Unijny Akt w sprawie AI zaczyna egzekwować przejrzystość, ale oznaczenia to tylko połowa sprawdzianu

Unijny Akt w sprawie AI osiąga kluczowy termin 2 sierpnia, kiedy w całej Wspólnocie zacznie obowiązywać egzekwowanie wymogów dotyczących ujawniania chatbotów i oznaczania treści tworzonych przez AI. Przepisy mają zniwelować podstawową lukę informacyjną: ludzie często nie potrafią stwierdzić, czy rozmawiają z oprogramowaniem, czy oglądają syntetyczne media.

Bezpośrednie wymogi brzmią prosto. Chatboty muszą identyfikować się, gdy ich sztuczna natura nie jest już oczywista. Dostawcy systemów generatywnych muszą zapewnić, aby syntetyczne lub zmanipulowane treści można było wykryć w formie odczytywalnej maszynowo.

Podmioty wdrażające systemy mają również widoczne obowiązki informacyjne dotyczące deepfake’ów i niektórych materiałów leżących w interesie publicznym. Prawdziwa rywalizacja nie toczy się jednak między firmami AI. Chodzi o zderzenie obietnicy rozpoznawalnych syntetycznych mediów z techniczną rzeczywistością znaczników, które mogą zniknąć, wzajemnie sobie przeczyć albo stracić znaczenie.

Komisja Europejska opublikowała ostateczne wytyczne przed upływem terminu, dając firmom jaśniejszą interpretację artykułu 50. Egzekwowanie przepisów będzie w dużej mierze należeć do krajowych organów nadzoru rynku, podczas gdy Europejski Urząd ds. AI ma uprawnienia wobec węższej grupy systemów.

To rozróżnienie ma znaczenie dla twórców, wydawców, platform i nabywców korporacyjnych. 2 sierpnia nie wprowadza po prostu kolejnej informacji, którą należy umieścić obok polityki prywatności. Przenosi decyzje dotyczące pochodzenia treści i ujawnień do interfejsów produktów, procesów przetwarzania mediów, umów z dostawcami i dokumentacji audytowej.

Co zmienia się 2 sierpnia w ramach unijnego Aktu w sprawie AI

Artykuł 50 przekształca tożsamość AI i pochodzenie syntetycznych mediów z wyborów produktowych w obowiązki prawne.

Unijny Akt w sprawie AI wszedł w życie 1 sierpnia 2024 r., lecz jego przepisy podlegają etapowemu harmonogramowi stosowania. Artykuł 50 i większość pozostałych zasad zaczną obowiązywać 2 sierpnia 2026 r.

Obowiązujący tekst obejmuje cztery sytuacje, a nie każde zastosowanie sztucznej inteligencji. Pierwsza zasada dotyczy systemów zaprojektowanych do bezpośredniej interakcji z ludźmi. Dostawcy muszą zapewnić, aby użytkownicy wiedzieli, że wchodzą w interakcję z AI, chyba że jest to już oczywiste.

Wymogowi temu może podlegać asystent obsługi klienta, bot rekrutacyjny, wirtualny towarzysz lub zautomatyzowany agent wsparcia. Informacja musi pojawić się w trakcie interakcji, a nie pozostawać ukryta w odległym regulaminie.

Ocena zależy również od kontekstu. Prawo pyta, co rozsądnie poinformowana i uważna osoba rozpoznałaby w danych okolicznościach. Wyraźnie fikcyjna postać z gry stanowi inny przypadek niż przypominający człowieka agent wsparcia finansowego.

Drugi wymóg dotyczy systemów generujących lub manipulujących tekstem, obrazami, dźwiękiem albo wideo. Dostawcy muszą projektować swoje systemy tak, aby wyniki zawierały odczytywalne maszynowo wskazania ich sztucznego pochodzenia.

tekst prawny wymaga, by te środki techniczne były skuteczne, interoperacyjne, odporne i niezawodne, o ile jest to technicznie wykonalne. Pozwala również organom regulacyjnym uwzględniać koszty wdrożenia i powszechnie przyjęte normy techniczne.

Obowiązek dostawcy różni się od widocznej etykiety wymaganej w określonych scenariuszach wdrożenia. Znacznik odczytywalny maszynowo służy oprogramowaniu i narzędziom weryfikacyjnym. Widoczne lub słyszalne ujawnienie służy osobie stykającej się z treścią.

