Spór Meta i OpenAI słabnie wraz z wejściem w życie unijnych zasad przejrzystości AI

Od 2 sierpnia Meta i OpenAI podlegają wiążącym unijnym zasadom przejrzystości, mimo twierdzeń, że Meta odrzuciła te ramy, podczas gdy OpenAI dołączyło do ponad 180 sygnatariuszy.

Ta narracja łączy dwa różne unijne kodeksy i błędnie przedstawia liczby. Meta odmówiła przystąpienia do kodeksu dotyczącego AI ogólnego przeznaczenia w 2025 roku, ale 28 lipca 2026 roku zgodziła się na nowszy kodeks przejrzystości treści. Komisja Europejska podaje, że w opracowaniu tego kodeksu uczestniczyło ponad 180 zainteresowanych stron. Byli to uczestnicy, a niekoniecznie sygnatariusze.

To sprostowanie zmienia perspektywę. Nie jest to prosty podział między Meta i OpenAI w kwestii tego, czy syntetyczne treści wymagają oznaczeń. Obie firmy popierają obecnie dobrowolne ramy wdrażania tych oznaczeń, pozostając jednocześnie prawnie odpowiedzialne na mocy EU AI Act.

Artykuł 50 zaczyna obowiązywać 2 sierpnia. Wymaga on, by określone systemy AI identyfikowały się jako takie, generowane wyniki nosiły oznaczenia możliwe do odczytu maszynowego, a wskazane treści syntetyczne otrzymywały widoczne informacje.

Najtrudniejsza część zaczyna się po upływie terminu. Firmy muszą zachowywać użyteczne informacje o pochodzeniu treści podczas edycji i dystrybucji, a regulatorzy muszą zdecydować, jak w praktyce wygląda wystarczająca zgodność z przepisami.

Co EU AI Act zmienia 2 sierpnia

Nowe zasady ustanawiają kilka odrębnych obowiązków, a nie uniwersalne oznaczenie wszystkiego, co powstało z użyciem AI.

Dostawcy interaktywnych systemów AI muszą informować ludzi, kiedy mają do czynienia z AI, chyba że jest to już oczywiste. Wymóg obejmuje znane interfejsy, takie jak chatboty, asystenci i konwersacyjne systemy obsługi klienta.

Informacja musi pojawić się najpóźniej przy pierwszej interakcji. Firma nie może ukryć jej głęboko w warunkach, których użytkownicy rzadko otwierają.

Ta sama zasada dotyczy systemów generujących lub modyfikujących obrazy, dźwięk, wideo albo tekst. Artykuł 50 wymaga od dostawców, by odpowiednie wyniki można było rozpoznać jako sztuczne lub zmanipulowane.

Tekst AI Act stanowi, że te środki techniczne muszą być skuteczne, interoperacyjne, niezawodne i w rozsądnym stopniu odporne. Nakazuje również dostawcom uwzględniać dostępne standardy i koszty wdrożenia.

Oznaczenie możliwe do odczytu maszynowego to informacja, którą oprogramowanie potrafi wykryć i przetworzyć. Może wykorzystywać metadane, znaki wodne, odciski cyfrowe, rejestrowanie zdarzeń lub połączenie tych technik.

Ten obowiązek techniczny jest szerszy niż widoczne oznaczenie. Dotyczy poziomu wyników systemu, również wtedy, gdy człowiek nie widzi żadnej plakietki ani ostrzeżenia.

Widoczne ujawnienie informacji podlega węższemu zestawowi zasad. Organizacje zawodowo korzystające z systemu AI muszą ujawniać deepfake’i obejmujące syntetyczne lub zmanipulowane obrazy, dźwięk albo wideo.

Prawo definiuje deepfake jako treść przypominającą rzeczywiste osoby, obiekty, miejsca, podmioty lub zdarzenia, która fałszywie sprawiałaby wrażenie autentycznej. Ta definicja wykracza poza podszywanie się pod polityków.

Tekst wygenerowany przez AI traktowany jest inaczej. Ujawnienie jest wymagane, gdy tekst informuje opinię publiczną o sprawach leżących w interesie publicznym.

