Czym jest utwór w rozumieniu prawa autorskiego?
Z punktu widzenia prawa autorskiego utworem jest każdy rezultat działalności twórczej człowieka o indywidualnym charakterze, utrwalony w jakiejkolwiek postaci (choćby nieukończony) niezależnie od jego wartości, przeznaczenia czy formy wyrażenia. Innymi słowy, utwór to oryginalny wytwór intelektu, przejaw twórczości, który odzwierciedla indywidualne decyzje twórcze autora. Co ważne, prawo autorskie chroni tylko konkretny sposób wyrażenia utworu jednak nie podlegają ochronie same idee, koncepcje, procedury, metody działania czy odkrycia naukowe. Na przykład sam pomysł na obraz lub temat tekstu nie jest chroniony, dopiero jego oryginalne wykonanie lub zapis może stanowić utwór.
Aby dzieło uzyskało status utworu, powinno nosić ,,piętno osobiste’’ twórcy, być na swój sposób unikatowe i odróżnialne od innych wytworów. Nie oznacza to jednak, że utwór musi być wybitny czy skomplikowany. Na gruncie orzecznictwa podkreśla się, że nie da się wyznaczyć sztywnej granicy tej twórczej „iskry’’, każdy przypadek ocenia się osobno.
Istotną cechą utworu jest też ustalenie, oznacza to, że rezultat twórczej pracy został chociażby chwilowo uzewnętrzniony w jakiejś formie dostrzegalnej dla innych. Może to być zapis na papierze lub w pliku, ale też np. wykonanie utworu muzycznego na żywo.
Co decyduje o ochronie utworu?
Zatem kluczowe znaczenie ma wkład twórczy o indywidualnym charakterze. Prawo autorskie zostało stworzone, by nagradzać ludzki wysiłek twórczy, chronić więź autora z dziełem i zachęcać do dalszej twórczości, wszystkie te elementy zakładają, że mamy do czynienia z autorem będącym człowiekiem.
Dlatego też utwory generowane całkowicie przez systemy sztucznej inteligencji bez kreatywnego wkładu człowieka nie spełnia ustawowych przesłanek utworu, bo brakuje mu cechy indywidualnej twórczości człowieka. Ochrony pozbawione będą wszelkie rezultaty, które nie wykazują żadnego minimalnego poziomu kreatywności lub żadnej indywidualnej decyzji twórczej człowieka.
Utwory z udziałem sztucznej inteligencji, a wytwory generowane w pełni przez AI
Dynamiczny rozwój generatywnej AI sprawia, że coraz częściej powstają treści tworzone przy udziale sztucznej inteligencji lub nawet całkowicie wygenerowane przez AI. Na potrzeby tego artykułu możemy wyróżnić dwie sytuacje:
- Utwór wspomagany przez AI (AI-assisted) – to przypadek, gdy człowiek korzysta z AI jako narzędzia w procesie twórczym. Można to porównać do używania programu komputerowego, aparatu fotograficznego czy pędzla, AI jest tutaj środkiem, który pomaga autorowi wyrazić jego koncepcję. Kluczowe jest, że istotne decyzje twórcze podejmuje człowiek. Jeśli autor posługuje się systemem AI, ale to on kontroluje formę i treść utworu (np. poprzez precyzyjne instrukcje, wybór i modyfikację wygenerowanych fragmentów, kreatywną edycję wyników), to końcowy rezultat może być uznany za utwór chroniony, a autorskie prawa mogą przysługiwać człowiekowi.
- Wytwór w pełni wygenerowany przez AI – mówimy o sytuacji, gdy rola człowieka ogranicza się do uruchomienia procesu generowania (np. wpisania bardzo ogólnej komendy lub nawet naciśnięcia przycisku „stwórz obraz”), a całość twórczych decyzji, od kompozycji po detale, jest efektem działania algorytmu. W takim przypadku trudno wskazać jakikolwiek ludzki wkład twórczy w strukturę czy formę dzieła. Prawo autorskie nie przewiduje przyznawania statusu autora maszynie, a skoro człowiek nie dokonał tu oryginalnych wyborów, to produkt powstały w ten sposób nie spełnia definicji utworu.
W praktyce oczywiście mamy do czynienia z pewnym spektrum. Istnieją przypadki pośrednie, gdzie AI generuje materiał wyjściowy, a człowiek go następnie istotnie przerabia czy uzupełnia. Pojawia się pytanie: jak duży musi być wkład człowieka, by uznać go za autora utworu wygenerowanego z pomocą AI? Brak tutaj jednoznacznych kryteriów ilościowych. Ogólna zasada jest taka, że człowiek musi wnieść twórczy wkład przesądzający o ostatecznym kształcie dzieła. Jeżeli np. użytkownik AI dokonał wielu kreatywnych wyborów (poprzez odpowiednie promptowanie, szczegółowe opisy, parametry stylu, selekcję najlepszych wyników, ich kolaż czy retusz), istnieją argumenty, by uznać go za twórcę. Natomiast jeśli rola człowieka sprowadzała się do bardzo ogólnej komendy, a rezultat jest praktycznie dziełem algorytmu, to uzyskanie ochrony autorskiej będzie wątpliwe.
