Ochrona danych osobowych w narzędziach AI: anonimizacja, pseudonimizacja i obowiązki wobec RODO
W firmach do zapytań AI często trafiają dane osobowe, nawet jeśli organizacja nie zdaje sobie z tego sprawy. Odpowiedzią są narzędzia anonimizujące lub pseudonimizujące dane, zanim trafią one do modelu. Te dwa pojęcia bywają mylone, choć RODO wiąże z nimi różne obowiązki, a wybór między nimi ma bezpośrednie konsekwencje prawne.
TL;DR
O tym, czy chronione dane wysłane do modelu AI nadal podlegają RODO, decyduje to, czy da się je z powrotem powiązać z konkretną osobą. Pseudonimizacja to umożliwia i dlatego nie zdejmuje z firmy odpowiedzialności, anonimizacja zaś, o ile jest nieodwracalna, sprawia, że RODO nie ma już zastosowania. Żadne narzędzie nie wychwyci jednak wszystkich danych zapisanych w formatach właściwych dla danego języka czy kraju ani informacji rozpoznawalnych tylko z kontekstu. Firmy powinny więc ocenić ryzyko, dobrać narzędzie do własnych zadań i umieć wykazać, że przetwarzają dane świadomie.
Narzędzia AI w firmach wykorzystuje się obecnie do bardzo wielu zadań, istnieje więc spora szansa, że pośród wszystkich informacji, które pracownicy do nich przekazują, znajdują się dane osobowe. Firma może nie być świadoma, że tak się dzieje, ale mimo to odpowiada za przetwarzanie tych danych.
W organizacjach, które nie wdrożyły własnych narzędzi AI i zasad korzystania z nich, takie przetwarzanie danych osobowych wiąże się z szerszym zjawiskiem shadow AI. Jednak również firmy, które mają już własne rozwiązanie lub rozważają jego wdrożenie, muszą właściwie zająć się kwestią odpowiedzialności za przetwarzane dane.
Odpowiedzią na to wyzwanie mogą być anonimizacja lub pseudonimizacja danych. Pojęcia te często wspomina się wymiennie, ale warto wiedzieć, że odnoszą się one do innych sytuacji, a RODO wiąże z nimi odmienne skutki. Różnice między nimi, ich zastosowanie w rozumieniu RODO, obowiązki organizacji oraz specyfikę i wymogi dotyczące przetwarzania polskich identyfikatorów omówimy w tym artykule.
Czym różnią się anonimizacja i pseudonimizacja danych z perspektywy regulacji
Zgodnie z art. 4 pkt 5 RODO pseudonimizacja oznacza przetworzenie danych osobowych w taki sposób, by nie można ich było już przypisać konkretnej osobie bez użycia dodatkowych informacji. Takie dodatkowe informacje muszą być przechowywane osobno oraz objęte środkami technicznymi i organizacyjnymi uniemożliwiającymi przypisanie danych osobie fizycznej.
Dane poddane pseudonimizacji to jednak wciąż dane osobowe. RODO traktuje je jako informacje o osobie możliwej do zidentyfikowania, ponieważ nadal można powiązać je z konkretną osobą przy użyciu wspomnianych informacji dodatkowych. Organizacja odpowiada więc za ich przetwarzanie jako administrator, ze wszystkimi obowiązkami, które z tego wynikają.
Ten sam wniosek potwierdził Trybunał Sprawiedliwości Unii Europejskiej w wyroku z 4 września 2025 roku. Firma, która zachowuje u siebie powiązanie pozwalające odtworzyć dane, pozostaje administratorem i odpowiada za nie w pełnym zakresie, nawet jeśli do modelu wysyła wyłącznie wersję pozbawioną tego powiązania. Trybunał uznał zarazem, że dla odbiorcy, który nie może zidentyfikować konkretnej osoby, takie dane mogą już nie być danymi osobowymi. To tłumaczy, dlaczego pseudonimizacja przed wysłaniem zapytania ma sens, choć nie zmienia obowiązków firmy. Pseudonimizacja pozostaje środkiem ochrony danych.
Inaczej wygląda sprawa w przypadku anonimizacji. Jeśli osób, których dane dotyczą, nie można już zidentyfikować, przepisy RODO nie mają do nich zastosowania. Anonimizacja, w przeciwieństwie do pseudonimizacji, jest zatem procesem nieodwracalnym. Gdyby powiązanie z daną osobą można było odtworzyć, dane nadal by ją identyfikowały.
