Prawo autorskie a dane treningowe: na czym polega spór

Redakcja Doba AIOpublikowano 13 sierpnia 2026Sprawdzone 6 września 202612 min czytania

Spór o dane treningowe wygląda na jeden, a jest co najmniej trzema — i każdy z nich toczy się przed innym forum, na innych przepisach i z innym wynikiem. Osobno rozstrzyga się, czy wolno trenować na cudzych utworach, osobno, skąd wzięto materiał, a osobno, czyje jest to, co model wygeneruje.

To rozróżnienie nie jest akademickie. Od niego zależy, czy amerykański wyrok cokolwiek mówi o Twojej sytuacji w Polsce — a najczęściej nie mówi nic.

Trzy pytania, a nie jeden spór

Zanim wejdziemy w przepisy, warto rozdzielić rzeczy, które w publicystyce zlewają się w jedno zdanie „AI kradnie twórcom”.

1. Wejście. Czy zwielokrotnienie cudzych utworów po to, żeby wytrenować model, wymaga zgody uprawnionego?
2. Sposób pozyskania. Skąd wzięto egzemplarze — z licencji, z otwartej sieci, czy z serwisu z pirackimi kopiami? To dziś oddzielne pytanie od poprzedniego.
3. Wyjście. Czy to, co model wygenerował, narusza czyjeś prawa — i czy samo w sobie jest utworem, do którego ktokolwiek ma prawa.

Te trzy pytania mają różne odpowiedzi w różnych systemach prawnych i, co ważniejsze, rozstrzygają się w różnym tempie. Pierwsze jest najdalej posunięte w Stanach Zjednoczonych, drugie okazało się w praktyce najkosztowniejsze, trzecie pozostaje najbardziej otwarte.

Wejście: czy wolno trenować na cudzych utworach

W Stanach Zjednoczonych pytanie rozstrzyga się przez doktrynę dozwolonego użytku (fair use) z § 107 ustawy o prawie autorskim — czteroczynnikowy test, który sąd stosuje do konkretnego stanu faktycznego. Nie ma tam zamkniętej listy dozwolonych sposobów korzystania; jest ocena.

Najdalej idące jak dotąd rozstrzygnięcie zapadło 23 czerwca 2025 r. w sprawie Bartz v. Anthropic przed sądem federalnym w Kalifornii. Sędzia William Alsup napisał wprost, że wykorzystanie spornych książek do trenowania modelu było „w wyjątkowym stopniu przekształcające i stanowiło dozwolony użytek w rozumieniu § 107”. Zdigitalizowanie kupionych egzemplarzy papierowych również uznał za dozwolone — ale z innego powodu: firma jedynie zastąpiła kupione egzemplarze wygodniejszymi kopiami cyfrowymi, nie tworząc nowych egzemplarzy ani ich nie rozpowszechniając. [5]

To jest ta część orzeczenia, którą cytuje się najczęściej. Znacznie ciekawsza jest druga.

Sposób pozyskania stał się osobną osią sporu

W tym samym orzeczeniu sąd rozdzielił dwie rzeczy, które przez lata traktowano łącznie: cel wykorzystania i pochodzenie egzemplarzy. Anthropic pobrał ponad siedem milionów książek z serwisów udostępniających kopie bez zgody uprawnionych, między innymi z Library Genesis i Pirate Library Mirror. Sąd napisał, że firmie „nie przysługiwało uprawnienie do wykorzystania pirackich kopii w swojej centralnej bibliotece”, a zbudowanie trwałego zbioru ogólnego przeznaczenia nie było samo w sobie dozwolonym użytkiem usprawiedliwiającym to pobranie. [5]

Rachunek za tę część okazał się realny. Sprawa zakończyła się ugodą na 1,5 mld dolarów, którą sąd zatwierdził ostatecznie 20 lipca 2026 r. — to najwyższa znana ugoda w amerykańskiej sprawie o prawa autorskie. Przy szacunkowo pół miliona utworów objętych porozumieniem daje to około trzech tysięcy dolarów na utwór. [6]

Wniosek jest niewygodny dla obu stron sporu. Trenowanie samo w sobie może być legalne, a mimo to firma zapłaci — nie za trenowanie, tylko za sposób, w jaki weszła w posiadanie materiału. Prawnicza oś przesunęła się z pytania „po co skopiowano” na pytanie „skąd wzięto”.

Europa poszła inną drogą niż Ameryka

W Unii Europejskiej nie ma odpowiednika fair use. Zamiast otwartego testu obowiązuje zamknięta lista wyjątków, a interesujące nas dwa wprowadziła dyrektywa 2019/790 o prawie autorskim na jednolitym rynku cyfrowym. Art. 3 pozwala na eksplorację tekstów i danych instytucjom badawczym i instytucjom dziedzictwa kulturowego do celów badań naukowych. Art. 4 idzie szerzej — pozwala każdemu — ale pod warunkiem, którego w prawie amerykańskim nie ma: uprawniony może korzystanie zastrzec. [1]

To jest fundamentalna różnica konstrukcyjna. Amerykański sąd pyta, czy dane wykorzystanie było przekształcające i jak wpłynęło na rynek utworu. Europejski ustawodawca postawił sprawę odwrotnie: eksplorować wolno domyślnie, dopóki uprawniony nie powie „nie”. Wyrok z Kalifornii nie odpowiada więc na żadne pytanie zadane po tej stronie Atlantyku — bo tu nikt nie pyta o przekształcający charakter.