Dla przedsiębiorcy korzystającego z generatywnej AI oznacza to praktycznie dwie rzeczy. Po pierwsze, jeśli zależy nam na prawach autorskich do wygenerowanego contentu (np. grafiki, tekstu), powinniśmy zadbać o odpowiedni udział twórczy człowieka w powstaniu tego contentu, tak, aby móc uznać go za utwór w rozumieniu prawa autorskiego. Po drugie, trzeba mieć świadomość, że w pełni automatycznie wygenerowany materiał może nie być prawnie nasz w sensie własności intelektualnej, wprost przeciwnie, może w ogóle nie podlegać ochronie, co oznacza m.in., że konkurencja teoretycznie może go kopiować bez naruszenia prawa autorskiego. To rodzi nowe wyzwania biznesowe, np. design logo stworzony przez AI może nie być chroniony przed naśladownictwem, dopóki projektant nie wniesie do niego własnej twórczej inwencji.
Trenowanie modeli AI, a prawo autorskie – TDM
Generatywne modele AI, czy to systemy tworzące obrazy muzykę czy teksty muszą być wytrenowane na ogromnych zbiorach danych. Takie dane to często istniejące utwory chronione prawem autorskim, np. zdjęcia pobrane z internetu, książki, artykuły, grafiki, piosenki itp.
Taka czynność analityczna nosi nazwę Text and data mining (TDM), czyli eksploracja tekstów i danych. W definicji unijnej jest to zautomatyzowana technika analizy tekstów lub danych w formie cyfrowej celem wydobycia z nich informacji i wzorców. Mówiąc prościej, TDM to proces, w którym algorytm przeszukuje i kopiuje ogromne ilości istniejących treści, by na tej podstawie wygenerować wiedzę lub nauczyć się określonych zadań (np. generowania nowych obrazów w stylu analizowanych obrazów).
Z perspektywy prawa autorskiego kluczowe pytanie brzmi: czy wolno trenować AI na cudzych utworach bez zgody autorów? Kwestię tą reguluje Dyrektywa DSM z 2019 r. (Dyrektywa UE 2019/790 z dnia 17 kwietnia 2019 r.) o prawach autorskich na jednolitym rynku cyfrowym, która ustanowiła dwa wyjątki od prawa autorskiego dla TDM. Nowelizacja prawa autorskiego z 2024 r. zaimplementowała powyższą Dyrektywę.
Dozwolony użytek, czyli pierwszy wyjątek od prawa autorskiego dotyczy eksploracji tekstów i danych do celów badawczych. Upraszczając, instytucje badawcze, uniwersytety czy biblioteki mogą kopiować utwory chronione w celu analizy (np. trenowania modeli AI) do badań naukowych. Ten wyjątek ma na celu wspieranie innowacji i badań, umożliwia np. trenowanie modeli AI na kolekcjach dzieł dla odkryć naukowych, bez konieczności uzyskiwania setek pozwoleń.
Drugi wyjątek jest szerszy i obejmuje eksplorację tekstów i danych w innych celach (w tym komercyjnych), a więc adresowany m.in. do przedsiębiorców trenujących AI dla własnych usług czy produktów. Tutaj jednak ustawodawca dał pewną równowagę dla twórców, posiadacz praw autorskich może zastrzec, że nie życzy sobie takiego eksplorowania jego utworów. Jeżeli autor lub wydawca złoży wyraźne zastrzeżenie (tzw. opt-out), to korzystanie z tego wyjątku jest wyłączone i użycie danych będzie wymagało jego zgody. Natomiast jeśli twórca nie zgłosi zastrzeżenia, wówczas każdy może legalnie kopiować utwór na potrzeby TDM. Zastrzeżenie powinno być dokonane w odpowiedni sposób, jeśli utwór jest udostępniony publicznie online, sprzeciw musi być wyrażony w formie czytelnej dla maszyn (machine-readable). Oznacza to praktycznie, że np. na stronie internetowej, w pliku czy metadanych utworu powinien znaleźć się znacznik lub informacja typu "robots.txt" czy specjalna metka meta (np. "noAI"), której systemy eksplorujące mogą automatycznie wykryć. Proste noty w języku naturalnym też mogą spełnić tę funkcję, o ile są ustandaryzowane i możliwe do rozpoznania przez oprogramowanie. Dzięki temu rozwiązaniu twórcy zachowują kontrolę, mogą wyłączyć swoje treści z treningu AI, ale domyślnie, jeśli nic nie zrobią, data mining jest dozwolony.