W świetle odpowiedzialności regulacyjnej organizacja musi rozważyć, w jaki sposób potrzebuje wykorzystywać narzędzia AI i dane, które do nich trafiają. Jeśli system ma za zadanie zastąpić daną osobową fikcyjnym odpowiednikiem, a po otrzymaniu odpowiedzi przywrócić wartość prawdziwą, organizacja musi przechowywać informacje pozwalające na powiązanie danych z konkretną osobą i pozostaje administratorem danych osobowych.
RODO wskazuje pseudonimizację jako jeden ze środków technicznych służących ochronie danych, zatem jej zastosowanie jest realizacją wymogów rozporządzenia. Anonimizacja sprawdzi się natomiast w zadaniach, gdzie dane osobowe znajdują się w materiale, ale nie są potrzebne do wykonania polecenia. Przy wyborze narzędzia warto więc sprawdzić, czy potrafi ono zarówno odwrócić podmianę, gdy dane muszą wrócić, jak i trwale usunąć je wtedy, gdy odzyskanie jest zbędne, ponieważ od tego zależy skutek prawny, niezależnie od nazwy użytej w opisie funkcji.
Dwie metody ochrony danych w zapytaniu do modelu
Wiemy już, że dane osobowe w zapytaniach do modelu można chronić przez anonimizację albo pseudonimizację, a różnica między tymi podejściami dotyczy ich odwracalności.
Zilustrujmy to przykładem. Pracownik działu kadr chce, żeby model językowy przygotował odpowiedź na wniosek urlopowy. Treść wniosku zawiera imię, nazwisko i stanowisko. Zanim zapytanie opuści firmę, między nie a model wchodzi warstwa, która wykrywa dane osobowe i zastępuje je innymi wartościami.
Pismo zwrotne ma trafić do tej samej osoby, więc w odpowiedzi muszą znaleźć się prawdziwe dane. W tym zadaniu potrzebna jest więc metoda odwracalna: narzędzie zapamiętuje, że w miejsce nazwiska podstawiło wartość fikcyjną, i po otrzymaniu odpowiedzi wykonuje podstawienie odwrotne. Zapamiętane powiązanie między wartością prawdziwą a fikcyjną jest tą dodatkową informacją, o której mowa w definicji pseudonimizacji. Model nie widzi prawdziwych danych, a mimo to pismo brzmi poprawnie.
Są też zadania, które nie wymagają odzyskiwania danych osobowych. Kiedy chodzi np. o policzenie, ile wniosków dotyczy danego typu nieobecności, nazwiska nie są do niczego potrzebne. Wystarcza wtedy metoda nieodwracalna: narzędzie usuwa dane albo zastępuje je etykietą bez wartości i niczego nie zapamiętuje. Tekst wysłany do modelu jest wtedy zanonimizowany, więc nie zawiera już danych osobowych.
Obie metody działają jednak tylko na danych osobowych, które zostaną wcześniej rozpoznane. Wykrywaniem zajmuje się zwykle model rozpoznawania nazwanych elementów, NER (ang. named entity recognition), który uczy się znajdować w tekście imiona, nazwiska, adresy czy numery. Dane, których nie rozpozna, trafiają do modelu w niezmienionej postaci. Skuteczność całej ochrony zależy więc od tego, jak dobrze warstwa NER wykrywa dane osobowe.
Czy polskie numery identyfikacyjne to dane osobowe?
Dane osobowe zapisane w sposób specyficzny dla konkretnego języka i kraju bywają najtrudniejsze do wykrycia przez NER. Polskie numery identyfikacyjne są tego dobrym przykładem. Model rozpoznawania danych, który uczył się na materiale anglojęzycznym, zna amerykański numer ubezpieczenia albo brytyjski numer podatkowy, ale może nie znać polskiego PESEL-u czy NIP-u.
Przyjrzyjmy się polskim identyfikatorom. PESEL to jedenaście cyfr, w których zakodowana jest data urodzenia, oznaczenie płci i cyfra kontrolna pozwalająca sprawdzić, czy numer jest prawdziwy. Taki numer identyfikuje osobę nawet w oderwaniu od nazwiska, a więc w rozumieniu RODO stanowi daną osobową.
