Rzecznik TSUE: trening AI na artykułach prasowych jest co do zasady legalny, ale Gemini nie może zastępować prasy. Pierwsza opinia Luksemburga o chatbotach i prawach wydawców

Robert Nogacki, radca prawny, Kancelaria Prawna Skarbiec. Warszawa, 4 listopada 2026 r.

3 listopada 2026 r. rzecznik generalny Maciej Szpunar przedstawił opinię w sprawie C-250/25 Like Company przeciwko Google Ireland (ECLI:EU:C:2026:919), pierwszej sprawie o generatywną sztuczną inteligencję, jaka dotarła do Trybunału Sprawiedliwości Unii Europejskiej. Jej sens mieści się w dwóch zdaniach, z których każda strona sporu ucieszy się tylko połowicznie. Trenowanie modeli językowych na publicznie dostępnych artykułach mieści się co do zasady w wyjątku dla eksploracji tekstów i danych, a prawo wydawcy prasy treningu w ogóle nie obejmuje. Za to chatbot, który pobiera artykuł w czasie rzeczywistym i podaje jego treść tak, że czytelnik nie musi już wchodzić na stronę wydawcy, może to prawo naruszać, a odpowiada za to dostawca usługi, jeśli taki efekt wynika z jego modelu biznesowego albo z braku zabezpieczeń. Dla polskich wydawców, którzy po fiasku mediacji przed Prezesem UKE i po zarzutach UOKiK dla Google toczą spór o wynagrodzenie za treści, i dla firm, które budują własne narzędzia AI, to pierwsza mapa terenu, po którym przyjdzie im się poruszać przez najbliższe lata.

Opinia nie wiąże Trybunału, ale sędziowie w większości spraw idą za rzecznikiem, a w sprawach nowych technologii rzadko mają lepszy punkt wyjścia. Wyrok zapadnie zapewne w 2027 r. Warto więc przeczytać ten dokument dokładnie, bo pod warstwą technicznego języka kryje się kilka rozstrzygnięć, które przesądzą o tym, kto w Europie będzie płacił za informację.

Delfiny w Balatonie, czyli jak powstała pierwsza sprawa o AI przed Trybunałem

Wszystko zaczęło się od delfinów. 21 lipca 2023 r. węgierski portal balatonkornyeke.hu, należący do spółki Like Company Kft., opublikował notkę o tym, że piosenkarz Kozsó nie porzucił marzenia sprzed ponad dwudziestu lat i wciąż chce sprowadzić słodkowodne delfiny do akwarium nad Balatonem. Tekst był krótki, informacyjny i w sporej części powtarzał to, co piosenkarz powiedział bulwarówce „Blikk”. Jakiś czas później nieznany użytkownik zapytał chatbota Google, wówczas jeszcze pod nazwą Bard, czy może streścić po węgiersku artykuł z balatonkornyeke.hu o planie Kozsó. Chatbot odpowiedział z entuzjazmem i dorzucił szczegóły, których w artykule nie było: specjalny basen na półwyspie Tihany, 25 na 15 na 5 metrów, 1 000 metrów sześciennych wody, głosy krytyków i troskę o środowisko. Według Google były to halucynacje modelu. Rzecznik nazwał streszczenie „raczej przybliżonym” i policzył, że z oryginału przeszło do odpowiedzi dokładnie jedno zdanie, pierwsze. O tym, jak łatwo model wymyśla fakty, pisaliśmy już przy innej okazji (Mecenas ChatGPT).

Like Company wyciągnęła z tego odwrotny wniosek: skoro Gemini „znało” artykuł, to musiało być na nim wytrenowane, a skoro streściło, to zwielokrotniło go i udostępniło publicznie. Spółka pozwała Google Ireland przed Budapest Környéki Törvényszék, sąd okręgowy regionu budapeszteńskiego, o stwierdzenie, że od 13 czerwca 2023 r. do 31 maja 2024 r. koncern ciągle naruszał jej prawo wydawcy prasy. Co istotne, spółka nie powołała się na prawa autorskie do tekstów, tylko wyłącznie na prawo pokrewne wydawcy z art. 15 dyrektywy 2019/790, co rzecznik odnotował w przypisie i co, jak się okaże, zdecydowało o losie połowy sprawy.