Do tego doszła warstwa, której w 2019 r. jeszcze nie było. Akt o sztucznej inteligencji nakłada na dostawców modeli ogólnego przeznaczenia dwa obowiązki: wdrożenie polityki zgodności z unijnym prawem autorskim, w tym rozpoznawania zastrzeżeń złożonych na podstawie art. 4 ust. 3 dyrektywy, oraz opublikowanie „wystarczająco szczegółowego podsumowania” treści użytych do trenowania, według wzoru przygotowanego przez Urząd ds. AI. [3] Komisja opublikowała ten wzór 24 lipca 2025 r., a obowiązki dla modeli ogólnego przeznaczenia stosuje się od 2 sierpnia 2025 r. [4]

Innymi słowy: w Europie zastrzeżenie praw przestało być deklaracją bez adresata. Ktoś ma obowiązek go szukać.

Polska: art. 26² i 26³, i co znaczy „zastrzegł inaczej”

Polska wdrożyła te wyjątki nowelizacją, która weszła w życie 20 września 2024 r. W ustawie o prawie autorskim i prawach pokrewnych pojawiły się dwa przepisy. Art. 26² pozwala instytucjom dziedzictwa kulturowego oraz uczelniom i instytutom zwielokrotniać utwory w celu eksploracji tekstów i danych do celów badań naukowych, jeżeli nie robią tego dla bezpośredniej lub pośredniej korzyści majątkowej. [2]

Art. 26³ ust. 1 jest krótki i to on dotyczy komercyjnego trenowania modeli: „Wolno zwielokrotniać rozpowszechnione utwory w celu eksploracji tekstów i danych, chyba że uprawniony zastrzegł inaczej”. [2]

Cała praktyczna waga leży w ostatnich trzech słowach — i w ustępie drugim, który mówi, jak takie zastrzeżenie zrobić. Ma być wyraźne i odpowiednie do sposobu udostępnienia utworu. Dla materiałów opublikowanych w internecie ustawa wymaga formatu przeznaczonego do odczytu maszynowego wraz z metadanymi. [2]

Ma to dwie konsekwencje, o których rzadko się mówi razem. Po pierwsze, zdanie „zastrzegam wszelkie prawa” w stopce strony albo w opisie profilu prawdopodobnie nie spełnia tego wymogu — nie jest przeznaczone do odczytu maszynowego. Po drugie, twórca, który niczego nie zastrzegł, nie stoi na tym samym gruncie co twórca amerykański: w Polsce eksploracja jego materiału mieści się w wyjątku ustawowym, a nie jest przedmiotem sporu o dozwolony użytek.

Co już rozstrzygnięto, a co nadal wisi

Poza sprawą Anthropic warto znać dwa punkty odniesienia, bo dotyczą zupełnie innych fragmentów problemu.

Getty Images przeciwko Stability AI. Wysoki Trybunał w Londynie wydał wyrok 4 listopada 2025 r. Sąd oddalił główne roszczenie o wtórne naruszenie prawa autorskiego, przyjmując, że model nie zawiera reprodukcji spornych utworów — same wagi modelu nie są więc „egzemplarzem naruszającym”. Getty wygrało jedynie w ograniczonym zakresie roszczenia znakowe, dotyczące odtwarzania znaków wodnych. [7] Jeżeli zastanawiasz się, czym w ogóle są „wagi modelu”, tłumaczymy to przy okazji różnicy między otwartymi wagami a zamkniętym API.

The New York Times przeciwko OpenAI i Microsoftowi. Sprawa nadal się toczy przed sądem federalnym w Nowym Jorku i to ona jest obserwowana najuważniej. We wrześniu 2026 r. amerykański Departament Sprawiedliwości złożył stanowisko popierające tezę, że trenowanie modeli językowych na chronionych tekstach mieści się w dozwolonym użytku. [8] Stanowisko rządu nie jest wyrokiem i sądu nie wiąże, ale pokazuje, jak wysoką stawkę widzą w tej sprawie strony trzecie.

Trzy sprawy, trzy różne przedmioty: pochodzenie korpusu, zawartość wag modelu i status samego trenowania. Wyrok w jednej nie przesądza pozostałych — i to jest najkrótsza odpowiedź na pytanie, dlaczego „spór o dane treningowe” tak długo się nie kończy.