Wyjątek ma jednak zastosowanie, gdy ludzie przeglądają treść lub sprawują nad nią kontrolę redakcyjną. Osoba lub organizacja musi także ponosić odpowiedzialność redakcyjną za publikację.

Twórczość artystyczna i satyryczna otrzymuje kolejne ułatwienie. Ujawnienia nie mogą utrudniać normalnego wyświetlania ani odbioru treści artystycznych, fikcyjnych lub podobnych.

Te rozróżnienia mają znaczenie dla wydawców, studiów gier, zespołów reklamowych i platform społecznościowych. Syntetyczna demonstracja produktu może wiązać się z innymi obowiązkami niż zredagowane podsumowanie wiadomości.

Wytyczne Komisji Europejskiej dotyczące przejrzystości wyjaśniają, jak organy powinny spójnie interpretować artykuł 50. Wytyczne nie zastępują jednak samego rozporządzenia.

Zasady dotyczą systemów wprowadzanych na rynek UE lub tam używanych. Dostawca nie unika ich tylko dlatego, że jego siedziba znajduje się poza Europą.

Treści wygenerowane i opublikowane przed 2 sierpnia nie wymagają wstecznego oznaczania. Nowe wyniki utworzone po tym terminie wchodzą w aktywny okres zgodności.

Proponowany okres przejściowy dawałby niektórym istniejącym systemom czas do 2 grudnia 2026 roku na wdrożenie oznaczeń możliwych do odczytu maszynowego. To ułatwienie dotyczy ograniczonego obowiązku technicznego, a nie wszystkich wymogów artykułu 50.

Propozycji tej nie należy również mylić z ogólnym opóźnieniem egzekwowania przepisów. Firmy nadal muszą ustalić, które systemy, wyniki i zastosowania zawodowe podlegają poszczególnym obowiązkom.

Wywiera to natychmiastową presję na interfejsy produktów i procesy publikacyjne. Chatbot potrzebuje ujawnienia swojej tożsamości, natomiast proces tworzenia treści wymaga trwałych informacji o pochodzeniu i oznaczeń zależnych od kontekstu.

Prawo zmienia więc więcej niż jedną linijkę tekstu w interfejsie. Tworzy łańcuch odpowiedzialności rozciągający się od wyniku modelu po publiczną dystrybucję.

Dlaczego podział między Meta i OpenAI został błędnie przedstawiony

Meta i OpenAI zajęły różne stanowiska wobec wcześniejszego kodeksu AI, ale obie popierają nowy kodeks przejrzystości dotyczący generowanych treści.

W lipcu 2025 roku Meta poinformowała, że nie podpisze unijnego Kodeksu postępowania w zakresie AI ogólnego przeznaczenia. Ramy te dotyczyły obowiązków modeli ogólnego przeznaczenia na mocy odrębnych przepisów AI Act.

Meta wskazała na niepewność prawną i argumentowała, że części wcześniejszego kodeksu wykraczają poza zakres prawa. OpenAI, Google, Microsoft i kilku innych dostawców modeli podpisało te ramy.

Spór stworzył prostą narrację. OpenAI wydawało się gotowe zaakceptować unijny wzorzec zgodności, podczas gdy Meta pozycjonowała się przeciw dodatkowym dobrowolnym zobowiązaniom.

Ta historia nie opisuje trafnie ram przejrzystości z 2026 roku. Nowszy kodeks koncentruje się na oznaczaniu i etykietowaniu treści wygenerowanych lub zmanipulowanych przez AI zgodnie z artykułem 50.

OpenAI ogłosiło poparcie dla kodeksu przejrzystości treści po opublikowaniu go przez Komisję w czerwcu. Firma powiązała tę decyzję z dotychczasowymi pracami nad pochodzeniem treści.

Następnie Meta ogłosiła 28 lipca, że podpisze ten sam kodeks. Jej oświadczenie o podpisaniu bezpośrednio zaprzecza doniesieniom, według których firma odrzuciła te ramy.

To rozróżnienie oddziela dwa instrumenty polityczne o podobnych nazwach:

• Kodeks dotyczący AI ogólnego przeznaczenia pomaga dostawcom modeli realizować obowiązki związane z dokumentacją, prawem autorskim i ryzykiem systemowym.

