Czy obraz wygenerowany przez AI może naruszać prawo do wizerunku?

Obraz wygenerowany przez sztuczną inteligencję (AI) bezwzględnie może naruszać prawo do wizerunku, jeśli pozwala na identyfikację konkretnej osoby fizycznej. W obliczu rosnącej potęgi modeli generatywnych, ochrona dóbr osobistych w internecie przestała być jedynie problemem celebrytów, stając się realnym zagrożeniem dla każdego obywatela. Klonowanie twarzy, replikacja głosu czy generowanie syntetycznych sylwetek to dziś narzędzia masowo wykorzystywane nie tylko w celach rozrywkowych, ale przede wszystkim w cyberprzestępczości. W tym artykule rozkładamy na czynniki pierwsze prawny i technologiczny wymiar tego zjawiska.

W mojej codziennej audytorskiej praktyce doradzania spółkom technologicznym zauważyłam, że najczęstszym błędem jest głęboko zakorzenione przekonanie marketingowców: „skoro wygenerowałem tę twarz w Midjourney i dodałem sztuczne okulary, to jest to nowy twór i nie potrzebuję niczyjej zgody”. Nic bardziej mylnego. Prawo nie interesuje się pędzlem, algorytmem czy promptem – prawo interesuje się tym, czy sąsiad, współpracownik lub klient rozpozna na tym obrazie Ciebie. Jak pokazują analizy eksperckie [Źródło 1], granica między legalną inspiracją a bezprawną kradzieżą tożsamości biometrycznej jest w polskim orzecznictwie bardzo rygorystyczna.

Kiedy grafika AI staje się naruszeniem prawa? (Zasada rozpoznawalności)

Z perspektywy prawa cywilnego technika wykonania obrazu nie ma absolutnie żadnego znaczenia. Kluczowym kryterium naruszenia prawa do wizerunku jest zasada rozpoznawalności. Jeżeli osoba trzecia na podstawie wygenerowanego przez sztuczną inteligencję pliku graficznego, wideo (deepfake) lub rysunku jest w stanie jednoznacznie zidentyfikować konkretnego człowieka, dochodzi do bezprawnej ingerencji w jego dobra osobiste.

Wizerunek to nie tylko rysy ludzkiej twarzy, ale cały, unikalny zespół cech fizycznych. AI może naruszyć prawo do wizerunku, precyzyjnie odwzorowując specyficzną sylwetkę, charakterystyczny sposób poruszania się, gestykulację, a nawet unikalne tatuaże czy blizny powiązane z daną osobą. Co więcej, w świecie generatywnego audio, sklonowana barwa głosu i intonacja podlegają podobnej, rygorystycznej ochronie prawnej.

W Polsce ochrona przed syntetyczną kradzieżą tożsamości opiera się na trzech krzyżujących się reżimach prawnych. Aby dokładnie zrozumieć, z jakiej broni prawnej mogą korzystać poszkodowani, przygotowałam poniższe zestawienie.

Skala problemu: Ilu Polaków potrafi rozpoznać syntetyczny wizerunek?

Brak świadomości społecznej w zakresie rozpoznawania syntetycznych treści to główny motor napędowy cyberprzestępczości. Według raportu „Cyberportret polskiego biznesu 2026”, aż 57% Polaków pracujących przy komputerze nie wie, czym w ogóle jest technologia deepfake [Źródło 2]. Jeszcze bardziej alarmujący jest fakt, że 70% ankietowanych wprost przyznaje, iż nie potrafiłoby odróżnić materiału wygenerowanego przez AI od rzeczywistej fotografii czy nagrania wideo.

Cyberprzestępcy w Polsce masowo wykorzystują wygenerowane wizerunki znanych osób do oszustw finansowych. Dane państwowego instytutu badawczego NASK wskazują, że na liście poszkodowanych znajduje się ponad 121 osób publicznych [Źródło 3]. Najczęściej do tworzenia fałszywych kampanii inwestycyjnych klonowano wizerunek prezydenta Andrzeja Dudy (stanowiący ok. 9% wszystkich wykrytych spraw) oraz Wojciecha Cejrowskiego (ponad 6%).

„Globalna eksplozja syntetycznych treści uderza w fundamenty zaufania społecznego. Liczba złośliwych plików deepfake w sieci wzrosła z 500 tysięcy w 2023 roku do ponad 8 milionów obecnie, a około 20% wszystkich prób oszustw przy weryfikacji biometrycznej opiera się na sztucznych wizerunkach.” – wskazują globalne raporty analityczne [Źródło 4].

Czego nie dowiesz się ze standardowych poradników prawnych? (Perspektywa specjalistyczna)

Standardowe opracowania skupiają się na podstawach prawa cywilnego. Aby jednak w pełni zrozumieć ewolucję odpowiedzialności za wizerunek wygenerowany przez AI, musimy przyjrzeć się nowym, rzadkim encjom prawnym i technologicznym, które rewolucjonizują salę sądową i cyberbezpieczeństwo.