Trzecia kategoria obejmuje systemy rozpoznawania emocji i kategoryzacji biometrycznej. Organizacje korzystające z takich systemów muszą informować osoby, wobec których są one stosowane, z zastrzeżeniem ograniczonych wyjątków dla organów ścigania.

Czwarta kategoria ma zastosowanie, gdy podmioty wdrażające publikują deepfake’i lub teksty generowane przez AI dotyczące kwestii leżących w interesie publicznym. Obrazy, nagrania audio i wideo typu deepfake co do zasady wymagają wyraźnego ujawnienia, że materiał został sztucznie wygenerowany lub zmanipulowany.

Tekst dotyczący interesu publicznego podlega węższej regule. Ujawnienie jest wymagane, gdy tekst wygenerowany lub zmanipulowany przez AI jest publikowany w celu poinformowania opinii publicznej bez kontroli człowieka lub odpowiedzialności redakcyjnej.

Wyjątek ten chroni zwykłe procesy redakcyjne przed traktowaniem ich jak w pełni zautomatyzowanego publikowania. Nie usuwa jednak potrzeby ustalenia, kto sprawdził materiał i kto przyjął odpowiedzialność za publikację.

Komisja twierdzi, że celem jest ograniczenie oszustw i manipulacji przy jednoczesnym pomaganiu ludziom w podejmowaniu świadomych ocen. Jej wytyczne dotyczące przejrzystości przekładają tę zasadę na bardziej szczegółowe oczekiwania wobec dostawców i podmiotów wdrażających.

Termin wywiera presję nie tylko na twórców chatbotów

Obciążenie związane ze zgodnością podąża za systemem AI — od jego twórcy po organizację, która przedstawia jego wyniki opinii publicznej.

Twórcy modeli przyciągają najwięcej uwagi, ale artykuł 50 dzieli odpowiedzialność między dostawców i podmioty wdrażające. Dostawca opracowuje system AI lub wprowadza go na rynek pod własną nazwą. Podmiot wdrażający używa tego systemu pod swoim nadzorem.

Podział ten wywiera presję na dostawców oprogramowania, sprzedawców detalicznych, banki, wydawców, reklamodawców, agencje rządowe i zespoły odpowiedzialne za technologie w miejscu pracy. Muszą oni ustalić, które obowiązki należą do dostawcy, a które pozostają po stronie klienta.

Weźmy internetowego sprzedawcę detalicznego, który dodaje asystenta konwersacyjnego. Dostawca oprogramowania musi zaprojektować system tak, by w razie potrzeby ujawniał swoją tożsamość AI. Sprzedawca musi zachować to ujawnienie, zamiast przedstawiać bota jako pracownika.

Agencja medialna mierzy się z innym łańcuchem odpowiedzialności. Jej generator obrazów powinien tworzyć wykrywalne syntetyczne materiały, podczas gdy agencja może być zobowiązana oznaczyć deepfake podczas publikacji finalnej kampanii.

Wymóg staje się trudniejszy, gdy ten sam plik przechodzi przez wiele narzędzi. Obraz może przejść przez generowanie, retusz, zmianę rozmiaru, planowanie publikacji w mediach społecznościowych i dostarczanie treści, zanim dotrze do odbiorcy.

Każdy etap może zmienić metadane lub usunąć sygnał techniczny. To sprawia, że zamówienia i testowanie procesów stają się kluczowymi zadaniami związanymi ze zgodnością, nawet jeśli końcowe oznaczenie wydaje się proste.

Nabywcy korporacyjni powinni teraz pytać dostawców, czy znaczniki odczytywalne maszynowo przetrwają eksport, edycję, transkodowanie i działanie typowych systemów publikacyjnych. Potrzebują też dowodów potwierdzających te twierdzenia.

Marketingowe stwierdzenie o „odpowiedzialnej AI” ma niewielką wartość audytową. Dokumentacja techniczna, przykładowe pliki, historie wersji i powtarzalne testy stanowią mocniejsze dowody, że system działa zgodnie z obietnicą.

