Najpierw ustal, kto i do czego używa AI
Nie zaczynaj od kupienia jednego kursu dla całej firmy. Najpierw spisz systemy AI używane w organizacji oraz role, które z nich korzystają. Inne ryzyko ma osoba używająca asystenta do redagowania wewnętrznych notatek, inne pracownik podejmujący decyzje na podstawie podpowiedzi modelu, a jeszcze inne zespół rozwijający produkt z funkcją AI.
Dla każdej grupy opisz kontekst: do jakich danych ma dostęp system, czy wynik wpływa na klienta lub pracownika, czy człowiek zatwierdza wynik, jakie błędy są najbardziej prawdopodobne i jakie zasady organizacja już stosuje. Ten opis jest podstawą doboru treści. Bez niego „szkolenie z AI” może być poprawne ogólnie, ale nie odpowiadać na rzeczywisty sposób pracy. system lub klasa systemów AI używanych przez rolę; cel użycia i rodzaj danych; decyzje, na które wpływa wynik AI; obowiązkowa kontrola człowieka; typowe błędy i ograniczenia modelu; zasady eskalacji i zakazane zastosowania.
Nie ma jednego wymaganego testu ani certyfikatu
Obowiązek z art. 4 dotyczy podjęcia środków wspierających rozwój kompetencji AI. Po zmianie z 2026 r. przepis wyraźnie mówi, że nie trzeba zagwarantować określonego poziomu kompetencji konkretnej osoby. Komisja Europejska także wskazuje, że art. 4 nie tworzy obowiązku mierzenia wiedzy pracowników według jednego narzuconego schematu.
To nie znaczy, że pomiar jest bezużyteczny. Krótki test, ćwiczenie scenariuszowe albo potwierdzenie zapoznania może być rozsądnym elementem programu. Powinien jednak wynikać z ryzyka i celu, a nie z założenia, że sam wynik testu „załatwia AI Act”. Przy rolach o wyższym ryzyku lepszym dowodem może być połączenie szkolenia, ćwiczenia na realnym przypadku i decyzji osoby odpowiedzialnej.
Zapisz logikę programu, nie tylko listę obecności
Jeżeli później trzeba wyjaśnić, co organizacja zrobiła, lista uczestników odpowiada tylko na jedno pytanie. Mocniejszy zapis pokazuje, dlaczego dana grupa otrzymała konkretny materiał, jaką wersję materiału zastosowano, kto ją zatwierdził i jaki był skutek działania.
Minimalny ślad może obejmować: grupę i rolę, kontekst użycia AI, źródło zasad wewnętrznych, wersję materiału, osobę zatwierdzającą, datę przypisania, datę ukończenia, wynik testu — jeżeli test był uzasadniony — oraz działanie po wyniku negatywnym. Gdy zmienia się system AI albo sposób jego użycia, organizacja powinna ocenić, czy dotychczasowy materiał nadal odpowiada ryzyku.
Co Zmianowo może udokumentować — i czego nie dowodzi
Zmianowo może pomóc powiązać zatwierdzony materiał z konkretnym źródłem i wersją, przypisać go określonym osobom, zapisać ukończenie i wynik oraz zachować historię zmian. To daje ślad wykonania jednego z działań organizacyjnych.
Nie jest to automatyczne potwierdzenie zgodności z art. 4. Zgodność zależy od szerszego kontekstu: rzeczywistych systemów AI, grup użytkowników, ryzyk, treści programu i sposobu zarządzania użyciem AI. Zmianowo nie zastępuje analizy prawnej ani decyzji osoby odpowiedzialnej za program kompetencji AI.
Co zmieniło się 27 lipca 2026 roku
Rozporządzenie zmieniające 2026/1744 przyjęto 8 lipca, opublikowano 24 lipca, a jego wejście w życie nastąpiło trzy dni po publikacji. Dlatego jako datę nowego brzmienia stosujemy 27 lipca 2026 [1]. Dostawcy i podmioty stosujące systemy AI nadal podejmują środki wspierające rozwój umiejętności personelu. Zniknięcie wymogu gwarantowania określonego poziomu każdej osoby nie oznacza zniknięcia działania organizacyjnego. Nie należy przedstawiać tej zmiany ani jako powszechnego zwolnienia ze szkolenia, ani jako obowiązku kupienia jednego zewnętrznego kursu dla wszystkich zatrudnionych.
