Artykuł 50 AI Act wprowadza obowiązki przejrzystości dla niektórych systemów AI, w tym treści syntetycznych. W publicznej debacie często sprowadza się to do pytania, czy pod obrazkiem albo tekstem pojawi się informacja, że użyto AI. Tyle że w praktyce wiele treści powstaje w procesach mieszanych: człowiek pisze, model streszcza, redaktor poprawia, system sprawdza, a potem człowiek znów decyduje.

Praca opublikowana na arXiv pod tytułem Transparency as Architecture pokazuje, że znakowanie nie może być prostą naklejką dopisaną po wszystkim. Autorzy wskazują na problem podwójnej przejrzystości: treść ma być zrozumiale oznaczona dla człowieka i jednocześnie rozpoznawalna maszynowo. To dwa różne wymagania, które mogą się rozmijać.

Na czym polega zmiana

Dla mediów najciekawszy jest przykład fact-checkingu. Jeśli model pomaga wyszukiwać źródła, porządkować argumenty albo porównywać twierdzenia, ale ostateczny werdykt wydaje redakcja, czy całość jest treścią AI? A jeśli model sam przypisuje ocenę prawdy, to nie jest już tylko asystentem. Znakowanie musi rozumieć różnicę między pomocą a decyzją.

Problem dotyczy też danych syntetycznych. Jeżeli wygenerowane dane są oznaczane w sposób trwały i widoczny dla systemów uczących się, znacznik może stać się częścią wzorca, którego modele później się nauczą. Jeśli oznaczenie jest delikatne, może zniknąć przy zwykłym przetwarzaniu. To paradoks: znak ma przetrwać, ale nie może zniekształcać świata, który opisuje.

W praktyce firmy będą musiały projektować przejrzystość od początku procesu. Kto użył modelu? Do czego? Czy wynik był tylko szkicem, czy elementem decyzji? Czy użytkownik powinien widzieć etykietę, a regulator log techniczny? Czy w treści mieszanej oznaczać cały materiał, czy tylko fragmenty? To nie są pytania estetyczne, lecz organizacyjne.

Dla portali informacyjnych sprawa jest szczególnie ważna. Czytelnik nie chce czytać instrukcji obsługi procesu redakcyjnego przy każdym tekście. Chce wiedzieć, czy materiał jest rzetelny, kto za niego odpowiada i czy obraz lub cytat nie został wytworzony w sposób mylący. Zbyt ciężkie etykiety mogą zamęczyć odbiorcę, zbyt lekkie mogą ukrywać realny udział AI.

Najrozsądniejszy kierunek to nie automatyczna etykieta w każdym miejscu, lecz jasna polityka redakcyjna, podpisy przy grafikach, odpowiedzialność autora i rozróżnienie między narzędziem pomocniczym a generowaniem treści. Przejrzystość ma pomagać oceniać wiarygodność, a nie tworzyć rytuał, który wszyscy klikają bez czytania.

AI Act wymusza więc zmianę głębszą niż jeden dopisek. Firmy, media i urzędy będą musiały wiedzieć, gdzie w ich pracy pojawia się model. Bez mapy procesu nie da się uczciwie oznaczyć efektu. A bez uczciwego oznaczenia użytkownik nie wie, komu naprawdę ufa.