Z pozostałymi numerami sprawa jest mniej oczywista, bo nie każdy z nich dotyczy osoby fizycznej. NIP i REGON może mieć zarówno firma, jak i osoba fizyczna prowadząca działalność gospodarczą, a z samych cyfr nie da się poznać, do kogo należą. Gdy numer należy do osoby, jest on jej daną osobową. Gdy wskazuje firmę, nie jest, ponieważ RODO nie dotyczy osób prawnych. Numer KRS odnosi się wyłącznie do organizacji wpisanych do rejestru sądowego, takich jak spółki czy fundacje. Jednoosobowa działalność do tego rejestru nie trafia, więc KRS nie będzie identyfikował osoby fizycznej. Numer BDO, nadawany w rejestrze podmiotów gospodarujących odpadami, dotyczy najczęściej firm, choć może należeć także do osoby fizycznej prowadzącej działalność. Mimo to narzędzie powinno wykrywać również numery należące do firm, żeby nie wyprowadzać na zewnątrz informacji objętych tajemnicą przedsiębiorstwa.
W narzędziu, z którego korzysta polska firma, warstwa wykrywająca musi zatem rozpoznawać każdy z tych formatów niezależnie, ponieważ nie wie z góry, czy napotkany numer należy do osoby, czy do firmy, ani czy w danym tekście jest daną osobową. Model przygotowany pod polskie realia rozpoznaje te numery po ich charakterystycznej budowie, w tym po cyfrze kontrolnej, której model uczony na obcych danych nie sprawdza.
Jak wykazać, że dane są pod kontrolą
Narzędzie zaprojektowane z myślą o ochronie danych osobowych może rozpoznać dane o stałym formacie, takie jak PESEL, NIP czy adres. Pewne informacje mogą jednak identyfikować osobę inaczej, przez samą treść.
Pracownik może wpisać do narzędzia AI informacje dające kontekst do polecenia, na przykład, że zapytanie dotyczy kierownika w oddziale w Opolu, w wieku powyżej pięćdziesięciu lat, przebywającego na zwolnieniu od trzech miesięcy. Żadna z tych informacji z osobna nie jest standardową daną osobową, ale razem mogą one wskazywać konkretną osobę, zwłaszcza w niedużym oddziale. RODO uznaje za dane osobowe także informacje pozwalające zidentyfikować osobę pośrednio, na podstawie zestawu cech, więc taki opis nadal podlega rozporządzeniu, choć warstwa ochronna mogła go przepuścić. Część danych osobowych może więc wyjść poza firmę mimo zastosowania narzędzia.
Skoro narzędzie nie usuwa całego ryzyka, organizacja musi być gotowa pokazać, że mimo to zadbała o ochronę danych. RODO wymaga od administratora, żeby potrafił udowodnić, że właściwie przestrzega zasad przetwarzania, rozpoznaje ryzyko, jakie wiąże się z wysyłaniem danych do modeli AI, i ma na nie odpowiedź.
W tym celu przygotowuje się ocenę skutków dla ochrony danych, czyli dokument, w którym administrator opisuje zagrożenia i sposoby ich ograniczenia. Urząd Ochrony Danych Osobowych zalicza nowatorskie zastosowanie technologii do sytuacji, które takiej oceny mogą potrzebować. Wdrożenie narzędzia z warstwą ochronną nie zwalnia z tego obowiązku ze względu na ograniczenia, o których wspomnieliśmy wcześniej. Im poważniejsze skutki może mieć przetwarzanie dla osób, których dane trafiają do modelu, tym dokładniej trzeba je opisać.
Do przygotowania rzetelnej oceny potrzebna jest wiedza o tym, co narzędzie robi z danymi, jak je rozpoznaje, czy podmiana jest odwracalna i gdzie przechowywane są informacje pozwalające odtworzyć oryginał. Administrator nie ustali tego sam. Wybierając więc odpowiednie narzędzie, warto zwrócić uwagę, czy jest ono dopasowane do realiów firmy również pod tym kątem i może udostępnić wszystkie niezbędne informacje, by ułatwić wykazanie zgodności z RODO.
Technologia a odpowiedzialność za dane osobowe
Kiedy firma korzysta z AI, do modeli trafiają dane osobowe, które trzeba ochronić. Służą do tego narzędzia z anonimizacją i pseudonimizacją, dobierane zależnie od tego, czy dane muszą wrócić do pierwotnej postaci.