Komisja wyjaśnia, że nie ma obowiązkowego certyfikatu i jednej narzuconej formy programu; można zachować wewnętrzny zapis szkoleń lub innych inicjatyw [2]. Poniższy sposób dokumentowania jest propozycją autora. Obejmuje kontekst, działanie i przegląd, ponieważ takie połączenie pozwala wyjaśnić, co firma rzeczywiście zrobiła. Nie tworzy „certyfikatu zgodności AI Act”. Dla systemów wysokiego ryzyka znaczenie mają także odrębne wymogi, w tym dotyczące nadzoru człowieka. Nie można ich zamknąć samym krótkim materiałem o ogólnych ograniczeniach modeli.
Przykład dwóch ról korzystających z tego samego asystenta
Przyjmijmy scenariusz ilustracyjny: asystenta używa osoba redagująca opis produktu oraz osoba przygotowująca odpowiedź na reklamację. Pierwsza powinna rozpoznać niepotwierdzony claim i porównać tekst ze specyfikacją. Druga powinna uwzględnić dane klienta, zakres uprawnień oraz skutki błędnej decyzji. Narzędzie może być to samo, ale szkolenie nie musi być identyczne. Różnice dają liderowi konkretne sytuacje do omówienia z zespołem, zamiast kolejnej ogólnej listy obecności do utrzymania. Wspólny moduł omawia błędy modelu i ochronę danych. Moduły zadaniowe pokazują, gdzie sprawdzać źródło, czego nie wpisywać i kto zatwierdza odpowiedź przed przekazaniem jej odbiorcy.
Ćwiczenie dla autora opisu może zawierać trzy zdania z oznaczonymi źródłami i jedno bez podstawy. Zadanie polega na wskazaniu, które zdanie trzeba usunąć lub zweryfikować. Osoba obsługująca reklamację otrzymuje fikcyjny przypadek z brakującą informacją. Powinna rozpoznać brak i skierować sprawę do właściwej osoby, zamiast dopisać decyzję. W obu przykładach wynik dotyczy określonego zachowania. Nie jest oceną całej zdolności pracownika do używania dowolnej AI. Kryterium trzeba zapisać razem z wersją ćwiczenia i datą wykonania.
Odpowiedzialność za program i treść
Właściciel programu zbiera zastosowania i role. Właściciel procesu opisuje ryzyka zadania. Osoba odpowiedzialna za dane ocenia dopuszczalny zakres informacji. Autor przygotowuje materiał, a zatwierdzający sprawdza zgodność ze źródłem i zasadami firmy. Kierownik zapewnia czas oraz reaguje na brak ukończenia. Takie rozdzielenie ogranicza problem programu pisanego wyłącznie przez dostawcę narzędzia, który nie zna rzeczywistego użycia. Jeżeli firma korzysta z pomocy zewnętrznej, nadal potrzebuje własnej decyzji, dlaczego treść odpowiada jej zadaniom i odbiorcom.
Przy zmianie narzędzia nie zaczynaj od pełnego kursu od początku. Najpierw porównaj sposób użycia, dane, decyzje i zabezpieczenia. Nowa możliwość automatycznego wysyłania wiadomości może zmienić ryzyko bardziej niż aktualizacja interfejsu. Podobnie przejście z redagowania szkicu do podejmowania decyzji wymaga innego nadzoru. Zapis przeglądu powinien wskazać zmianę, grupę i potrzebne działanie. Jeśli brak wpływu, zachowaj uzasadnienie. Taka decyzja jest czytelniejsza niż automatyczne ponowienie w rocznicę kursu bez sprawdzenia aktualnego użycia.