• Kodeks przejrzystości pomaga dostawcom i zawodowym podmiotom wdrażającym spełniać obowiązki dotyczące oznaczania i etykietowania generowanych treści.

Oba kodeksy są dobrowolnymi narzędziami wdrożeniowymi. Żaden z nich nie czyni podstawowych obowiązków prawnych opcjonalnymi.

Często powtarzana liczba ponad 180 organizacji również wymaga sprostowania. Komisja podaje, że sześciu niezależnych ekspertów opracowało kodeks przejrzystości przy udziale ponad 180 zainteresowanych stron.

Liczba ta opisuje udział w procesie opracowywania dokumentu. Nie dowodzi, że ponad 180 organizacji podpisało jego ostateczną wersję.

Komisja zaprosiła dostawców i podmioty wdrażające do złożenia formularzy podpisu przed sporządzeniem pierwszej listy. Organizacje mogą także przystąpić po początkowym terminie.

Te korekty nie eliminują wszystkich różnic między firmami. Meta i OpenAI nadal prowadzą odmienne portfele produktów, kanały dystrybucji i strategie dotyczące modeli.

Meta kontroluje Facebook, Instagram, WhatsApp oraz konsumenckie funkcje AI zintegrowane z tymi usługami. Musi uwzględniać zarówno wyniki modeli, jak i przepływ syntetycznych mediów przez duże platformy.

OpenAI dociera do użytkowników przede wszystkim przez ChatGPT, swoją platformę dla deweloperów oraz integracje z partnerami biznesowymi. Jej obszar zgodności obejmuje generowane wyniki i aplikacje tworzone przez klientów.

Microsoft i Google stoją przed podobnie wielowarstwowymi obowiązkami. Każda z tych firm oferuje modele, asystentów konsumenckich, usługi chmurowe, narzędzia produktywności i platformy, na których mogą krążyć syntetyczne treści.

Centralny konflikt nie dotyczy więc Meta kontra OpenAI w kwestii znaczenia przejrzystości. Chodzi o dobrowolne dostosowanie kontra niezależne wykazanie zgodności z prawem.

Podpisanie daje firmie uznany wzorzec operacyjny. Odmowa nadal pozostawiałaby tę firmę odpowiedzialną za spełnienie wymogów artykułu 50 inną, możliwą do obrony metodą.

Komisja twierdzi, że niesygnatariusze powinni spodziewać się dokładniejszych pytań o wybrane przez nich środki. Organy mogą zażądać analiz luk, dokumentacji technicznej lub dowodów, że alternatywne mechanizmy kontroli przynoszą równoważne rezultaty.

Porównanie Meta i OpenAI pozostaje użyteczne, ale z innego powodu. Obie firmy pokazują, jak jedna organizacja może pełnić kilka ról w tym samym łańcuchu treści.

Dostawca może generować wynik, zawodowo wdrażać AI, hostować powstałe media i prezentować je użytkownikom. Każda rola może uruchamiać inną decyzję dotyczącą przejrzystości.

Skorygowana historia jest mniej dramatyczna niż korporacyjny bojkot. Jest też ważniejsza, ponieważ zgodność zależy teraz od wdrożenia w połączonych produktach.

Etykiety są łatwe, trwałe informacje o pochodzeniu są trudne

Praktyczne wyzwanie polega na zachowaniu wykrywalności pochodzenia AI po tym, jak wynik opuści generator, który go stworzył.

Widoczna plakietka może poinformować odbiorcę, że chatbot wykorzystuje AI. Może także wskazać syntetyczny obraz lub zmanipulowane wideo w kontrolowanym interfejsie.

To podejście słabnie, gdy użytkownicy pobierają, przycinają, kompresują, wykonują zrzuty ekranu, remiksują lub ponownie publikują treść. Zwykłe narzędzia dystrybucyjne rutynowo usuwają metadane albo zmieniają plik źródłowy.

Oznaczanie możliwe do odczytu maszynowego próbuje rozwiązać ten problem. Oprogramowanie może sprawdzić plik lub wynik pod kątem osadzonych dowodów jego pochodzenia i historii edycji.

Żadna pojedyncza technika nie działa idealnie w każdym medium. Metadane mogą zniknąć, znaki wodne mogą ulec degradacji, a modele wykrywające mogą tworzyć niepewne klasyfikacje.