Węgierski sąd zadał Trybunałowi cztery pytania: dwa o trening modelu (czy to zwielokrotnienie i czy mieści się w wyjątku dla eksploracji tekstów i danych) oraz dwa o odpowiedzi chatbota (czy ich wyświetlenie to publiczne udostępnienie i zwielokrotnienie, za które odpowiada dostawca). Komisja Europejska chciała, by Trybunał odrzucił cały wniosek jako zbyt mglisty technicznie. Rzecznik odmówił, pisząc wprost, że sąd krajowy jest „ewidentnie zagubiony w krajobrazie AI” i że duch współpracy nakazuje go poprowadzić, a nie odesłać z kwitkiem (pkt 35). Uwagi na piśmie złożyło dziewięć rządów, w tym Polska, a rozprawa odbyła się 10 marca 2026 r. Opinię zapowiedziano na 3 września, po czym zniknęła z kalendarza Trybunału na dwa miesiące, co, jak odnotował blog IPKat, zdążyło obrosnąć teoriami spiskowymi. Gotowy dokument ma 240 punktów i 243 przypisy, a sam rzecznik uprzedza, że znacząco przekracza zwyczajową długość i że w części przedstawia poglądy tymczasowe, które zastrzega sobie prawo doprecyzować w kolejnych sprawach (pkt 3).

To, że sprawa w ogóle nie dotyczy treningu, przewidział na blogu Kluwer już w maju 2025 r. Paul Keller z Open Future w tekście pod tytułem Do AI models dream of dolphins in lake Balaton?, który rzecznik przywołuje w przypisie. Rzecznik uznał za mało prawdopodobne, by artykuł z lipca 2023 r. trafił do danych treningowych modelu wdrożonego w grudniu 2023 r., bo trening dużych modeli trwa miesiącami, a zbiór zamyka się na długo przed premierą (pkt 49). W jego rekonstrukcji chatbot nie pamiętał tekstu, lecz go pobrał, bo użytkownik podał mu nazwę domeny i temat (pkt 50). Ile warta jest ta rekonstrukcja, wrócę niżej; różnica między pamięcią a lekturą jest jednak osią całej opinii.

Co właściwie chroni prawo wydawcy prasy

Prawo wydawcy prasy to konstrukcja z 2019 r., stworzona z myślą o agregatorach w rodzaju Google News i o usługach monitoringu mediów, które same w sobie są osobnym rynkiem informacji (Analiza informacji medialnych dla potrzeb wywiadu gospodarczego). Dyrektywa 2019/790 w art. 15 przyznaje wydawcom prawo zwielokrotniania i publicznego udostępniania ich publikacji, ale tylko w zakresie „korzystania online” przez dostawców usług społeczeństwa informacyjnego. Nie obejmuje prywatnego lub niekomercyjnego użytku przez indywidualnych użytkowników, linkowania ani pojedynczych słów i bardzo krótkich fragmentów, a motyw 57 dodaje, że nie chroni samych faktów. Wygasa po dwóch latach liczonych od 1 stycznia roku następującego po publikacji. W Polsce obowiązuje od 20 września 2024 r. na mocy ustawy z 26 lipca 2024 r., jako art. 99⁷ i następne ustawy o prawie autorskim, z dwoma rodzimymi rozstrzygnięciami: twórcy utworów zamieszczonych w publikacji, w praktyce dziennikarze, mają prawo do 50 proc. wynagrodzenia wydawcy z tego tytułu (sam obowiązek podziału wynika z dyrektywy, stawka jest polskim wyborem), a spory o wysokość tego wynagrodzenia trafiają do mediacji przed Prezesem UKE, który po jej fiasku może wydać orzeczenie ustalające stawki. Mechanizm wyceny jest przez to w Europie jednym z bardziej rozbudowanych.