Dowód działań bez nadmiaru danych
Nie zbieraj do ewidencji każdej rozmowy z AI, jeśli do celu wystarczy potwierdzenie materiału i wynik ćwiczenia. Log może zawierać informacje klientów, tajemnice firmy lub dane pracownika niezwiązane ze szkoleniem. EROD wskazuje potrzebę minimalizacji i retencji odpowiadającej celowi [3]. Przykłady używane w lekcji najlepiej przygotować jako dane fikcyjne albo odpowiednio ograniczone. Zapis programu powinien pozwalać wykazać działanie bez tworzenia nowej bazy wrażliwych informacji. Kontekst użycia, cel, grupa, materiał, daty i właściciel w jednym krótkim zapisie ułatwiają liderowi przygotowanie dalszej pracy bez ponownego kompletowania dowodów. Im więcej danych zachowasz, tym więcej obowiązków dostępu, usuwania i wyjaśniania ich zastosowania.
W dowodzie odróżnij wymaganie, dostęp do materiału, ukończenie i sprawdzenie. Jeżeli inicjatywa była warsztatem, zapis ma opisać warsztat. Jeśli była instrukcją użycia, nie przedstawiaj jej jako testu praktycznego. Przy wyniku negatywnym zachowaj reakcję: wyjaśnienie, nowe ćwiczenie albo ograniczenie konkretnego działania do zatwierdzenia. Nie wprowadzaj automatycznego rankingu pracowników według odpowiedzi. Taki ranking może prowadzić do innego celu przetwarzania i pomijać różnice ról. Program ma wspierać bezpieczne użycie w zadaniu, a nie produkować pozornie obiektywną ocenę ludzi.
Miary programu i sygnały do poprawy
Ukończenie pomaga mierzyć wykonanie, ale nie odpowiada samo, czy ludzie stosują zasady. Obserwuj przykładowo odsetek tekstów wymagających korekty niepotwierdzonego faktu, liczbę prawidłowych eskalacji i przypadki wpisania niedozwolonych danych. Są to propozycje miar, które trzeba dostosować do procesu i mierzyć bez zbędnego monitorowania. Wzrost zgłoszeń po szkoleniu może oznaczać większą świadomość, a nie pogorszenie jakości. Dlatego porównuj rodzaj zdarzeń i ich skutki. Samą liczbą incydentów bez kontekstu można wyciągnąć odwrotny wniosek od rzeczywistości.
Jeżeli wszyscy zdają test, a w pracy nadal występuje ten sam błąd, sprawdź ćwiczenie i warunki pracy. Być może pytanie sprawdza definicję, a zadanie wymaga weryfikacji źródła pod presją czasu. Może też brakować dostępu do specyfikacji albo jasnego właściciela zatwierdzenia. Omów z zespołem rzeczywiste zadanie: samo „zawsze sprawdzaj” nie daje podstawy do decyzji, którą lider ma pomóc przećwiczyć. Rozwiązaniem nie zawsze jest dłuższa lekcja. Zmiana formularza, uprawnień lub kolejności kontroli może być skuteczniejsza. Program kompetencji powinien prowadzić do poprawy konkretnego działania, dlatego wynik testu jest jednym ze źródeł oceny, nie końcem rozmowy.
Pilotaż w jednej grupie i sprawdzenie narzędzia
Rozpocznij od jednego zastosowania AI i grupy, która faktycznie z niego korzysta. W pierwszym kroku opisz zadanie, źródła i zakazane działania. Następnie przygotuj materiał, zatwierdź go i wykonaj próbne ćwiczenie. Dopiero potem przypisz całą grupę oraz sprawdź zaległości. Po okresie odpowiadającym rytmowi pracy przejrzyj próbkę zastosowań. Harmonogram jest propozycją pilotażu, nie terminem ustawowym. Nie należy tworzyć obszernego programu dla narzędzi, których firma jeszcze nie używa, tylko po to, żeby lista wyglądała szerzej. Jeżeli odbiorca używa AI w zadaniu innym niż opisane w programie, nie zakładaj automatycznie, że dotychczasowy materiał obejmuje nowy zakres. Poproś właściciela o ocenę danych, decyzji i kontroli człowieka. Nowe działanie może wymagać tylko krótkiego uzupełnienia albo szerszego przeglądu. Zapis ma wskazać przyczynę i grupę objętą zmianą. Zachowując zakres i ograniczenia, daje liderowi podstawę do następnej rozmowy o trudnej odpowiedzi AI albo niepewnej decyzji.