Koniec doktryny Safe Harbor (Precedens Brzoska vs. Meta)

Platformy społecznościowe nie mogą już bezkarnie chować się za statusem „neutralnego pośrednika” przy wyświetlaniu reklam z deepfake’ami. Przełomowa sprawa Rafała Brzoski i Omeny Mensah przeciwko koncernowi Meta uderzyła w unijny immunitet Safe Harbor. Jak szeroko komentuje [Źródło 5], polskie sądy jasno wskazały: jeśli platforma technologiczna weryfikuje, aktywnie targetuje i czerpie realne zyski z algorytmicznych reklam zawierających wygenerowane wizerunki, staje się aktywnym uczestnikiem procesu i odpowiada za naruszenie dóbr osobistych.

Krok dalej poszedł Prezes Urzędu Ochrony Danych Osobowych. W bezprecedensowym posunięciu PUODO zastosował tymczasowy środek zabezpieczający na gruncie RODO [Źródło 6]. Organ nakazał firmie Meta całkowity, 3-miesięczny zakaz wyświetlania w Polsce reklam wykorzystujących wizerunek skarżących, co dowodzi, że prawo o ochronie danych stało się najszybszym orężem w walce z AI.

Doktryna TDM a kradzież biometrii (Speech-to-Speech i Lip-sync)

Zanim powstanie fałszywy wizerunek, algorytm musi zostać „nakarmiony” danymi. Proces ten opiera się na doktrynie TDM (Text and Data Mining). Wykorzystywanie miliardów zdjęć i nagrań do uczenia maszynowego bez zgody twórców budzi potężny opór prawny w kontekście unijnej dyrektywy o prawach autorskich.

Zaawansowane naruszenia wizerunku wykorzystują dziś techniki Lip-sync oraz Speech-to-Speech. Pierwsza metoda pozwala na mikrosekundowe dopasowanie sztucznego ruchu warg do obcego audio na wideo. Druga pozwala na hiperrealistyczne sklonowanie emocji, intonacji i barwy ludzkiego głosu na podstawie zaledwie 60-sekundowej próbki z mediów społecznościowych.

Native Virtual Camera Attacks w wideoweryfikacji

Najbardziej wyrafinowaną formą kradzieży wizerunku nie są dziś publiczne posty, lecz Native Virtual Camera Attacks. Jest to specjalistyczny termin opisujący wstrzykiwanie wygenerowanego, syntetycznego strumienia wideo bezpośrednio do oprogramowania (omijając fizyczną kamerę). Przestępcy wykorzystują tę metodę do zakładania kont bankowych „na słupa” w procesach KYC (Know Your Customer) lub do infiltracji zamkniętych spotkań zarządów korporacji online.

Obowiązek przejrzystości według unijnego AI Act

Unia Europejska dostrzegła katastrofalne skutki niekontrolowanego rozwoju modeli generatywnych. Wymóg przejrzystości nałożony przez AI Act wprowadza bezwzględny obowiązek systemowego oznaczania materiałów syntetycznych. Zgodnie z opracowaniami prawnymi [Źródło 7], każda treść (obraz, wideo, dźwięk) wygenerowana lub zmanipulowana przez sztuczną inteligencję (tzw. deepfake) musi być wyraźnie i trwale oznaczona jako sztuczna, w sposób łatwo wykrywalny dla przeciętnego odbiorcy.

Brak przestrzegania tych rygorystycznych wymogów transparentności nie tylko otworzy drogę do surowych kar finansowych nakładanych przez europejskie organy nadzorcze, ale również znacznie ułatwi poszkodowanym dochodzenie roszczeń cywilnych w przypadku kradzieży ich wizerunku.

Bibliografia i źródła

• [Źródło 1] Analiza prawna ochrony dóbr osobistych i wizerunku w dobie AI (kancelaria.pl)
• [Źródło 2] Raport „Cyberportret polskiego biznesu 2026” (focusonbusinesseu.pl)
• [Źródło 3] Statystyki oszustw wizerunkowych w Polsce (nask.pl)
• [Źródło 4] Globalne dane na temat wskaźników biometrycznych prób oszustw (verifyrealai.pl)
• [Źródło 5] Odpowiedzialność platform za reklamy deepfake i precedens sądowy (prawo.pl)
• [Źródło 6] Tymczasowy środek zabezpieczający PUODO ws. ochrony danych (uodo.gov.pl)
• [Źródło 7] Kwestie regulacyjne i obowiązki transparentności AI Act (gazetaprawna.pl)

FAQ – najczęściej zadawane pytania