Takie narzędzia istotnie zmniejszają ryzyko wycieku, ale nie usuwają go całkowicie. Część danych osobowych da się rozpoznać dopiero z kontekstu i narzędzie może ich nie wychwycić. Mimo to odpowiedzialność, jaką na firmę nakłada RODO, pozostaje taka sama. Firma musi więc ocenić ryzyko z góry, dobrać odpowiednie narzędzie do tego, co przetwarza, i potrafić wykazać, że zrobiła to świadomie. W ten sposób będzie mogła korzystać z AI bez oddawania kontroli nad danymi i zgodnie z przepisami.
FAQ
Kto jest administratorem danych przy korzystaniu z zewnętrznego modelu AI?
Firma, która zdecydowała o wysłaniu danych, pozostaje administratorem i to na niej spoczywa odpowiedzialność wobec osób, których dane dotyczą. Dostawca modelu działa zwykle jako podmiot przetwarzający, czyli wykonuje operacje na danych w imieniu administratora i na jego polecenie. Taki układ powinna regulować umowa powierzenia przetwarzania, która określa, co dostawca może z danymi zrobić. Samo skorzystanie z zewnętrznego modelu nie przenosi więc odpowiedzialności na jego dostawcę.
Czy dane pseudonimizowane są danymi osobowymi?
Tak, jeśli istnieje informacja pozwalająca odtworzyć oryginał. Zapis wiążący wartość fikcyjną z prawdziwą, dzięki któremu narzędzie przywraca dane w odpowiedzi, jest tą dodatkową informacją, o której mówi definicja pseudonimizacji. Można na jego podstawie przypisać dane konkretnej osobie, więc sam podlega ochronie i musi być przechowywany osobno oraz zabezpieczony. Potraktowanie go jako zwykłego pliku technicznego bywa źródłem naruszeń.
Czy zakaz korzystania z AI w firmie chroni przed naruszeniami RODO?
Zakaz w regulaminie jest środkiem organizacyjnym, ale sam nie powstrzymuje wysłania danych, jeśli pracownicy z takich narzędzi korzystają mimo zakazu. Firma nadal odpowiada za przetwarzanie, które faktycznie się odbywa, a nie za to, które opisała w polityce. Dlatego zakaz bywa uzupełniany rozwiązaniem technicznym, które kontroluje, jakie dane opuszczają organizację, zamiast polegać wyłącznie na dyscyplinie pracowników.
Czy AI Act, DORA i NIS2 regulują anonimizację danych osobowych?
Żaden z tych aktów nie wprowadza własnych definicji anonimizacji ani pseudonimizacji i nie ustanawia dla nich odrębnych zasad. AI Act posługuje się tymi pojęciami przy danych treningowych i piaskownicach regulacyjnych, ale odsyła do ochrony danych osobowych na zasadach ogólnych. DORA i NIS2 nakładają obowiązki dotyczące bezpieczeństwa i odporności, a w kwestii danych osobowych kierują do RODO. Punktem odniesienia dla anonimizacji pozostaje więc RODO, niezależnie od tego, który z tych aktów obowiązuje daną organizację.
Źródła
1. Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2016/679 (RODO), art. 4 pkt 5, art. 25 ust. 1, 2016 – https://eur-lex.europa.eu/legal-content/PL/TXT/HTML/?uri=CELEX%3A32016R0679
2. Urząd Ochrony Danych Osobowych, Kiedy trzeba przeprowadzić ocenę skutków dla ochrony danych, 2025 – https://uodo.gov.pl/pl/598/3617
3. Extentum AI, Co to jest shadow AI i dlaczego pracownicy wrzucają dane firmowe do ChatGPT, 2026 – https://extentum.ai/pl/shadow-ai-ryzyko-rodo-wycieki-danych/
4. Extentum AI, Platforma, 2026 – https://extentum.ai/pl/platforma/
5. Wyrok Trybunału Sprawiedliwości Unii Europejskiej z 4 września 2025 r., C-413/23 P, EDPS przeciwko SRB, 2025 – https://eur-lex.europa.eu/legal-content/PL/TXT/?uri=CELEX%3A62023CJ0413
6. Polska Agencja Rozwoju Przedsiębiorczości, Pseudonimizacja danych osobowych w kontekście wyroku C-413/23 P, 2026 – https://www.parp.gov.pl/component/content/article/89994:pseudonimizacja-danych-osobowych-w-kontekscie-wyroku-c-413-23-p
