11.4 Wizerunek, dane osobowe i prawa autorskie

AI Act trafia na nagłówki. Trzy warstwy z tego rozdziału produkują pozwy.

To osobne reżimy z osobnymi środkami prawnymi i żaden z nich nie obchodzi, że coś ujawniłeś. Idealne ujawnienie z Article 50(4) nie czyni legalnym budowania persony na czyjejś twarzy, nie daje ci podstawy do przetwarzania danych fanów i nie rozstrzyga, kto jest właścicielem tego, co wygenerowałeś. Rozdział 11.1 opisał, czego AI Act nie obejmuje. Ten rozdział jest tym, czego nie obejmuje.

Rozdział 11.7 omawia polski i unijny tekst dla każdej z tych warstw — przepisy Kodeksu cywilnego, mechanikę RODO (GDPR) i harmonogram retencji. Ten rozdział omawia doktrynę, która wszędzie ma ten sam zarys, a różni się w szczegółach.

Skąd bierze się twarz: trzy tiery ryzyka

Niemal całe ryzyko prawne w personie rozstrzyga się w jednej chwili: w momencie, gdy decydujesz, z czego zrobiona jest twarz. Są trzy ścieżki i nie leżą blisko siebie ani kosztem, ani ekspozycją.

Tier 1 — Wymyślona. Twarz wygenerowana z opisu tekstowego, bez odniesienia do jakiejkolwiek realnej osoby. To ścieżka o najniższym ryzyku i ta, którą ta książka rekomenduje. Trzymają ją tam dwa sprawdzenia:

• Zrób wyszukiwanie odwrotne obrazu na wygenerowanej twarzy i na trzech najmocniejszych referencjach tożsamości, zanim podejmiesz decyzję. Modele obrazu trenowane na danych pełnych celebrytów czasem produkują twarz bliską twarzy realnej osoby. Jeśli jest dopasowanie, generuj od nowa. Wezwanie do zaprzestania naruszeń (cease and desist) w tygodniu premiery, bo twoja persona przypomina aktora, to drogi sposób nauki.
• Nie wymieniaj realnych osób w promptach. „In the style of [living actress]” albo „[name]'s face” zamienia wymyśloną twarz w dowód zamiaru. Łamie to też warunki większości dostawców.

Tier 2 — Kompozytowa. Zbudowana z licencjonowanego modela stockowego, kilku referencji albo kupionego zestawu twarzy. Tu potrzebujesz praw do każdego wejścia, a właśnie na licencjach ludzie wpadają:

• Model release dla każdego człowieka, którego twarz albo ciało pojawia się w referencji.
• Licencja stockowa, która pozwala na twoje konkretne użycie. Przeczytaj klauzulę o utworach zależnych i klauzulę o AI. Niektóre biblioteki pozwalają na komercyjne wideo, ale zakazują trenowania modeli na swoich assetach — a to dokładnie to, co robisz, gdy trenujesz na nich LoRA.
• Kupiona twarz od dostawcy syntetycznych twarzy to najczystsza wersja tego tieru, pod warunkiem że warunki dostawcy przenoszą prawa, których potrzebujesz, w tym prawo do trenowania na niej i prawo do komercjalizacji utworów zależnych.

Tier 3 — Wywiedziona z realnej osoby. Używasz czyjegoś wizerunku jako podstawy postaci. To wymaga podstawy prawnej dla samego wizerunku: przeniesienia praw albo licencji, spisanej na piśmie, z zakresem. Terytorium, czas, media, wyłączność, prawo do trenowania modelu na wizerunku i to, co dzieje się przy rozwiązaniu umowy. Jeśli ta osoba jest wykonawcą, na tym nakładają się przepisy o syntetycznych wykonawcach z 11.3. Jeśli osoba nie żyje, w coraz większej liczbie jurysdykcji działają pośmiertne prawa do wizerunku, a one przeżywają tę osobę o dziesięciolecia.

Wyraźna granica: nie trenuj na wizerunku realnej osoby bez podstawy prawnej. Zescrapowanie czyjegoś Instagrama i wytrenowanie na nim LoRA to sprawa, która kończy się skargą, a warunki platformy, które pozwalają ci te obrazy oglądać, nie mają nic wspólnego z twoim prawem do zbudowania z nich modelu.

Osoby publiczne nie są wyjątkiem. W większości systemów prawnych istnieje wyjątek interesu publicznego dla informacji, komentarza i satyry. Komercyjne użycie persony zbudowanej na czyjejś twarzy nie jest informacją. To także dokładnie ten wzorzec, który TikTok zakazuje wprost, co opisuje rozdział 11.2.