Organizacje potrzebują także wykazu publicznie dostępnych interakcji z AI. Firma może śledzić głównego chatbota, a jednocześnie przeoczyć zautomatyzowanych agentów sprzedaży, systemy głosowe, asystentów wdrożeniowych lub funkcje AI osadzone przez wykonawców.

Ten sam problem występuje w publikowaniu. Zespoły muszą wskazać, które procesy tworzą deepfake’i, które generują teksty leżące w interesie publicznym oraz gdzie odbywa się znacząca kontrola człowieka.

Kontrola człowieka nie może stać się ceremonialnym polem do odhaczenia. Organizacje powinny dokumentować, kto przeanalizował wynik, co ocenił i kto przyjął odpowiedzialność redakcyjną.

Prowadzenie takiej dokumentacji jest szczególnie istotne, ponieważ Komisja nie działa jako jedyny regulator pierwszej linii. Większość egzekwowania przepisów będą prowadzić krajowe organy nadzoru rynku, co tworzy rozproszoną strukturę nadzorczą.

Europejski Urząd ds. AI pełni bardziej ograniczoną rolę egzekucyjną. Może nadzorować odpowiednie systemy zbudowane na modelach AI ogólnego przeznaczenia, gdy dostawca dostarcza również system i model bazowy.

Ma też uprawnienia w niektórych sprawach dotyczących bardzo dużych platform internetowych lub wyszukiwarek. Europejski Inspektor Ochrony Danych zajmuje się objętymi przepisami systemami używanymi przez instytucje UE.

Firmy stają więc przed wspólnym zbiorem zasad, ale potencjalnie odmiennymi relacjami nadzorczymi. Zwiększa to wartość spójnej wewnętrznej dokumentacji obejmującej produkty i rynki państw członkowskich.

Odpowiedzi Komisji dotyczące artykułu 50 wskazują, że grzywny mogą sięgać 15 mln euro lub 3 procent światowego rocznego obrotu. Wobec mniejszych firm stosuje się zasadę proporcjonalności.

Ryzyko egzekwowania nie jest jedynym problemem. Niewłaściwe ujawnienie może również wywołać problemy z ochroną konsumentów, reputacją, umowami lub polityką platform, zanim regulator nałoży jakąkolwiek karę.

Oznaczenia muszą przetrwać łańcuch dostaw treści

Kluczowy kompromis jest jasny: przejrzyste ujawnienie kontra rozdrobniony system medialny, który może usuwać lub zacierać informacje o pochodzeniu.

Artykuł 50 wykorzystuje dwa uzupełniające się mechanizmy. Etykiety skierowane do ludzi informują odbiorców, co widzą. Znaczniki odczytywalne maszynowo pozwalają oprogramowaniu rozpoznawać i śledzić sztuczne treści na dużą skalę.

Żaden z tych mechanizmów sam w sobie nie jest wystarczający. Widoczne oznaczenie można wykadrować z obrazu, oddzielić od ponownie opublikowanego wideo albo pominąć na zrzucie ekranu. Sygnał odczytywalny maszynowo może stać się niedostępny dla osoby oglądającej materiał.

Pochodzenie techniczne może również zostać przypadkowo naruszone. Platformy społecznościowe ponownie kompresują obrazy, aplikacje do przesyłania wiadomości modyfikują pliki, a serwisy wideo transkodują przesyłane materiały do nowych formatów.

Narzędzia do edycji wprowadzają kolejny punkt awarii. Prawidłowy zapis pochodzenia podczas generowania nie gwarantuje, że końcowy wyeksportowany plik zachowa te same informacje.

Komisja podkreśla zatem niezawodność w całym cyklu życia treści. Dostawcy muszą uwzględniać przewidywalne sposoby przechowywania, edytowania, dystrybucji i wykrywania swoich wyników.

Odczytywalność maszynowa nie oznacza, że prawo wymaga w każdym przypadku jednej uniwersalnej technologii. Obowiązek koncentruje się na rezultacie, a wdrażanie mogą ukierunkowywać normy i praktyki branżowe.

Jedno podejście wykorzystuje podpisane metadane dotyczące pochodzenia, które rejestrują źródło pliku i historię jego edycji. Inne umieszcza niewyczuwalny sygnał w samych mediach.

