06 lis, 2026

Kto jest właścicielem kodu napisanego przez AI?

Obecnie polskie i światowe prawo autorskie zakłada, że utwór musi pochodzić od człowieka, co sprawia, że kod wygenerowany w 100% przez AI nie podlega ochronie prawnoautorskiej. Kluczowe znaczenie mają jednak regulaminy dostawców narzędzi (Terms of Service) oraz stopień wkładu twórczego programisty (tzw. human-in-the-loop). W większości przypadków komercyjnych użytkownik otrzymuje prawa do wyników pracy, ale ich egzekwowalność wobec osób trzecich pozostaje problematyczna.

Spis treści

Podstawy prawne: Czy AI może być autorem?

Fundamentem współczesnego systemu własności intelektualnej jest założenie, że twórczość jest immanentnie związana z człowieczeństwem. Zgodnie z polską Ustawą o prawie autorskim i prawach pokrewnych, utworem jest każdy przejaw działalności twórczej o indywidualnym charakterze, ustalony w jakiejkolwiek postaci [1]. W dobie generatywnej sztucznej inteligencji, definicja ta staje się punktem zapalnym dla branży IT, ponieważ obecne ramy prawne w Polsce oraz wytyczne międzynarodowe (np. WIPO) jednoznacznie wskazują, że maszyna nie posiada osobowości prawnej ani zdolności do bycia autorem [5].

Problem ten ma wymiar czysto biznesowy: dla firm software’owych, których wartość opiera się na unikalnym kodzie (IP), brak ochrony prawnoautorskiej oznacza, że czysty „output” z promptu trafia do domeny publicznej. W efekcie konkurencja mogłaby teoretycznie kopiować takie rozwiązania bez sankcji prawnych, o ile nie wykazano by w nich istotnego wkładu ludzkiego.

Definicja utworu w dobie algorytmów

W kontekście automatyzacji pisania kodu, kluczowym wyzwaniem jest interpretacja pojęcia „indywidualnego charakteru”. Zgodnie z doktryną, aby kod mógł podlegać ochronie, musi odzwierciedlać swobodne i twórcze wybory programisty, stanowiące „odbiśnięcie piętna jego osobowości” [1].

W przypadku algorytmów takich jak LLM (Large Language Models), proces generowania tekstu opiera się na analizie statystycznej i predykcji kolejnych tokenów, co wyklucza istnienie zamysłu twórczego po stronie maszyny. Jak zauważa Komisja Europejska w swoim raporcie:

“The current law is clear: copyright can only be original if it reflects the personality of the author, which implies the existence of a human author.”
[WIPO/UE]

Aby zrozumieć różnicę w statusie prawnym, należy przyjrzeć się poniższemu zestawieniu:

Cecha Kod pisany przez człowieka Kod generowany przez AI (raw)
Ochrona Prawnoautorska Tak, automatyczna Nie (brak twórcy-człowieka)
Prawa Osobiste Niezbywalne Nie istnieją
Domena Publiczna Nie Tak (w wielu jurysdykcjach)

Orzecznictwo światowe: Precedensy z USA i UE

Obecna linia orzecznicza na świecie jest spójna w odrzucaniu koncepcji „nie-ludzkiego autora”. Kluczowym punktem odniesienia stała się sprawa Thaler v. Perlmutter przed sądem w Dystrykcie Kolumbii (USA). Sąd podtrzymał decyzję U.S. Copyright Office, stwierdzając, że dzieło wytworzone w całości przez AI, bez udziału człowieka, nie może zostać zarejestrowane jako utwór podlegający ochronie [3].

Amerykański urząd ds. praw autorskich (U.S. Copyright Office) wydał również specjalne wytyczne, w których podkreśla, że kluczowy jest zakres kontroli twórczej człowieka nad procesem [2]. Podobne stanowisko zajmują organy w Unii Europejskiej, wskazując, że ochrona przysługuje jedynie tym elementom, które są wynikiem własnej twórczości intelektualnej autora.