Kodeks przejrzystości Komisji traktuje oznaczanie jako proces wielowarstwowy. Dostawcy mogą łączyć sygnały techniczne, dokumentację, testowanie i wsparcie wykrywania.

Interoperacyjność ma znaczenie, ponieważ treść rzadko pozostaje w systemie jednej firmy. Obraz może powstać w generatorze, przejść przez edytor, a następnie trafić do sieci społecznościowej.

Każdy etap może zachować, zmodyfikować lub odrzucić informacje o pochodzeniu. Niezawodny system wymaga, by różne narzędzia rozpoznawały i przenosiły zgodne sygnały.

Wymóg ten jednocześnie wywiera presję na Meta, OpenAI, Google, Microsoft, Adobe i mniejszych deweloperów. Ich produkty muszą wymieniać informacje o pochodzeniu bez zależności od prywatnego formatu jednego dostawcy.

Projekty branżowe, takie jak Content Credentials, oferują jeden z możliwych fundamentów. Dołączają podpisane informacje o pochodzeniu pliku i historii jego modyfikacji.

Content Credentials wykorzystuje standard techniczny C2PA, który obsługuje kryptograficznie weryfikowalne informacje o pochodzeniu. Weryfikacja kryptograficzna sprawdza, czy zarejestrowane informacje zmieniły się po podpisaniu ich przez zaufaną stronę.

Ta metoda może opisywać sposób utworzenia pliku, nie twierdząc przy tym, że jego zawartość jest faktycznie prawdziwa. Autentyczne pochodzenie i prawdziwość faktów pozostają odrębnymi kwestiami.

Prawdziwe zdjęcie może mieć ważne poświadczenia, a mimo to wprowadzać w błąd swoim podpisem. Syntetyczny obraz może uczciwie ujawniać swoje pochodzenie, jednocześnie przedstawiając coś, co nigdy się nie wydarzyło.

Ta granica ma znaczenie dla organów regulacyjnych i użytkowników. Artykuł 50 dotyczy wprowadzania w błąd co do interakcji z AI i syntetycznego pochodzenia, a nie każdej formy dezinformacji.

Tekst rodzi dodatkową komplikację. Stabilne znakowanie wodne staje się trudne, gdy ktoś kopiuje, parafrazuje, tłumaczy lub znacząco edytuje wygenerowaną prozę.

Prawo skupia wymóg widocznych ujawnień tekstowych na materiałach leżących w interesie publicznym. Uznaje też rolę kontroli człowieka i odpowiedzialności redakcyjnej, ograniczając ryzyko oznaczania każdego zdania wspieranego przez AI.

Wydawcy nadal potrzebują jednak spójnego procesu. Zespoły muszą rejestrować, które narzędzia miały wkład, czy człowiek zweryfikował wynik oraz kto przyjął odpowiedzialność redakcyjną.

Informacje te mogą być rozproszone po historii przeglądarki, logach czatów, plikach lokalnych, wątkach e-mailowych i systemach zarządzania treścią. Przeszukiwalna baza wiedzy AI może pomóc zespołom odtworzyć decyzje, choć sama w sobie nie zapewnia zgodności z prawem.

Dla deweloperów pytania dotyczące wdrożenia są konkretne. Kiedy API powinno zwracać informacje o pochodzeniu i które dalsze przekształcenia muszą je zachować?

Dla nabywców korporacyjnych zmieniają się także pytania zakupowe. Muszą wiedzieć, czy dostawcy udostępniają mechanizmy oznaczania, przechowują odpowiednie zapisy i wspierają audyty.

Dla twórców najważniejszy jest widoczny efekt. Etykieta musi pozostać zrozumiała, nie przytłaczać dzieła ani nie sugerować, że każda pomoc AI ma takie samo znaczenie.

Dla platform wyzwanie obejmuje także zagraniczne i nieobsługiwane formaty. Będą otrzymywać treści wygenerowane przez narzędzia z różnymi systemami oznaczania i zróżnicowaną jakością ujawnień.

Kwestia Meta i OpenAI wykracza więc poza oświadczenia firm. Ich decyzje dotyczące zgodności mogą wpłynąć na konwencje, których będą musieli przestrzegać mniejsi dostawcy i deweloperzy tworzący rozwiązania dalszego etapu.