Metadane mogą zawierać szczegółowe informacje, lecz zwykłe przetwarzanie może je usunąć. Osadzone znaki wodne mogą przetrwać niektóre przekształcenia, choć dokładność wykrywania i trwałość różnią się w zależności od rodzaju mediów.

Projekt warstwowy może łączyć te metody z widocznym ujawnieniem. Jego zaletą jest redundancja. Jeśli jeden sygnał zniknie, inny nadal może przekazać informację o pochodzeniu treści.

Takie podejście generuje koszty i kompromisy projektowe. Znaki wodne muszą pozostawać wykrywalne bez zauważalnego pogarszania legalnych wyników. Zapisy pochodzenia muszą być odporne na manipulacje, nie ujawniając przy tym niepotrzebnych informacji osobistych ani handlowych.

Narzędzia wykrywania potrzebują także niezawodnego dostępu do odpowiednich danych weryfikacyjnych. Znacznik, który potrafi zinterpretować wyłącznie jego twórca, ma ograniczoną wartość dla platform, badaczy, dziennikarzy i dalszych klientów.

Fałszywie pozytywne wyniki stanowią kolejny problem. Detektor, który błędnie oznacza autentyczne media jako syntetyczne, może szkodzić twórcom i osłabiać zaufanie do całego systemu.

Fałszywie negatywne wyniki tworzą problem odwrotny. Zmanipulowane media mogą krążyć bez wykrycia, nawet gdy zgodny z przepisami generator pierwotnie dodał znacznik.

Akt uznaje te ograniczenia poprzez sformułowanie dotyczące wykonalności technicznej. To zastrzeżenie jest praktyczne, ale rodzi również pytanie dotyczące egzekwowania: jak duża odporność jest wystarczająca?

Firmy będą musiały wykazać swoje rozumowanie. Da się obronić proces, który identyfikuje oczekiwane przekształcenia, testuje, czy znaczniki je przetrwają, oraz rejestruje awarie i działania naprawcze.

Dobrowolny kodeks przejrzystości oferuje uporządkowaną drogę do wykazywania zgodności. Nie zastępuje artykułu 50 ani nie czyni podstawowego prawa opcjonalnym.

Organizacje nie muszą podpisywać kodeksu. Podmioty niebędące sygnatariuszami nadal muszą wykazać zgodność za pomocą innych adekwatnych środków i powinny spodziewać się dokładniejszych pytań dotyczących wybranego podejścia.

Komisja wskazała, że organy mogą zażądać bardziej szczegółowych informacji od podmiotów niebędących sygnatariuszami. Udokumentowane porównanie z kodeksem może pomóc wyjaśnić, dlaczego inne wdrożenie zapewnia równoważną ochronę.

To właśnie tutaj sierpniowy termin zmienia inżynierię produktu. Pochodzenie treści nie jest już wyłącznie funkcją platformy. Staje się właściwością kompleksową, która musi przetrwać rzeczywiste warunki dystrybucji.

Ujawnianie deepfake’ów ma istotne granice

Przepisy dotyczą zwodniczej niejednoznaczności, lecz nie wymagają, aby każda praca wspomagana przez AI miała takie samo widoczne ostrzeżenie.

Deepfake w rozumieniu aktu obejmuje wygenerowany lub zmanipulowany przez AI obraz, dźwięk albo wideo przypominające istniejące osoby, obiekty, miejsca, podmioty lub wydarzenia. Materiał musi fałszywie sprawiać wrażenie autentycznego lub prawdziwego.

Definicja ta obejmuje znane zagrożenia, takie jak sklonowane głosy, sfabrykowane nagrania polityczne i realistyczne obrazy przedstawiające wydarzenia, które nigdy nie miały miejsca. Jest bardziej precyzyjna niż pojęcie „treści stworzonej z użyciem AI”.

Oczywiście fantastyczna ilustracja nie staje się automatycznie deepfake’em. Syntetyczne nagranie podszywające się pod dyrektora generalnego podczas prośby o płatność stanowi znacznie wyraźniejszy przypadek.

Podmioty stosujące systemy muszą ujawnić, że objęty przepisami materiał deepfake został sztucznie wygenerowany lub zmanipulowany. Informacja ta musi być jasna i odróżnialna, gdy odbiorca po raz pierwszy zetknie się z treścią.