Głośne spory prawne już pokazują, że kwestia trenowania AI na cudzych utworach budzi wiele emocji. W 2023 r. grupa artystów pozwała twórców popularnych generatorów obrazów, zarzucając, że ich prace zostały bez zezwolenia skopiowane do treningu komercyjnego AI. Podobne pozwy złożyli pisarze przeciw OpenAI (ChatGPT) oraz fotograficzna agencja Getty Images przeciw Stable AI za trenowanie na milionach zdjęć Getty z pominięciem licencji. Według danych z początku 2025 r. toczyło się już ok. 33 postępowań w USA, Wielkiej Brytanii i Niemczech. W takich sprawach pozywają twórcy i wydawcy, a pozwanymi są duże firmy technologiczne rozwijające AI. To pokazuje, że przedsiębiorca korzystający z AI powinien starannie podchodzić do kwestii danych treningowych. Najbezpieczniejsze podejście to używanie materiałów znajdujących się w domenie publicznej lub na licencjach pozwalających na TDM, bądź wykupienie licencji na dane komercyjne od dostawców.
Case study
Rynek sztuki generowanej przez AI nabiera rozpędu. Jednym z przełomowych momentów była aukcja w domu Christie’s w październiku 2018 r., na której po raz pierwszy sprzedano dzieło stworzone przez sztuczną inteligencję. Chodzi o portret ,,Portrait of Edmond de Belamy”, wygenerowany przez sztuczną sieć generatywną stworzony przez francuski kolektyw Obvious. Obraz przedstawiający fikcyjną postać w stylu dawnych portretów osiągnął zawrotną cenę 432 500 USD, przebijając niemal 45-krotnie estymację przedaukcyjną. Twórcy otwarcie opisali, jak powstało to dzieło: ,,nakarmili” algorytm zestawem około 15 000 portretów namalowanych między XIV, a XX wiekiem, a następnie model generatywny na tej podstawie stworzył nowy obraz, starając się upodobnić go do prac ludzkich malarzy. Ten mechanizm GAN (Generative Adversarial Network) pozwolił AI wygenerować coś, co kolekcjonerzy uznali za dzieło sztuki.
Inny przykład to Stephen Thaler, który zgłosił do rejestracji obraz ,,A Recent Entrance to Paradise”, wskazując jako „twórcę” algorytm (Creativity Machine), a siebie samego jedynie jako właściciela maszyny. Urząd odmówił ochrony, a amerykański sąd federalny potwierdził tę decyzję, wskazując, że autorem w rozumieniu prawa może być tylko człowiek.
Kolejny głośny przypadek to Jason Allen, który wygrał konkurs plastyczny wykorzystując obraz wygenerowany przez AI i własne poprawki. Choć Allen argumentował, że wniósł twórczy wkład (wykonał setki iteracji promptów, edytował grafikę w Photoshopie i poprawił jakość obrazu), to US Copyright Office finalnie uznał, że ostateczny wygląd dzieła w znacznej mierze nie wynikał z jego osobistych decyzji, lecz z działania modelu AI i danych treningowych. W konsekwencji odmówiono mu pełnej ochrony.
Podsumowanie
Generatywna AI otwiera niesamowite możliwości, od tworzenia sztuki po automatyzację zadań kreatywnych w biznesie, ale funkcjonuje w ramach istniejącego systemu prawa autorskiego, który nie zawsze nadąża z odpowiedziami.
Na dziś obowiązuje zasada: tylko człowiek może być autorem, a AI to narzędzie. Trenowanie AI na cudzych utworach jest dopuszczalne na podstawie wyjątków (TDM). Przedsiębiorcy powinni zatem korzystać z dobrodziejstw AI świadomie, znając zarówno możliwości, jak i ograniczenia prawne. W razie wątpliwości warto skonsultować się ze specjalistami z zakresu prawa własności intelektualnej, bo stawka, zwłaszcza przy komercyjnym wykorzystaniu generowanych treści, może być wysoka.
W nadchodzącym czasie regulacje zapewne doprecyzują wiele kwestii, dając bardziej stabilne ramy działania na styku AI i prawa autorskiego. Aktualnie jednak, fundamenty prawa autorskiego takie jak kreatywność, indywidualność i ludzki twórca pozostają punktami odniesienia nawet w dobie sztucznej inteligencji.
Źródła:
- Ustawa z dnia 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych (tj. Dz. U. z 2025 r. poz. 24 z późn. zm.).
- Dyrektywa Parlamentu Europejskiego i Rady (UE) 2019/790 z dnia 17 kwietnia 2019 r. w sprawie prawa autorskiego i praw pokrewnych na jednolitym rynku cyfrowym.
- Komentarze prawnicze: D. Flisak [w:] Komentarz do wybranych przepisów ustawy o prawie autorskim i prawach pokrewnych, LEX/el. 2018 oraz E. Ferenc-Szydełko (red.), Ustawa o prawie autorskim i prawach pokrewnych. Komentarz, wyd. 3, 2021.
