allclouds.pl

Ile może kosztować zbyt swobodny regulamin AI

Ile może kosztować zbyt swobodny regulamin AI

Zacznijmy od scenariusza znanego z rynku. Pracodawca chce uniknąć kosztów firmowych licencji, zezwala więc pracownikom na korzystanie z prywatnych narzędzi AI, pod warunkiem podpisania oświadczenia, że robią to „na własną odpowiedzialność”. Dokument trafia do akt osobowych i wszyscy czują się bezpiecznie.

Zobaczmy teraz dalszy ciąg, w którym ta konstrukcja przechodzi test. Pracownik, chcąc przyspieszyć przygotowanie oferty, wkleja do prywatnego chatbota umowę klienta wraz z załącznikami; dane osobowe i objęte tajemnicą przedsiębiorstwa warunki handlowe trafiają na serwery dostawcy, gdzie na koncie konsumenckim mogą domyślnie zasilać trenowanie modeli. Po kilku miesiącach klient dowiaduje się o tym przy okazji incydentu bezpieczeństwa u dostawcy i kieruje roszczenia odszkodowawcze do spółki, Prezes Urzędu Ochrony Danych Osobowych pyta o podstawę przetwarzania, a jednostka certyfikująca o zakres systemu zarządzania. Problem w tym, że podpisane oświadczenie jest w tej konfrontacji zasadniczo bezskuteczne w każdym reżimie odpowiedzialności, który ma tu znaczenie, a w niekorzystnym scenariuszu działa wręcz przeciwko pracodawcy — dokumentuje bowiem jego wiedzę i świadomą decyzję organizacyjną o dopuszczeniu niekontrolowanych narzędzi do procesu pracy.

Na gruncie Kodeksu pracy takiej klauzuli nie da się skutecznie napisać

Wobec osób trzecich działa art. 120 § 1 Kodeksu pracy, zgodnie z którym za szkodę wyrządzoną przez pracownika przy wykonywaniu obowiązków pracowniczych odpowiada wyłącznie pracodawca. Poszkodowany klient czy kontrahent nie jest stroną oświadczenia i jego treść w ogóle go nie dotyczy, pracodawcy pozostaje zaś regres do pracownika, przy winie nieumyślnej ograniczony do wysokości trzymiesięcznego wynagrodzenia (art. 119 KP). W konsekwencji przy szkodzie z wycieku danych klienta liczonej w setkach tysięcy złotych różnicę pokrywa firma.

W relacji wewnętrznej nie jest lepiej. Klauzula rozszerzająca odpowiedzialność pracownika ponad reżim art. 114–122 KP jest nieważna na podstawie art. 18 § 2 KP jako mniej korzystna niż przepisy prawa pracy, a w jej miejsce wchodzą przepisy kodeksowe, co potwierdza bezwzględnie obowiązujący charakter przepisów o odpowiedzialności materialnej pracowników, utrwalony w orzecznictwie Sądu Najwyższego. Do tego dochodzi zasada ryzyka podmiotu zatrudniającego: jeżeli pracodawca dopuszcza prywatne narzędzia właśnie po to, by uniknąć kosztu licencji, podejmuje decyzję organizacyjną mieszczącą się w jego ryzyku gospodarczym i technicznym, a przerzucenie skutków tej decyzji na pracownika godzi w samą konstrukcję stosunku pracy.

Jedyne, co oświadczenie realnie daje, to walor dowodowo-porządkowy: potwierdza, że pracownik znał zasady korzystania, co może wpłynąć na ocenę stopnia jego winy w postępowaniu regresowym albo uzasadnić odpowiedzialność porządkową czy wypowiedzenie. Trzeba jednak widzieć granice tego waloru — zwolnienie pracownika nie naprawia szkody; jest sankcją, a nie zabezpieczeniem. Warto też zaznaczyć, że przy współpracownikach na umowach B2B argumentacja z Kodeksu pracy w ogóle nie znajduje zastosowania — nie zmienia to jednak niczego w dalszych częściach rachunku: AI Act, RODO i normy ISO działają wobec organizacji identycznie, niezależnie od formy zatrudnienia.

Na gruncie Kodeksu karnego oświadczenie dowodzi świadomości ryzyka

Odpowiedzialność karna jest osobista i niezbywalna, żadne oświadczenie cywilnoprawne jej zatem nie przenosi. Jeżeli w grę wchodzi ujawnienie tajemnicy (art. 266 KK), naruszenie tajemnicy przedsiębiorstwa (art. 23 ustawy o zwalczaniu nieuczciwej konkurencji) czy niedopuszczalne przetwarzanie danych (art. 107 ustawy o ochronie danych osobowych), odpowiada ten, kto zrealizował znamiona czynu. Co więcej, oświadczenie nie jest dla osób zarządzających neutralne: w skrajnych przypadkach organizowanie systemu pracy, który świadomie dopuszcza wprowadzanie danych chronionych do niekontrolowanych narzędzi, może być rozpatrywane jako zaniechanie osoby zobowiązanej do ochrony powierzonych spółce tajemnic. Dokument, w którym pracodawca „zezwala” i każe podpisać przerzucenie odpowiedzialności, jest wówczas jedynie dowodem przewidywania ryzyka.