Dzieła artystyczne, twórcze, satyryczne, fikcyjne i podobne są traktowane w zmodyfikowany sposób. Ujawnienie pozostaje konieczne, ale nie powinno utrudniać prezentacji ani odbioru utworu.

Przepis ten uwzględnia trudny problem projektowy. Wyraźne ostrzeżenie może zapobiegać oszustwu, ale natarczywy komunikat może zniekształcać film, występ, grę lub dzieło wizualne.

Kontekst staje się kluczowy. Etykieta odpowiednia dla klipu informacyjnego może nie pasować do premiery kinowej, a ujawnienie dźwiękowe może działać inaczej niż podpis pod obrazem.

Reguła dotycząca tekstów w interesie publicznym wyznacza kolejną istotną granicę. W pełni zautomatyzowany tekst publikowany w celu informowania społeczeństwa co do zasady wymaga ujawnienia, gdy został wygenerowany lub zmanipulowany przez AI.

Wymóg nie obowiązuje jednak, gdy człowiek dokonuje przeglądu tekstu lub sprawuje kontrolę redakcyjną, a ktoś ponosi odpowiedzialność za publikację.

Tego wyjątku nie należy odczytywać jako uniwersalnego zwolnienia dla każdej treści, której dotknął redaktor. Kluczowe pytania dotyczą rzeczywistej weryfikacji, kontroli i odpowiedzialności.

Redakcja wykorzystująca AI do transkrypcji lub propozycji tekstu znajduje się w innej sytuacji niż zautomatyzowany serwis publikujący niezweryfikowane polityczne podsumowania. Końcowy proces pracy ma większe znaczenie niż ogólna etykieta „wspomagane przez AI”.

Prawo zawiera również wyjątki dla niektórych prawnie dopuszczonych systemów organów ścigania. Wyjątkom tym towarzyszą zabezpieczenia i nie przekształcają one publicznie dostępnych narzędzi do zgłaszania przestępstw w ukryte interfejsy AI.

Organizacje powinny unikać nadmiernego oznaczania wszystkiego w ramach reakcji defensywnej. Uniwersalne ostrzeżenia mogą sprawić, że istotne komunikaty będą trudniejsze do zauważenia, i nauczyć użytkowników je ignorować.

Lepsze ujawnienie informuje odbiorcę o tym, co ma znaczenie w danym momencie. Wskazuje sztuczną interakcję lub manipulację, nie zasypując użytkowników szczegółami technicznymi.

Komisja w swoich krótkich informacjach rozróżnia obowiązki dostawców i podmiotów stosujących systemy. To rozróżnienie pomaga zespołom uniknąć traktowania jednej ogólnej etykiety jako kompletnego programu zgodności.

Na przykład platforma wideo może musieć zachować techniczne dane o pochodzeniu treści od zewnętrznego generatora. Osoba publikująca zwodnicze syntetyczne wideo może niezależnie podlegać obowiązkowi widocznego ujawnienia.

Odpowiedzialność może się również nakładać. Firma, która opracowuje system i wdraża go pod własnym nadzorem, może mieć obowiązki w obu rolach.

Praktyczny wniosek jest taki, że organizacje muszą klasyfikować zastosowania, a nie jedynie dostawców. Ten sam model generatywny może służyć do niskiego ryzyka retuszu obrazu, fikcyjnej rozrywki lub wprowadzającego w błąd podszywania się.

Przydatny proces oceny powinien rejestrować cel, odbiorców, stopień realizmu, przedstawiany podmiot, nadzór człowieka i kontekst publikacji. Te fakty określają, które ujawnienie jest właściwe.

Największa niepewność dotyczy tego, czy przejrzystość zadziała

Zgodność może ułatwić identyfikowanie syntetycznych mediów, nie powodując jednak zniknięcia oszustw.

Zdeterminowani sprawcy mogą korzystać z niezgodnych z przepisami narzędzi, usuwać widoczne ujawnienia, nagrywać wyniki za pomocą innego urządzenia lub rozpowszechniać materiały poza współpracującymi platformami. Artykuł 50 nie może wyeliminować tych praktyk.

Prawo zmienia natomiast zachęty i ustanawia punkt odniesienia dla legalnie działających dostawców oraz podmiotów stosujących systemy. Duże usługi działające w Europie muszą wbudować ujawnianie i pochodzenie treści w zwykłe zachowanie produktu.