Duże platformy mogą także decydować, jak wyraźnie eksponować sygnały pochodzenia. Oznaczenie możliwe do odczytu maszynowego ma niewielką wartość publiczną, gdy interfejsy nigdy go nie pokazują.

Źle zaprojektowana etykieta może stworzyć kolejny problem. Użytkownicy mogą uznać nieoznaczone treści za autentyczne, nawet jeśli dane o ich pochodzeniu zostały usunięte lub nigdy nie zostały dostarczone.

Brak wykrywalnego oznaczenia nie dowodzi, że plik pochodzi z aparatu lub od ludzkiego autora. Organy regulacyjne i platformy muszą ostrożnie komunikować to ograniczenie.

To kluczowy kompromis stojący za artykułem 50. Europa chce rozpoznawalnych treści syntetycznych, nie zamieniając niedoskonałych sygnałów technicznych w fałszywe gwarancje.

Egzekwowanie przepisów wywiera większą presję niż dobrowolny kodeks

Podpisanie kodeksu może uprościć zgodność, ale to AI Act określa ryzyko prawne.

Komisja opisuje kodeks jako praktyczną drogę do spełnienia wymogów artykułu 50. Sygnatariusze otrzymują wspólne ramy i większą przewidywalność oczekiwanych środków.

Nie zapewnia to automatycznego immunitetu. Organy nadal mogą badać, czy sygnatariusz dotrzymał zobowiązań i spełnił wymogi wiążącego rozporządzenia.

Podmioty, które nie podpisały kodeksu, mogą wybrać inną drogę. Muszą być gotowe wyjaśnić, dlaczego ich mechanizmy zapewniają odpowiednią i wiarygodną przejrzystość.

Większością egzekwowania artykułu 50 zajmą się krajowe organy nadzoru rynku. Biuro ds. AI UE ma węższą rolę, obejmującą określone systemy powiązane z modelami ogólnego przeznaczenia i dużymi platformami internetowymi.

Ta rozproszona struktura tworzy niepewność w pierwszych miesiącach. Różne organy muszą wypracować wspólne oczekiwania, jednocześnie analizując produkty o bardzo odmiennych rozwiązaniach technicznych.

Wytyczne Komisji mają ograniczyć tę fragmentację. Rzeczywiste decyzje egzekucyjne pokażą jednak, jak organy wyważają niezawodność, proporcjonalność, wykonalność techniczną i koszty.

Twierdzenia o maksymalnej karze wymagają również precyzji. Doniesienia łączyły naruszenia obowiązków przejrzystości z maksymalną grzywną w wysokości 7,5 mln euro lub jednego procenta światowego rocznego obrotu.

Kwoty te dotyczą przekazania nieprawidłowych, niepełnych lub wprowadzających w błąd informacji w odpowiedzi na żądanie organu. Nie stanowią ogólnego pułapu za naruszenie artykułu 50.

Zgodnie z artykułem 99 naruszenia artykułu 50 mogą skutkować administracyjnymi grzywnami sięgającymi 15 mln euro. W przypadku przedsiębiorstwa alternatywny pułap wynosi trzy procent całkowitego światowego rocznego obrotu z poprzedniego roku finansowego.

W odniesieniu do przedsiębiorstw rozporządzenie zasadniczo stosuje kwotę wyższą. Małe i średnie przedsiębiorstwa są traktowane inaczej, z zastosowaniem niższego właściwego pułapu.

Organ nie nakłada automatycznie maksymalnej kary. Musi uwzględnić charakter, czas trwania i skutki naruszenia, współpracę, wcześniejsze zachowanie oraz inne okoliczności.

Mimo to skorygowany pułap podnosi stawkę. Przejrzystość nie jest jedynie standardem komunikacyjnym wspartym niewielką karą za brak ujawnienia.

Ryzyko wykracza poza samą grzywnę. Dochodzenie może wymagać dowodów technicznych, ujawnić niespójne procesy wewnętrzne i wymusić zmiany produktów na kilku rynkach.

Meta mierzy się z tą złożonością w obszarze generowanych mediów i dystrybucji społecznościowej. OpenAI mierzy się z nią poprzez produkty bezpośrednie, API i wyniki ponownie wykorzystywane w usługach podmiotów trzecich.