Podmiotem stosującym w rozumieniu AI Act jest pracodawca, nie pracownik

W świetle AI Act oświadczenie nie ma żadnego znaczenia ochronnego. Status podmiotu stosującego (deployera) ma ten, kto wykorzystuje system AI w ramach swojej zwierzchności w działalności zawodowej, a wyłączenie dotyczy wyłącznie osobistego użytku pozazawodowego (art. 3 pkt 4 AI Act). Skoro pracownik używa narzędzia do wykonywania pracy na rzecz i za zgodą pracodawcy, podmiotem stosującym jest pracodawca — niezależnie od tego, na kogo zarejestrowane jest konto i kto opłaca abonament. Co więcej, oświadczenie potwierdza element konstytutywny statusu podmiotu stosującego, to jest formalną autoryzację użycia narzędzia — zamiast wyłączać odpowiedzialność, przesądza o jej podstawie. Warto też pamiętać, że modelu „podpisz, że na własną odpowiedzialność” nie da się pogodzić z obowiązkiem zapewnienia personelowi kompetencji w zakresie AI, tym samym sam dokument może stanowić dowód naruszenia.

RODO domyka rachunek

Pracodawca pozostaje administratorem danych osobowych przetwarzanych przez pracowników w kontekście zatrudnienia. Wprowadzenie danych do prywatnego narzędzia AI oznacza najczęściej niedozwolone ujawnienie bez podstawy prawnej i bez umowy powierzenia z art. 28 RODO, a zarazem naruszenie wymogów bezpieczeństwa z art. 32 RODO, przy czym oświadczenie pracownika nie zmienia rozkładu ról administrator — podmiot przetwarzający.

Wiedza organizacji wycieka po cichu

Jest jeszcze jeden, być może najważniejszy, koszt, którego nie wykaże żadne postępowanie: systematyczny wypływ wiedzy organizacji do indywidualnych narzędzi AI. W literaturze zjawisko ma już nazwę — shadow AI, niesankcjonowane wykorzystanie narzędzi AI poza ramami nadzoru organizacji (Silic, Silic, Kind-Trüller 2025). Każdy prompt to fragment know-how: sposób kalkulacji oferty, struktura umowy, argumentacja w sporze, opis wewnętrznego procesu. Ta wiedza osadza się w historiach rozmów na prywatnych kontach, poza zasięgiem organizacji, więc nie da się jej przeszukać, zaudytować ani przekazać następcy. Gdy pracownik odchodzi, razem z nim odchodzi konto, a wraz z nim wypracowany przez miesiące kontekst i wiedza o organizacji. Nikt też nie zagwarantuje usunięcia tej wiedzy z narzędzia: umowa o świadczenie usługi łączy dostawcę z pracownikiem, który wykupił abonament, a nie z organizacją — organizacji nie przysługuje zatem roszczenie o usunięcie danych, prawo audytu ani choćby informacja o tym, co się z jej danymi dzieje.

Mechanizm działa też w drugą stronę. Prywatne narzędzie nie ma dostępu do pełnego kontekstu organizacji — dokumentacji, wcześniejszych projektów, standardów i ustaleń — więc każdy pracownik buduje własny, fragmentaryczny kontekst od zera i utrzymuje go na własną rękę. Rezultaty pracy z AI są przez to nieporównywalne między osobami i niemożliwe do doskonalenia jako proces, organizacja płaci więc podwójnie: wiedza wypływa na zewnątrz, a synergia wewnątrz nie powstaje. W środowisku firmowym zależność jest odwrotna — wspólny kontekst organizacji zasila pracę każdego, a wiedza wypracowana w interakcjach z AI pozostaje aktywem firmy.

Niezgodność z ISO 27001 i ISO 42001 jest wpisana w ten model

Dla organizacji certyfikowanej skutek jest automatyczny — i to podwójnie, bo obie normy, oparte na tej samej zharmonizowanej strukturze, stawiają ten sam wymóg: organizacja ma zapewnić nadzór nad dostarczanymi z zewnątrz procesami, produktami i usługami istotnymi dla systemu zarządzania. Prywatne narzędzie AI pracownika jest dokładnie taką usługą zewnętrzną, tyle że z definicji pozostającą poza jakimkolwiek nadzorem — o niezgodności przesądza więc już sam model korzystania, zanim jeszcze sięgniemy po zabezpieczenia szczegółowe.