Załóż konto w Zmianowo i sprawdź na jednym zastosowaniu powiązanie źródła, zatwierdzonego materiału, osoby i ukończenia. Oceń, czy lider odnajduje zapis nauki i wskazuje decyzję związaną z AI, którą warto dalej omówić z zespołem. Użyj danych demonstracyjnych, zweryfikuj wersję i eksport. Ocena programu nadal zależy od używanych systemów i ryzyk. Nie deklaruj zgodności całej organizacji na podstawie jednego raportu. Jasny komunikat brzmi: ten zapis potwierdza określone działanie szkoleniowe w danym zakresie. Taka granica chroni przed fałszywą pewnością i pozwala odbiorcy ocenić, jakie dalsze elementy nadzoru są potrzebne w jego procesie. Przy odbiorze programu poproś uczestnika o pokazanie, gdzie sprawdzi fakt i komu zgłosi wątpliwość. Ta próba daje konkretną informację o gotowości do zadania. Nie jest uniwersalnym pomiarem inteligencji ani pełnej znajomości wszystkich systemów AI. W raporcie zachowaj tę granicę, aby wynik nie został użyty do decyzji wykraczającej poza sprawdzony zakres.
Pytania, które warto zadać
Czy art. 4 został całkowicie uchylony?
Nie. Nowe brzmienie po rozporządzeniu 2026/1744 nadal wymaga środków wspierających rozwój umiejętności personelu i innych osób korzystających z AI w imieniu organizacji [1]. Nie wymaga gwarantowania określonego poziomu każdej osoby. Program dobiera się do wiedzy, doświadczenia, kontekstu i użycia. Nie należy przedstawiać zmiany jako zwolnienia z wszelkich działań organizacyjnych.
Czy potrzebny jest obowiązkowy certyfikat AI?
Komisja wskazuje, że nie ma takiego uniwersalnego wymogu; można zachować wewnętrzny zapis działań [2]. Certyfikat kursu może potwierdzać jego ukończenie, ale nie gwarantuje całej zgodności organizacji. Ważny jest związek treści z rzeczywistymi narzędziami i rolami. Przy systemach wysokiego ryzyka trzeba ocenić także właściwe odrębne obowiązki, zamiast opierać się wyłącznie na krótkiej ogólnej lekcji.
Czy wszystkie role powinny mieć ten sam kurs?
Nie zawsze. Wspólne zasady mogą obejmować błędy modeli i ochronę danych. Zadaniowe ćwiczenie powinno odpowiadać decyzjom oraz źródłom konkretnej roli. Redagowanie opisu i obsługa reklamacji mają inne skutki błędu. Właściciel programu zapisuje uzasadnienie zakresu. Dzięki temu raport pokazuje sens działań, a nie wyłącznie jednakową listę uczestników.
Czy raport ze Zmianowo potwierdza cały AI Act?
Potwierdza określone działanie szkoleniowe w zakresie zapisanych danych i kryteriów. Cała ocena zależy od używanych systemów, ryzyk, nadzoru i właściwych wymagań. Nie należy nadawać eksportowi znaczenia gwarancji zgodności. Sprawdź wersję, osoby i wynik na swoim scenariuszu, a dalsze decyzje prowadź w ramach pełnego procesu organizacji.
Źródła i zakres
- Rozporządzenie (UE) 2026/1744 — zmiana art. 4 AI Act
- Komisja Europejska — AI literacy: pytania i odpowiedzi
- EDPB — Data protection basics
- Komisja Europejska, repozytorium praktyk AI literacy
Materiał informacyjny nie zastępuje licencjonowanych norm ani indywidualnej porady prawnej.