Google i Microsoft łączą oba wzorce. Prowadzą platformy modelowe, jednocześnie dystrybuując AI w wyszukiwarce, reklamie, oprogramowaniu biurowym, systemach chmurowych i usługach konsumenckich.

Mniejsze firmy ponoszą inne obciążenie. Mogą polegać na dostawcach modeli wyższego szczebla, a jednocześnie pozostawać odpowiedzialne za wdrażany interfejs lub publiczne treści.

Startup korzystający z zewnętrznego modelu nadal musi ustalić, czy ujawnienie dotyczące jego chatbota jest jasne. Wydawca korzystający z asystenta pisarskiego nadal potrzebuje odpowiedzialności redakcyjnej za tekst leżący w interesie publicznym.

Ta wspólna odpowiedzialność może tworzyć luki. Dostawca wyższego szczebla może dostarczać informacje możliwe do odczytu maszynowego, których aplikacja dalszego etapu nie zachowuje.

Możliwa jest też sytuacja odwrotna. Podmiot wdrażający może chcieć dokładnych danych o pochodzeniu, lecz dostawca może udostępniać niewystarczające sygnały techniczne lub dokumentację.

Umowy będą coraz częściej regulować te przekazania. Nabywcy korporacyjni powinni spodziewać się pytań o oznaczanie wyników, zapisy, testowanie, reagowanie na incydenty i podział obowiązków regulacyjnych.

Kodeks może stać się nieformalnym punktem odniesienia w zakupach, mimo że podpisanie go pozostaje dobrowolne. Nabywcy mogą preferować dostawców przestrzegających uznanych ram zamiast tych, którzy oferują nieudokumentowane alternatywy.

Nie należy jednak przeceniać tego efektu rynkowego. Podpisanie ujawnia zamierzone podejście do zgodności, a nie dowodzi, że każdy produkt i wynik spełnia wymogi prawa.

Główne sceptyczne pytanie dotyczy trwałości technicznej. Systemy oznaczania nadal mierzą się z usuwaniem oznaczeń, przekształceniami, niespójnym wdrażaniem i celowym obchodzeniem zasad.

Etykiety zrozumiałe dla człowieka niosą własną niepewność. Użytkownicy potrzebują ujawnień terminowych i jasnych, podczas gdy dzieła twórcze potrzebują etykiet, które nie podważają ich zwykłej prezentacji.

Egzekwowanie przepisów sprawdzi te konkurujące wymagania. Znaczący standard wyłoni się z dowodów produktowych i decyzji regulacyjnych, a nie wyłącznie z ogłoszeń o podpisaniu.

Co Meta, OpenAI i ich klienci powinni obserwować dalej

Trzy sygnały pokażą, czy europejskie ramy przejrzystości staną się działającym standardem, czy zbiorem nietrwałych etykiet.

Pierwszym sygnałem będzie początkowa lista sygnatariuszy Komisji i jej późniejsze aktualizacje. Lista wyjaśni, które firmy zaakceptowały poszczególne części kodeksu.

Organizacje mogą podpisać część dla dostawców, część dla podmiotów wdrażających albo obie, zależnie od swojej działalności. Dokładne zobowiązania mają większe znaczenie niż obecność firmy na nagłówkowej liście.

Jeśli Meta i OpenAI zaakceptują porównywalne części, wcześniejsza narracja o różnicy między ich podejściami do przejrzystości jeszcze bardziej osłabnie. Odmienne zobowiązania ujawnią, gdzie ich role produktowe nadal się różnią.

Drugim sygnałem będzie wdrażanie na poziomie produktów w sierpniu i wrześniu. Użytkownicy powinni obserwować informacje wprowadzające do chatbotów, etykiety generowanych mediów, metadane pobieranych plików, dokumentację dla deweloperów i interfejsy wykrywania na platformach.

Krótka informacja w jednej aplikacji nie odpowie na szersze pytanie o zgodność. Istotnym dowodem będzie to, czy informacje o pochodzeniu przetrwają przenoszenie między narzędziami i platformami.