Na gruncie ISO/IEC 27001 prywatne narzędzie AI to usługa chmurowa przetwarzająca informacje organizacji całkowicie poza jej systemem zarządzania: poza inwentarzem aktywów, bez umowy z dostawcą i wymagań bezpieczeństwa w relacjach z dostawcami, wbrew wymogowi zarządzania usługami chmurowymi w pełnym cyklu, od pozyskania po wyjście z usługi, i bez kontroli transferu informacji. Oświadczenie pracownika nie jest przy tym ani zabezpieczeniem w rozumieniu normy, ani akceptacją ryzyka szczątkowego, której może dokonać wyłącznie właściciel ryzyka po stronie organizacji, zatwierdzając plan postępowania z ryzykiem — jest więc udokumentowaniem ryzyka zidentyfikowanego i nieobsłużonego. Paradoksalnie sam regulamin korzystania z narzędzi ma w normie swoje miejsce jako zasady akceptowalnego użycia aktywów, działa jednak wyłącznie jako uzupełnienie zabezpieczeń technicznych — zapobiegania wyciekom danych i rejestrowania zdarzeń — a nie ich substytut. Z perspektywy audytora nie jest to obserwacja do poprawy, lecz niezgodność systemowa: proces przetwarzania informacji świadomie wyprowadzony poza zakres systemu.

Na gruncie ISO/IEC 42001 jest analogicznie. Norma wymaga, by każdy system AI używany w działalności był udokumentowany, objęty oceną skutków, używany zgodnie z przeznaczeniem w ramach zdefiniowanych procesów i pod nadzorem obejmującym także dostawców, z przypisaną rozliczalnością oraz rejestrowaniem zdarzeń co najmniej w fazie użytkowania. Narzędzie prywatne nie spełnia żadnego z tych wymogów: nie jest udokumentowane, nie przeszło oceny skutków, nie ma przypisanego właściciela, a jego logi pozostają na koncie pracownika, poza zasięgiem organizacji. Polityka AI, której norma wymaga, może dopuszczać narzędzia zewnętrzne, ale ma to być decyzja organizacji wpisana w system zarządzania i w plan postępowania z ryzykiem zatwierdzany przez wyznaczone kierownictwo, a nie podpis pracownika zdejmujący temat ze stołu. Model „na własną odpowiedzialność” jest zaprzeczeniem samej idei systemu zarządzania sztuczną inteligencją. W praktyce oznacza to, że przy najbliższym audycie nadzoru organizacja ryzykuje niezgodność dużą, a jeśli nie zostanie ona zamknięta w wyznaczonym terminie — zawieszenie certyfikatu, a wobec klientów, którym umownie zadeklarowała utrzymanie certyfikacji — naruszenie kontraktu.

Rachunek

Po stronie „oszczędności” pozostaje koszt licencji narzędzia firmowego. Po stronie ryzyka najwięcej waży pozycja, której nie wykaże żadna tabela kar: know-how organizacji rozproszone po prywatnych kontach. Know-how, który mógłby kumulować się i pracować w narzędziu AI organizacji (sposoby kalkulacji ofert, struktury umów, argumentacja w sporach) wycieka z organizacji każdego dnia i ulega bezpowrotnej utracie wraz z odejściem pracownika. Do tego dochodzi utrata ochrony tajemnicy przedsiębiorstwa, która przestała być poufna, odszkodowania wobec kontrahentów i koszty sporów; listę jedynie domykają kary administracyjne z AI Act i RODO. Wystarczy zestawić te pozycje z ceną licencji, by zobaczyć, że to nie jest oszczędność, lecz odroczony koszt.

Co zamiast oświadczenia

Oświadczenie może pełnić sensowną funkcję wyłącznie jako element polityki wewnętrznej: instrukcja korzystania i zobowiązanie do przestrzegania zasad, z katalogiem danych, których nie wolno wprowadzać — nie zaś jako próba przerzucenia na pracownika odpowiedzialności, której, jak widać w każdym z omówionych reżimów, przerzucić się nie da. Realną ochronę daje dopiero architektura: narzędzie firmowe zamiast prywatnych, warstwa kontrolująca, które dane trafiają do których modeli, rejestrowanie operacji oraz przeszkolenie personelu zgodne z art. 4 AI Act. Regulamin bez kontroli technicznej jest deklaracją, a kontrola techniczna bez regulaminu jest ślepa; potrzebne są oba elementy naraz.

W allclouds.pl łączymy jedno z drugim: PROXY:AI kontroluje routing danych do modeli, a wdrożeniu towarzyszy dokumentacja i szkolenia zgodne z AI Act — całość w ramach systemu zarządzania certyfikowanego m.in. na zgodność z ISO/IEC 42001 i ISO/IEC 27001. Zanim ktoś w Państwa organizacji podpisze kolejne oświadczenie „na własną odpowiedzialność” — porozmawiajmy o tym, co ono naprawdę oznacza. A jeżeli nie wiedzą Państwo, od czego zacząć i jak wykorzystać pełen potencjał AI w swojej organizacji, zapraszamy na nasze szkolenia.

Źródła

Wybrana literatura