Może to poprawić informacje dostępne dla platform, śledczych i odbiorców. Może również sprawić, że brak oczekiwanych danych o pochodzeniu stanie się użytecznym sygnałem ostrzegawczym.

Brak nie jest jednak dowodem fałszerstwa. Starsze pliki, zrzuty ekranu, starsze aparaty i procesy pracy chroniące prywatność mogą nie zawierać danych o pochodzeniu z całkowicie uzasadnionych powodów.

Wiarygodny system wykrywania musi komunikować niepewność. Powinien rozróżniać potwierdzone pochodzenie, brak informacji, uszkodzone poświadczenia i podejrzewaną manipulację.

Ta sama ostrożność dotyczy użytkowników. Widoczna etykieta AI potwierdza sztuczny udział, ale nie dowodzi, że dane twierdzenie jest fałszywe lub szkodliwe.

Z kolei autentyczne media mogą przedstawiać wydarzenia wybiórczo lub bez kontekstu. Pochodzenie wspiera ocenę, ale nie może zastąpić dziennikarstwa, weryfikacji źródeł ani krytycznego osądu.

Egzekwowanie przepisów ponad granicami tworzy kolejną niepewność. Organy krajowe działają w ramach tego samego rozporządzenia, lecz wczesne postępowania mogą różnić się priorytetami, obsadą kadrową i możliwościami technicznymi.

Wytyczne Komisji powinny ograniczyć niespójną interpretację, choć trudne przypadki nadal będą wymagać decyzji organów nadzorczych, a być może także postępowań sądowych. Zespoły produktowe powinny oczekiwać ewolucji praktyki wdrożeniowej.

Istnieje także niuans czasowy dotyczący istniejących systemów. Generatywne systemy AI wprowadzone do obrotu przed 2 sierpnia otrzymują ograniczony okres przejściowy na obowiązek oznaczania w formie odczytywalnej maszynowo.

Systemy te muszą spełnić ten konkretny obowiązek do 2 grudnia 2026 r. Okres przejściowy nie odracza szeroko stosowania artykułu 50 ani nie znosi innych obowiązujących obowiązków ujawniania.

Treści wygenerowane i udostępnione przed 2 sierpnia nie wymagają retroaktywnego oznaczania. Komisja zachęca do dobrowolnego oznaczania tam, gdzie jest to wykonalne, ale nie jest ono obowiązkowe.

To wąskie przejście ma znaczenie, ponieważ szersze terminy wynikające z AI Act zmieniły się w ramach unijnego procesu upraszczania. Niektóre wymogi dotyczące systemów wysokiego ryzyka mają obecnie późniejsze terminy.

Organizacje nie powinny interpretować tych zmian jako opóźnienia każdej zasady przejrzystości. Oficjalny harmonogram wdrożenia zachowuje datę rozpoczęcia stosowania artykułu 50, czyli 2 sierpnia.

Test egzekwowania przepisów prawdopodobnie skupi się na rozsądnym projektowaniu systemów, jasnych komunikatach, odporności technicznej i dowodach, że organizacje oceniły swoje obowiązki. Pozorna zgodność będzie łatwiejsza do zakwestionowania.

Ujawnienie dotyczące chatbota, które pojawia się dopiero po długiej rozmowie, może nie spełniać swojego celu. Znak pochodzenia, który znika podczas normalnego procesu eksportu u dostawcy, rodzi inny problem.

Dobrowolny kodeks pojawia się również tuż przed terminem. Firmy wcześniej dysponowały podstawowym tekstem rozporządzenia, ale szczegółowe wytyczne operacyjne pozostawiają niewiele czasu na końcowe korekty.

Taki harmonogram wzmacnia argument za etapową naprawą. Zespoły powinny najpierw zająć się bezpośrednim wprowadzaniem użytkowników w błąd, a następnie przetestować pochodzenie treści w swoich procesach obsługujących największy wolumen mediów.

Powinny również zachować dowody podjętych decyzji i nierozwiązanych ograniczeń. Organy regulacyjne mogą inaczej ocenić udokumentowane ograniczenie techniczne niż niepoparte twierdzenie, że oznaczanie było niemożliwe.