Co posiadasz i co naprawdę mówią warunki

To tutaj operatorzy odkrywają — zwykle po zapłaceniu za rok infrastruktury — że nie posiadają rzeczy, na której zbudowali biznes.

„Prawa komercyjne do outputu” to nie własność postaci. Każdy duży dostawca daje coś w tym kształcie. To znaczy, że możesz sprzedawać albo publikować obrazy i wideo, które usługa generuje. To nie znaczy, że posiadasz model, wagi, pipeline treningowy, styl ani wyłączne prawo do wyglądu postaci. Przeczytaj zdanie w warunkach, które przyznaje te prawa, i zdanie zaraz po nim, które zastrzega prawa dostawcy.

LoRA to artefakt, który faktycznie kontrolujesz — jeśli base model na to pozwala. LoRA wytrenowana na twoim własnym sprzęcie, na permisywnym base modelu, jest twoja: możesz ją zatrzymać, przenieść, zrobić jej kopię i używać u różnych dostawców. Właśnie dlatego rozdział 4.7 upiera się przy niej jako artefakcie tożsamości. Ale licencja base modelu rządzi utworem zależnym:

• Apache-2.0 i podobnie permisywne base modele: komercyjne użycie wytrenowanych utworów zależnych jest zasadniczo dozwolone.
• Base modele tylko do badań albo niekomercyjne: LoRA na nich wytrenowana dziedziczy ograniczenie. Sprzedaż outputu z niej to naruszenie licencji, a hosted usługi treningowe egzekwują to w swoich własnych warunkach, zamiast ostrzec cię przy kasie.
• Hosted usługi treningowe: warunki usługi mogą być ostrzejsze niż warunki base modelu. Sprawdź jedne i drugie, i to dla konkretnego base modelu, który wybrałeś. [AS OF 2026-10]

To realna pułapka kosztowa. Dwóch operatorów z identycznymi pipeline'ami może mieć różne prawa do własnego artefaktu tożsamości tylko dlatego, że jeden wybrał wagi klasy FLUX-dev, a drugi permisywny base model — i żaden z nich tego wtedy nie zauważył.

Co faktycznie możesz posiadać i obronić: nagromadzoną spójność tożsamości (likeness), nazwę jako znak towarowy (zarejestruj go w klasach, w których sprzedajesz), bibliotekę treści, publiczność i historię rozmów oraz umowy. Są warte więcej niż wagi i przeżywają zmianę dostawcy — a o to właśnie chodzi w zasadzie przenośności z rozdziału 7.5.

Prawa autorskie do outputu są cieńsze, niż ludzie zakładają. W USA czysto maszynowo wygenerowany output może nie podlegać ochronie z powodu braku autorstwa człowieka. W UE ochrona zależy od oryginalności, co przy materiale generowanym jest pytaniem otwartym. Praktyczna konsekwencja dla ciebie to nie „nie masz żadnych praw”. To to, że prawo autorskie jest słabym narzędziem do zatrzymania kogoś przed kopiowaniem twoich obrazów. Co działa zamiast tego: znak towarowy na nazwę, warunki umowne w umowach z markami, mechanizmy zgłaszania na platformach i ten jeden asset, którego kopiujący nie sklonuje — publiczność, która rozpoznaje postać i śledzi oryginał.

Dane osobowe w czacie

Warstwa rozmowy jest najcenniejszą częścią biznesu i tą, w której przetwarzasz najwięcej danych osobowych, z jakimi kiedykolwiek będziesz mieć do czynienia. Fani ujawniają personie informacje o zdrowiu, preferencje seksualne, szczegóły relacji i sytuację finansową. To nie efekt uboczny produktu. To produkt.

W każdym poważnym reżimie prywatności wynikają z tego cztery obowiązki:

Podstawa prawna. W produkcie czatu bezpośrednio do fana podstawą jest zwykle wykonanie umowy albo zgoda. Zgoda musi być konkretna i dobrowolna, co znaczy, że nie może być zakopana w regulaminie usługi. Rozdział 11.7 omawia mechanikę RODO; Washington My Health My Data Act i podobne prawa stanowe w USA dokładają osobne wymogi zgody dla danych bliskich zdrowiu.

Obowiązek informacyjny. Musisz powiedzieć użytkownikom, co zbierasz, po co, jak długo to trzymasz, kto to przetwarza i jak wykonać swoje prawa. Ta informacja należy tam, gdzie użytkownik zobaczy ją przed rozpoczęciem rozmowy, a nie do stopki.