Aspekty prawne własności kodu napisanego przez AI

Pojęcie ‘Human-in-the-loop’ w programowaniu

Kwestia własności kodu zmienia się drastycznie, gdy w proces zaangażowany jest programista (model Human-in-the-loop). Ochrona prawna staje się możliwa, gdy człowiek wykorzystuje AI jedynie jako narzędzie – podobnie jak kompilator czy zaawansowany edytor tekstu.

Aby kod zyskał status utworu, programista musi wykazać:

  • Selekcję i strukturę: To człowiek decyduje, które fragmenty kodu wygenerowane przez AI zostaną użyte i jak zostaną zintegrowane z resztą systemu.
  • Modyfikację: Iteracyjne poprawianie promptów oraz ręczna edycja „outputu” nadaje mu cechy indywidualne.
  • Nadzór twórczy: Ustalenie logiki biznesowej i architektury aplikacji, gdzie AI pełni jedynie rolę wykonawczą dla konkretnych, drobnych zadań programistycznych.

Warto pamiętać o rozróżnieniu dwóch sfer wynikających z polskiego prawa:

  • Kluczowe cechy utworu według polskiego prawa: Musi być to przejaw działalności twórczej, mieć charakter indywidualny i zostać ustalony (uzewnętrzniony) [1].
  • Różnice między autorstwem a własnością majątkową: Autorstwo (prawa osobiste) jest niezbywalne i zawsze należy do człowieka. Własność (autorskie prawa majątkowe) może należeć do firmy na mocy umowy o pracę lub regulaminów usług takich jak GitHub Copilot, które zazwyczaj cedują prawa do wyników na użytkownika (choć nie gwarantuje to ochrony wobec osób trzecich) [4].

Prawo autorskie wymaga ludzkiego twórcy, więc ‘surowy’ kod z AI nie jest chroniony. Kluczowe jest wykazanie wkładu własnego programisty.

Regulaminy narzędzi: GitHub Copilot, ChatGPT i inne

W obliczu braku jednoznacznych regulacji ustawowych dotyczących autorstwa maszynowego, fundamentem bezpieczeństwa prawnego programistów i firm technologicznych stają się umowy cywilnoprawne z dostawcami usług AI. Choć prawo powszechne w Polsce [1] i USA [2] konsekwentnie odmawia przyznania statusu “twórcy” algorytmom, regulaminy (Terms of Service) stanowią wiążącą deklarację woli stron, określając, kto może czerpać korzyści z efektów pracy modelu.

OpenAI: Kto posiada prawa do wyników ChatGPT?

Analiza sekcji “Ownership of Content” w regulaminie OpenAI wskazuje na model pełnej cesji uprawnień na rzecz użytkownika. Firma przyjmuje podejście, w którym wszelkie prawa do wprowadzonych danych (Input) oraz wygenerowanych rezultatów (Output) są przenoszone na osobę korzystającą z narzędzia.

“As between the parties, and to the extent permitted by applicable law, you own all Input, and this Agreement assigns to you all its right, title and interest in and to Output.”

OpenAI Terms of Service

Należy jednak zachować czujność w interpretacji zapisu “w zakresie dozwolonym przez obowiązujące prawo”. Nawet jeśli OpenAI zrzeka się praw do kodu, nie oznacza to, że kod ten automatycznie staje się utworem w rozumieniu prawa autorskiego [2]. W przypadku braku znaczącego wkładu ludzkiego, wynik pracy ChatGPT może trafić do domeny publicznej, co uniemożliwia jego skutcuna ochronę przed kopiowaniem przez konkurencję.

Regulaminy korzystania z narzędzi AI w kontekście własności kodu

GitHub Copilot for Business a ochrona prawna

Dla software house’ów i przedsiębiorstw kluczowe znaczenie ma wybór wersji GitHub Copilot for Business lub Enterprise. Różnica względem wersji darmowych nie ogranicza się tylko do funkcjonalności, ale przede wszystkim do gwarancji prawnych. Płatne warianty oferują mechanizmy indemnizacji (odszkodowania), co stanowi tarczę ochronną w przypadku ewentualnych procesów o naruszenie własności intelektualnej [4].