Deweloperzy powinni analizować odpowiedzi API i eksporty mediów. Klienci korporacyjni powinni żądać dokumentacji opisującej, które wyniki otrzymują oznaczenia oraz jak te oznaczenia wytrzymują typowe przekształcenia.

Wydawcy powinni sprawdzić procesy redakcyjne dotyczące tekstów leżących w interesie publicznym. Potrzebują jasnych zapisów kontroli człowieka, odpowiedzialności i każdej decyzji o ujawnieniu.

Zmiany te pokażą, czy kodeks wpływa na rzeczywiste systemy. Skąpe aktualizacje interfejsów osłabiłyby twierdzenia, że sygnatariusze przyjęli kompleksowe podejście.

Trzecim sygnałem będą wczesne wytyczne regulacyjne i egzekwowanie przepisów. Krajowe organy muszą zdecydować, jakie dowody potwierdzają wiarygodne oznaczanie, jasne ujawnienie i proporcjonalne wdrożenie.

Formalne decyzje mogą zająć czas. Wcześniejsze wskazówki mogą pojawić się w zawiadomieniach nadzorczych, żądaniach dotyczących zgodności, warsztatach technicznych i zaktualizowanych wytycznych Komisji.

Skoordynowana interpretacja wzmocniłaby te ramy. Rozbieżne oczekiwania krajowe zwiększyłyby koszty i podważyły obietnicę kodeksu dotyczącą spójnej zgodności.

Na uwagę zasługuje również proponowany grudniowy okres przejściowy dla niektórych istniejących systemów. Jego ostateczny status prawny określi, jak szybko dostawcy muszą dostosować oznaczanie możliwe do odczytu maszynowego.

Ten okres przejściowy nie powinien odwracać uwagi od obowiązków obowiązujących już 2 sierpnia. Tożsamość chatbota, widoczne ujawnienia deepfake’ów i inne istotne obowiązki nadal wymagają odrębnej analizy.

Dla zwykłych użytkowników najbardziej widoczną zmianą może być proste powiadomienie. Chatbot powinien identyfikować siebie, a kwalifikujące się treści syntetyczne powinny mieć wyraźną etykietę.

Głębsza zmiana kryje się za tym powiadomieniem. Dostawcy i podmioty wdrażające muszą tworzyć zapisy, sygnały techniczne i mechanizmy przekazywania, które umożliwią kontrolę po przeniesieniu treści.

Dla pracowników wiedzy przydatniejsze stanie się zachowywanie możliwej do audytu ścieżki pracy wspieranej przez AI. Przeszukiwalny proces pracy może zachowywać źródła i decyzje w rozproszonych narzędziach.

Ta praktyka wspiera rozliczalność, ale nie zastępuje analizy prawnej. Organizacje powinny określić swoje dokładne role i konsultować się z wykwalifikowanymi doradcami, gdy ma zastosowanie artykuł 50.

Narracja dotycząca Meta i OpenAI stanowi użyteczne ostrzeżenie przed relacjonowaniem regulacji. Podobne nazwy kodeksów, dobrowolne podpisy i wiążące obowiązki mogą łatwo zlać się w jedno mylące twierdzenie.

Meta odrzuciła wcześniejszy kodeks dotyczący AI ogólnego przeznaczenia. Następnie podpisała nowszy kodeks dotyczący przejrzystości generowanych treści.

OpenAI poparło oba ramy, ale jego podpisy nie rozstrzygają, czy każde wdrożenie działa prawidłowo. Google, Microsoft i inni uczestnicy stoją przed tą samą luką między zobowiązaniem a realizacją.

Kolejnym sprawdzianem będzie zatem obserwowalne zachowanie. Czy systemy wyraźnie identyfikują siebie, zachowują użyteczne informacje o pochodzeniu i oznaczają objęte treści bez wprowadzania użytkowników w błąd?

Czytelnicy powinni sprawdzić produkty, z których korzystają po 2 sierpnia. Deweloperzy powinni testować eksportowane pliki, nabywcy zadawać pytania dostawcom, a wydawcy dokumentować kontrolę redakcyjną.

Jeśli kontrole te ujawnią trwałe, interoperacyjne sygnały, Europa przeniesie przejrzystość z języka polityki do infrastruktury. Jeśli ujawnią znikające oznaczenia, najtrudniejsza praca pozostanie niewykonana.