Limity retencji. „Trzymaj wszystko na zawsze, bo może się przydać” to ustalenie z kontroli zgodności i odpowiedzialność. Zdefiniuj okres retencji dla każdej klasy danych i wdróż usuwanie. Rozdział 12.3 opisuje stronę operacyjną.

Umowy powierzenia przetwarzania. Każdy dostawca na ścieżce czatu — dostawca modelu (provider), dostawca hostingu, narzędzie analityczne — jest podmiotem przetwarzającym działającym na twoje polecenie. Z każdym potrzebujesz umowy powierzenia przetwarzania danych, a także musisz wiedzieć, czy dostawca domyślnie trenuje na twoich danych i jak to wyłączyć. Zadaj to pytanie na piśmie i zachowaj odpowiedź.

Dwa szczegóły, które umykają:

• Domyślne ustawienie treningu u dostawcy czatu to decyzja, którą już podjąłeś, jeśli nigdy go nie sprawdziłeś. Zweryfikuj je u każdego dostawcy i zweryfikuj ponownie, gdy dostawca zmieni warunki.
• Zdjęcia referencyjne realnych osób to dane osobowe. Fotografie modela, który wyraził zgodę, w twoim zbiorze treningowym to dane osobowe bliskie biometrycznym, nie assety. Potrzebują podstawy, reguły retencji i usuwania na żądanie.

Rejestr zgodności

Wszystko powyżej staje się obronne tylko wtedy, gdy jest zapisane. Jeden plik na personę, wersjonowany, który odpowiada na pytania, o które nikt cię nie zapyta aż do dnia, w którym będą miały znaczenie.

Kolumna retencji to robocza wartość domyślna, nie porada prawna. Zasada, która za nią stoi: trzymaj zapisy co najmniej tak długo, jak długo można wnieść roszczenie. W UE roszczenia z praw osobistych i roszczenia umowne mają wieloletnie terminy przedawnienia, a pięć lat to bezpieczne robocze minimum. Rozdział 11.7 doprecyzowuje to dla polskiej i unijnej praktyki.

Dwie reguły czynią rejestr użytecznym, a nie dekoracyjnym:

• Zapisuj do niego w momencie tworzenia, nie po fakcie. Zapis provenance odtworzony pół roku później to opowieść, którą snujesz, a nie dowód.
• Trzymaj go poza narzędziem, które można wyłączyć. Rejestr przeżywa twoich dostawców. Rozdział 12.4 opisuje plan ciągłości dokładnie z tego powodu.

Gdzie to się psuje

Zakładanie, że ujawnienie czyni wizerunek legalnym. Inne reżimy, inne środki. Ujawnienie to transparentność; wizerunek to zgoda.

Trenowanie na realnej osobie, bo jej profil jest publiczny. Publiczna widoczność to nie licencja.

Czytanie „praw komercyjnych” jako własności. To pozwolenie na sprzedaż outputu, nie przeniesienie postaci.

Wybór base modelu, którego licencja zakazuje dokładnie tego komercyjnego użycia, które zaplanowałeś. Sprawdź licencję base modelu i warunki hosted usługi przed treningiem, nie po.

Traktowanie czatu z fanami jako danych, które posiadasz. To dane osobowe innych ludzi, które przetwarzasz na podstawie, którą musisz umieć nazwać.

Budowanie rejestru po pierwszej skardze. Wtedy użyteczne zapisy już zniknęły — chyba że dostawca je zachował, a wtedy to jego zapisy, nie twoje.

Bramka

1. W którym tierze jest twoja twarz i jaki dokument to dowodzi?
2. Czy zrobiłeś wyszukiwanie odwrotne obrazu na finalnej twarzy, zanim podjąłeś decyzję?
3. Jaka licencja rządzi base modelem, na którym wytrenowano twoją LoRA, i czy pozwala na komercyjny output?
4. Jaka jest twoja podstawa prawna przetwarzania rozmów w DM i gdzie jest ta informacja?
5. Gdzie jest rejestr, kto go aktualizuje i jaka jest reguła retencji?

Z czym wychodzisz

Trzy tiery twarzy i dokumenty, których każdy z nich wymaga, trzeźwa lektura tego, co warunki dostawcy przyznają, a co zastrzegają, cztery obowiązki dotyczące danych osobowych w warstwie czatu oraz tabela rejestru, którą wypełniasz w trakcie budowania, a nie po. Rozdział 11.7 podaje polski i unijny tekst dla każdego z nich.