Najważniejsze zapisy w umowach z dostawcami AI:

  • Zrzeczenie się praw do Outputu: Deklaracja dostawcy, że nie będzie rościł sobie praw majątkowych do wygenerowanego kodu.
  • Gwarancje Indemnity: Zobowiązanie dostawcy do pokrycia kosztów prawnych, jeśli AI wygeneruje fragment kodu naruszający patent lub prawo autorskie osób trzecich.
  • Opt-out z trenowania modeli: Możliwość zablokowania wykorzystywania Twojego kodu do dalszego uczenia algorytmów (kluczowe dla ochrony tajemnicy przedsiębiorstwa).
  • Filtrowanie duplikatów: Funkcje automatycznego blokowania sugestii, które wykazują zbyt wysokie podobieństwo do istniejących repozytoriów.

Ryzyko naruszenia licencji Open Source

Jednym z najpoważniejszych ryzyk techniczno-prawnych jest tzw. leakage, czyli sytuacja, w której AI generuje fragment kodu identyczny z kodem źródłowym objętym restrykcyjną licencją, np. GPL (General Public License) lub innymi typami Copyleft. Jeśli taki fragment zostanie wdrożony do zamkniętego, komercyjnego oprogramowania, może dojść do “zainfekowania” projektu, co teoretycznie mogłoby wymusić upublicznienie całego kodu źródłowego aplikacji.

Dostawcy tacy jak Microsoft wprowadzają mechanizmy filtrujące, które mają zapobiegać podpowiadaniu kodu o długości powyżej 150 znaków, jeśli jest on zbieżny z publicznymi repozytoriami [4]. Mimo to, odpowiedzialność za końcowy produkt spoczywa na programiście, który musi weryfikować, czy otrzymane rozwiązanie nie jest zbyt wtórne względem istniejących w sieci rozwiązań objętych ochroną WIPO [5].

Jakie dane AI zbiera z Twojego kodu (Privacy Policy)?

  1. Metadane sesji: Czas pracy, lokalizacja i sposób interakcji z IDE.
  2. Fragmenty otaczające (Context): AI analizuje pliki otwarte w edytorze, aby lepiej dopasować sugestie.
  3. Prompty i poprawki: Informacje o tym, które sugestie zostały zaakceptowane, a które odrzucone (wykorzystywane do doskonalenia modelu, o ile nie wyłączono tej opcji).

Dostawcy AI zazwyczaj przenoszą prawa na użytkownika w regulaminach, ale nie gwarantuje to ochrony przed roszczeniami osób trzecich. Kluczowe jest korzystanie z wersji biznesowych, które oferują gwarancje odszkodowawcze oraz weryfikowanie wyników pod kątem licencji Open Source.

Zagrożenia dla biznesu i jak im zapobiegać

Zastosowanie generatywnej sztucznej inteligencji w procesie wytwórczym oprogramowania niesie ze sobą szereg ryzyk strategicznych, które wykraczają poza sferę czysto techniczną. Kluczowym problemem dla firm technologicznych staje się kwestia utraty własności intelektualnej (IP). Zgodnie z wytycznymi U.S. Copyright Office oraz orzecznictwem w sprawie Thaler v. Perlmutter, ochrona prawnoautorska przysługuje wyłącznie utworom będącym owocem ludzkiej kreatywności [2][3]. Jeśli kluczowe moduły aplikacji zostaną w całości wygenerowane przez AI, firma może napotkać trudności w udowodnieniu swoich praw autorskich podczas procesu due diligence przed sprzedażą spółki lub wejściem inwestora.

Dodatkowym zagrożeniem jest tzw. copyleft trolling. Modele AI, mimo zapewnień dostawców, mogą w procesie generowania kodu wykorzystać fragmenty objęte restrykcyjnymi licencjami typu open-source (np. GPL), co w czarnym scenariuszu wymusza na firmie upublicznienie całego repozytorium [4].

