne, w których wskazał, że przetwarzanie danych osobowych do celów treningu modeli sztucznej inteligencji (LLM) narusza przepisy RODO, chyba że istnieje podstawa prawna. To nie jest teoria: wielkie firmy technologiczne od lat pobierają miliony stron internetowych, w tym profile społecznościowe, fora dyskusyjne i strony z danymi medycznymi, aby uczyć swoje modeled.
Co dokładnie jest pobierane?
Modele takie jak GPT-4, Claude czy Gemini są trenowane na korpusach, które zawierają:
- Wpisy na forach i portalach dyskusyjnych z danymi rejestracyjnymi (adresy e-mail, numery telefonów)
- Artykuły medyczne z identyfikowalnymi pacjentami
- Profilowe dane z portów społecznościowych
- Dokumenty publiczne, które zawierają dane osobowe (np. wyroki sądowe z imionami i adresami)
Wielu z nas nie wie, że nasze dane są w tych zbiorach. Nie daliśmy zgody — po prostu nasze dane są “tam gdzie internet”, a firmy je biorą.
Nowe przepisy UE
19 listopada 2025 roku Komisja Europejska opublikowała pakiet Digital Omnibus, który zmienia zasady gry. W propozycji nowelizacji RODO pojawia się:
-
Nowa podstawa prawna do treningu AI — proponowany art. 9(2)(k) RODO pozwala na przetwarzanie danych z kategorii specjalnych (zdrowie, dane genetyczne) do celów rozwoju i działania systemów AI, pod warunkiem zastosowania zabezpieczeń (usunięcie takich danych z zestawów treningowych, ochrona przed ujściem).
-
Zmiana definicji danych osobowych — propozycja precyzuje, że informacja jest daną osobową tylko wtedy, gdy podmiot ją posiadający może zidentyfikować osobę fizyczną za pomocą środków, które można racjonalnie uznać za dostępne. Dla firmy AI oznacza to, że pseudonimizowane dane, których nie może odszyfrować, nie są dla niej danymi osobowymi.
-
Przesunięcie terminów — obowiązki dla systemów AI o wysokim ryzyku mają wejść w życie najpóźniej do 2 grudnia 2027 roku (dla systemów z załącznika III) lub 2 sierpnia 2028 roku (dla systemów z załącznika I).
Pakiet nie jest jeszcze prawnie wiążący — czeka na zatwierdzenie przez Parlament i Radę.
Co to oznacza dla Ciebie?
Jeśli używasz bezpłatnych narzędzi AI, twoje dane mogą być wykorzystywane do treningu. Większość service’ów ma teraz klauzulę, która to zezwala — ale nie zawsze jest ona widoczna w warunkach korzystania. Przeczytaj sekcję o przetwarzaniu danych przed wklejeniem poufnych informacji do chatbota.
Oznaczenie treści AI
Ten powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagowany agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