Trzy sygnały pokażą, czy przepisy mają realną moc

Najbliższe trzy miesiące pokażą, czy artykuł 50 stanie się działającą infrastrukturą, czy kolejnym komunikatem, którego użytkownicy przestają zauważać.

Pierwszym sygnałem będą wytyczne dotyczące egzekwowania przepisów wydawane przez krajowe organy nadzoru rynku. Ich pierwsze komunikaty, dochodzenia i praktyki koordynacyjne pokażą, jak interpretują odpowiednie ujawnienie.

Wczesne sprawy ujawnią również, które naruszenia przyciągają uwagę. Ukryta tożsamość chatbota, nieoznaczone deepfake’i i nietrwałe oznaczenia odczytywalne maszynowo stwarzają odmienne wyzwania dowodowe i egzekucyjne.

Spójne działania krajowe wzmocniłyby argument, że artykuł 50 ustanawia praktyczny europejski standard bazowy. Duże rozbieżności sprawiłyby, że zgodność byłaby droższa, a wyniki mniej przewidywalne.

Drugim sygnałem będzie techniczna trwałość na głównych platformach treści. Dostawcy i podmioty stosujące systemy powinny testować, czy dane o pochodzeniu przetrwają typowe procesy pracy z obrazem, dźwiękiem i wideo.

Pliki należy sprawdzać po edycji, kompresji, przesłaniu, pobraniu, wykonaniu zrzutu ekranu i transkodowaniu. Wyniki są ważniejsze niż deklaracja dostawcy o obsłudze określonego formatu.

Jeśli duże platformy będą konsekwentnie zachowywać i udostępniać dane o pochodzeniu, oznaczanie odczytywalne maszynowo zyska praktyczną wartość. Jeśli będą je rutynowo usuwać, większa część ciężaru spadnie na widoczne ujawnienie.

Trzecim sygnałem będzie termin przejściowy 2 grudnia dla starszych systemów generatywnych. Data ta pokaże, czy starsze produkty mogą wdrożyć oznaczanie bez poważnych problemów z kompatybilnością.

Dostawcy powinni ujawnić, które produkty kwalifikują się do okresu przejściowego i kiedy pojawią się aktualizacje. Klienci korporacyjni potrzebują tych dat do własnego planowania ryzyka.

Udane aktualizacje wzmocniłyby wielowarstwowe podejście UE. Powszechne opóźnienia lub słaba interoperacyjność ujawniłyby lukę między wymogiem prawnym a dostępną infrastrukturą.

Czytelnicy powinni również obserwować interfejsy produktów. Najbardziej wymowne zmiany mogą pojawić się jako niewielkie komunikaty o tożsamości, panele pochodzenia, ustawienia eksportu i podpowiedzi dotyczące ujawniania.

Te szczegóły pokazują, czy firmy zintegrowały zgodność z projektem produktu, czy dołączyły ją po zakończeniu rozwoju. Określają też, czy użytkownicy otrzymują przydatne informacje we właściwym momencie.

Dla pracowników wiedzy termin ten jest powodem, by zachowywać kontekst źródłowy wraz z materiałami wspomaganymi przez AI. Przeszukiwalna baza wiedzy AI może pomóc zachować oryginalne pliki, notatki z przeglądu i decyzje dotyczące publikacji.

Praktyka ta sama w sobie nie ustanawia zgodności prawnej. Ułatwia jednak późniejszą weryfikację, gdy treść przechodzi przez kilka osób i narzędzi.

Deweloperzy powinni testować całą ścieżkę wyjściową, a nie tylko punkt końcowy generowania. Nabywcy korporacyjni powinni żądać dowodów, że ujawnienie i pochodzenie treści przetrwają normalne użycie.

Wydawcy powinni zdefiniować rzeczywistą weryfikację przez człowieka i dokumentować odpowiedzialność redakcyjną. Użytkownicy AI powinni traktować etykiety jako dowód pochodzenia, a nie automatyczny osąd prawdziwości.

Pytanie po 2 sierpnia nie brzmi już, czy Europa chce przejrzystości AI. Brzmi ono, czy produkty, platformy i organizacje potrafią sprawić, by ta przejrzystość przetrwała kontakt z rzeczywistym internetem.