Due Diligence i wycena software house’u

W dobie powszechnej automatyzacji, obecność kodu AI w produktach cyfrowych staje się krytycznym punktem kontrolnym podczas audytów inwestorskich. Wycena software house’u lub startupu opiera się w dużej mierze na unikalności i ochronie jego aktywów cyfrowych. Inwestorzy coraz częściej wymagają jasnych deklaracji dotyczących tego, jaka część kodu została napisana przez człowieka, a jaka przez algorytmy.

Brak transparentności w tym zakresie może prowadzić do obniżenia wyceny ze względu na ryzyko, że konkurencja będzie mogła legalnie skopiować fragmenty oprogramowania, które nie podlegają ochronie prawnej [2]. Poniższa tabela przedstawia porównanie ryzyk związanych z modelem wytwórczym:

Rodzaj ryzyka Kod Ludzki Kod AI
Naruszenie licencji Niskie (świadome działanie programisty) Wysokie (halucynacje lub bazy treningowe)
Ochrona IP Pełna (na mocy ustawy o prawie autorskim [1]) Niepewna/Ograniczona (brak “ludzkiego pierwiastka” [3])
Koszty utrzymania Standardowe Potencjalnie wyższe (ukryty dług techniczny)

Tworzenie wewnętrznych polityk korzystania z AI

Aby zminimalizować ryzyka prawne i operacyjne, każda organizacja technologiczna powinna wdrożyć oficjalną AI Usage Policy. Dokument ten musi jasno określać, jakie narzędzia są dopuszczalne oraz w jaki sposób programiści mają dokumentować swój wkład twórczy. Jest to niezbędne, aby w świetle polskiej Ustawy o prawie autorskim móc wykazać, że AI było jedynie narzędziem pomocniczym, a nie samodzielnym twórcą [1].

Zarządzanie ryzykiem kodu AI w firmie

Elementy dobrej polityki AI w firmie:

  • Lista zatwierdzonych narzędzi: Określenie, czy zespół może korzystać np. z GitHub Copilot, ChatGPT, czy rozwiązań lokalnych.
  • Klasyfikacja danych: Zakaz wklejania do publicznych modeli AI wrażliwych danych klientów oraz unikalnych algorytmów firmy.
  • Zasada Human-in-the-loop: Wymóg krytycznej weryfikacji i modyfikacji każdego fragmentu kodu wygenerowanego przez AI.
  • Rejestr użycia: Dokumentowanie, które moduły systemu powstały przy wsparciu AI (istotne dla audytów IP).

Narzędzia do audytu kodu wygenerowanego przez AI

Wprowadzenie standardów dokumentowania wkładu ludzkiego to tylko połowa sukcesu. CTO i managerowie ds. bezpieczeństwa muszą korzystać z narzędzi weryfikujących oryginalność i bezpieczeństwo licencyjne kodu. Automatyzacja audytu pozwala na wykrycie tzw. plagiatu AI oraz identyfikację fragmentów kodu, które mogą naruszać licencje copyleft [4].

Kroki przy audycie bezpieczeństwa kodu:

  1. Skanowanie SCA (Software Composition Analysis): Wykorzystanie narzędzi takich jak Black Duck lub FOSSA do identyfikacji komponentów open-source.
  2. Weryfikacja licencyjna: Sprawdzenie, czy wygenerowany kod nie jest identyczny z fragmentami objętymi licencjami wymagającymi udostępnienia kodu źródłowego (np. AGPL).
  3. Analiza statyczna (SAST): Poszukiwanie luk bezpieczeństwa, które często pojawiają się w kodzie generowanym przez AI (np. nieprawidłowe zarządzanie pamięcią).

Wdrożenie tych procesów pozwala firmie zachować pełną kontrolę nad swoim portfolio technologicznym i budować zaufanie w relacjach z kontrahentami.


Firmy muszą dokumentować użycie AI i wdrażać restrykcyjne polityki, aby uniknąć problemów przy sprzedaży produktu lub audytach IP. Udokumentowany wkład ludzki oraz regularne skanowanie kodu pod kątem licencji to obecnie fundamenty bezpiecznego rozwoju software house’ów.