Wyjście: czyje jest to, co model wygeneruje

To osobne pytanie i ma osobną odpowiedź. Polska ustawa definiuje utwór jako „każdy przejaw działalności twórczej o indywidualnym charakterze, ustalony w jakiejkolwiek postaci”. [2] Punktem wyjścia jest działalność twórcza, a ta w polskiej tradycji prawnej przypisywana jest człowiekowi. Ustawa nie zawiera przepisu, który przyznawałby prawa do materiału wygenerowanego przez maszynę, i nie ma orzecznictwa, które by tę lukę zamykało.

Kierunek jest podobny po drugiej stronie Atlantyku. Amerykański Urząd ds. Praw Autorskich w drugiej części raportu o sztucznej inteligencji, opublikowanej 29 stycznia 2025 r., podtrzymał wymóg ludzkiego autorstwa jako warunek ochrony i analizował, ile ludzkiego wkładu w materiał wygenerowany maszynowo wystarcza, by ochrona powstała. [9]

Praktyczny skutek bywa zaskakujący dla osób, które pierwszy raz się nad tym zastanawiają. Grafika wygenerowana samym poleceniem tekstowym może nie mieć autora w rozumieniu prawa autorskiego — a to znaczy nie tyle, że jest Twoja, ile że nikt nie ma do niej praw wyłącznych i nikt nie może zabronić jej użycia komuś innemu.

Co to znaczy dla kogoś, kto używa tych narzędzi w pracy

Z tego wszystkiego wynikają cztery praktyczne rzeczy, niezależne od tego, jak skończy się sprawa w Nowym Jorku.

• Jeśli publikujesz własną twórczość: zastrzeżenie z art. 26³ ust. 2 działa tylko wtedy, gdy jest w formacie do odczytu maszynowego. Deklaracja w stopce to za mało — trzeba użyć mechanizmu, który maszyna przeczyta.
• Jeśli zamawiasz materiały: pytanie „czy to zrobiła AI” jest mniej istotne niż pytanie, kto ma do tego prawa. Przy czysto maszynowym wyniku odpowiedź może brzmieć „nikt”, a wtedy klauzula o przeniesieniu praw autorskich nie przenosi niczego.
• Jeśli używasz generatora obrazów: spór o wejście toczy się między dostawcą a uprawnionymi, ale za wynik podobny do cudzego znaku albo postaci odpowiadasz Ty, jako publikujący. Znak wodny w wyniku to sygnał ostrzegawczy, nie ciekawostka.
• Jeśli wybierasz dostawcę do zastosowania firmowego: podsumowanie danych treningowych z art. 53 aktu o AI jest publiczne. To dziś jedyny dokument, w którym dostawca sam opisuje, na czym trenował.

Warto też uczciwie zaznaczyć granicę tego tekstu. Opisuje on stan na wrzesień 2026 r., a najważniejsza amerykańska sprawa nie ma jeszcze rozstrzygnięcia co do istoty. Jeśli chcesz od strony praktycznej podejść do samych narzędzi, zaczynamy od podstaw w tekście o generatorach obrazów AI.

FAQ: prawo autorskie a dane treningowe

Źródła

1. Dyrektywa (UE) 2019/790 o prawie autorskim na jednolitym rynku cyfrowym — Art. 3 i 4 (eksploracja tekstów i danych, zastrzeżenie praw z art. 4 ust. 3).
2. Ustawa o prawie autorskim i prawach pokrewnych — Art. 1 (pojęcie utworu) oraz art. 26² i 26³ (eksploracja tekstów i danych, forma zastrzeżenia).
3. Akt o sztucznej inteligencji — art. 53 — Polityka zgodności z prawem autorskim i publiczne podsumowanie treści treningowych.
4. Komisja Europejska — wzór publicznego podsumowania treści treningowych — Dokument opublikowany 24 lipca 2025 r. wraz z notą wyjaśniającą.
5. Bartz v. Anthropic PBC — Order on Fair Use (23 czerwca 2025 r.) — Rozdzielenie oceny trenowania od oceny pochodzenia egzemplarzy.
6. JURIST — zatwierdzenie ugody na 1,5 mld dolarów (20 lipca 2026 r.) — Ostateczne zatwierdzenie i skala wypłat dla uprawnionych.
7. Getty Images (US) Inc i inni przeciwko Stability AI Ltd [2025] EWHC 2863 (Ch) — Wyrok z 4 listopada 2025 r.: wagi modelu a pojęcie egzemplarza naruszającego.
8. IPWatchdog — stanowisko Departamentu Sprawiedliwości w sprawie NYT przeciwko OpenAI — Opis pisma złożonego 1 września 2026 r. i jego argumentacji.
9. U.S. Copyright Office — Copyright and Artificial Intelligence, Part 2: Copyrightability — Raport z 29 stycznia 2025 r. o wymogu ludzkiego autorstwa.

Źródła sprawdzono 6 września 2026 r. Tekst opisuje stan na ten dzień i nie jest poradą prawną. Sprawa The New York Times przeciwko OpenAI i Microsoftowi nie została rozstrzygnięta co do istoty.