Podsumowanie

Kwestia własności kodu napisanego przez AI jest jednym z najbardziej dynamicznych obszarów współczesnego prawa technologicznego. Obecnie dominuje pogląd, że maszyna nie może być autorem, co stawia pod znakiem zapytania tradycyjne formy ochrony własności intelektualnej. Programiści i firmy muszą pamiętać, że samo korzystanie z narzędzi typu GitHub Copilot nie jest nielegalne, ale wymaga świadomego zarządzania wkładem ludzkim, aby zachować możliwość egzekwowania praw autorskich do stworzonego oprogramowania.

Przyszłość prawdopodobnie przyniesie nowe regulacje, takie jak AI Act w Unii Europejskiej, które nałożą większą przejrzystość na procesy trenowania modeli. Do tego czasu kluczowym narzędziem ochrony pozostają solidne umowy z pracownikami oraz precyzyjne regulaminy dostawców narzędzi AI. Rekomenduje się, aby każda firma IT wdrożyła wewnętrzne standardy dokumentowania procesu twórczego, co w przyszłości może stanowić jedyny dowód na to, że kod jest wynikiem pracy człowieka wspomaganego technologią, a nie wyłącznie bezdusznym algorytmem.

Słowniczek pojęć

Human-in-the-loop
Model współpracy, w którym człowiek aktywnie uczestniczy w procesie decyzyjnym lub twórczym maszyny, co jest kluczowe dla uzyskania ochrony prawnej.
Copyleft
Zasada prawna pozwalająca na swobodne kopiowanie i modyfikowanie utworu, pod warunkiem, że wersje pochodne będą objęte tą samą licencją.
Indemnizacja
Zobowiązanie jednej strony do pokrycia strat lub szkód poniesionych przez drugą stronę w wyniku określonych zdarzeń, np. naruszenia praw autorskich.
Output
Wynik działania modelu AI wygenerowany na podstawie wprowadzonego przez użytkownika zapytania (promptu).

Źródła

  1. Ustawa o prawie autorskim i prawach pokrewnych z dnia 4 lutego 1994 r. (Polska)
  2. U.S. Copyright Office, ‘Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence’
  3. Court Case: Thaler v. Perlmutter, Civil Action No. 22-1564 (BAH), D.D.C. 2023
  4. GitHub Copilot Product Specific Terms
  5. WIPO (World Intellectual Property Organization) – Conversation on Intellectual Property and Artificial Intelligence

Najczęściej zadawane pytania (FAQ)

Czy mogę sprzedać kod napisany przez ChatGPT?

Tak, regulamin OpenAI pozwala na komercyjne wykorzystanie wyników, jednak pamiętaj, że taki kod może nie podlegać ochronie prawem autorskim, co oznacza, że każdy może go skopiować bez Twojej zgody.

Czy firma może mnie zwolnić za używanie AI do pisania kodu?

Zależy to od wewnętrznej polityki firmy. Jeśli firma zakazuje używania AI ze względów bezpieczeństwa IP, złamanie tego zakazu może być podstawą do sankcji.

Czy GitHub Copilot uczy się na moim prywatnym kodzie?

W wersjach płatnych (Business/Enterprise) GitHub deklaruje, że nie wykorzystuje fragmentów Twojego kodu do trenowania swoich modeli, o ile odpowiednio skonfigurujesz ustawienia prywatności.

Czy kod AI jest w domenie publicznej?

W wielu jurysdykcjach, w tym w USA, kod wygenerowany bez istotnego udziału człowieka jest traktowany jako niepodlegający ochronie, co zbliża go statusem do domeny publicznej.

Leave A Comment

Fabryka Automatyzacji

Chcesz zwiększyć możliwości swojego zespołu i zautomatyzować wykonywanie powtarzalnych  zadań – to dobrze trafiłeś :) 

Skontaktuj się ze mną już Teraz!

Kontakt

Poznań, Warszawa, Radom
biuro@fabrykaautomatyzacji.pl
+48 794 002 102

Zadzwoń a pomożemy Ci rozpocząć Twój projekt.

Skontaktuj się z nami
+48 794-002-102

Chcę rozpocząć swój projekt