Trybunał wypowiadał się o tym prawie dotąd raz, 12 maja 2026 r. w sprawie C-797/23 Meta Platforms Ireland przeciwko włoskiemu regulatorowi AGCOM. Uznał wtedy, że krajowy organ może ustalać sprawiedliwe wynagrodzenie wydawców, a platforma, która dysponuje danymi o przychodach, musi je udostępnić, bo inaczej negocjacje są fikcją; mechanizm nie może jednak zamienić prawa wyłącznego w przymusową odpłatną licencję, więc wydawca zachowuje swobodę odmowy albo zgody nieodpłatnej. Ten wyrok dotyczył charakteru prawa, nie jego naruszenia. Opinia w sprawie Like Company jest pierwszą próbą powiedzenia, kiedy prawo wydawcy zostaje złamane i co właściwie chroni: nie wiadomość, lecz jej formę, czyli sposób, w jaki artykuł został ułożony, zbudowany i sformułowany (pkt 199). Rzecznik wiąże to z celem przepisu, jakim jest ochrona inwestycji w zbieranie, weryfikację, analizę i prezentację faktów, i z wolnością informacji z art. 11 Karty: nikt w demokratycznym społeczeństwie nie może dostać wyłączności na informację jako taką (pkt 200).

Trening modelu: pytania, na które Trybunał ma nie odpowiadać, i odpowiedzi, które i tak padły

Najbardziej zaskakujący ruch rzecznika dotyczy zakresu samego prawa. Trenowanie modelu nie jest „korzystaniem online” z publikacji prasowej. Korzystanie online to w jego definicji każde użycie, które następuje jako integralna część świadczenia usługi społeczeństwa informacyjnego przez internet, na indywidualne żądanie odbiorcy (pkt 55). Trening odbywa się na dedykowanej infrastrukturze, bez żadnej usługi świadczonej komukolwiek, a związek między obserwacją artykułu podczas uczenia modelu a późniejszą odpowiedzią chatbota jest „zbyt pośredni i zwykle rozproszony” (pkt 56 i 57). Wniosek jest prosty i dla wydawców nieprzyjemny: prawo, o które lobbowali w 2019 r., nie daje im żadnej broni przeciwko trenowaniu modeli na ich artykułach. Pozostają im prawa autorskie dziennikarzy, zwykle przeniesione umową na wydawcę, ale to już inna podstawa i inny proces. Dlatego pytania drugie i trzecie są w sprawie hipotetyczne, a rzecznik radzi Trybunałowi uznać je za niedopuszczalne.

Po czym poświęca im ponad dziewięćdziesiąt punktów, „dla kompletności”, z zastrzeżeniem, że nie potrafi dość podkreślić ich wrażliwości (pkt 43). To pierwsza tak obszerna wypowiedź z Luksemburga o prawnym statusie treningu i warto ją streścić uczciwie, bo w Luksemburgu milczenie bywa równie wymowne jak słowa.

Po pierwsze, trening wymaga zwielokrotnień. Pobieranie artykułów na serwery, czyszczenie i tokenizacja, kopie w pamięci operacyjnej podczas pętli uczenia: wszystko to są zwielokrotnienia w rozumieniu art. 2 dyrektywy 2001/29, bo prawodawca unijny przyjął ujęcie czysto techniczne, w którym cel kopii nie ma znaczenia (pkt 81). Rzecznik odrzuca analogię do człowieka, który uczy się pisać, czytając cudze książki: nie da się jej utrzymać „choćby ze względu na przemysłową skalę procesu” (pkt 83). Przy okazji przypomina w przypisie, że Anthropic, trenując model Claude, skupował fizyczne egzemplarze książek i skanował je strona po stronie, co amerykański sąd opisał w sprawie Bartz przeciwko Anthropic, zakończonej później ugodą o wartości 1,5 mld dolarów.

Po drugie, wytrenowany model nie jest bazą danych. Parametry odzwierciedlają sposób użycia słów w całym zbiorze, nie w konkretnym tekście, a na tym poziomie abstrakcji prawo autorskie nie istnieje (pkt 85). Rzecznik zna zjawisko „regurgitacji”, czyli odtwarzania przez model fragmentów danych treningowych, ale traktuje je jako usterkę wynikającą z przeuczenia na zduplikowanych tekstach, a nie jako dowód, że kopie siedzą w wagach (pkt 88 i 90). Sam wynik może naruszać prawo i to trzeba badać od przypadku do przypadku (pkt 89), ale uznanie, że model zawiera zwielokrotnienia, oznaczałoby, że samo oferowanie modelu wymaga zgody wszystkich uprawnionych, a to „nadmierny ciężar odpowiedzialności” (pkt 92). W tym miejscu rzecznik wprost odchodzi od linii sądu w Monachium, który w wyrokach pierwszej instancji GEMA przeciwko OpenAI (11 listopada 2025 r.) i GEMA przeciwko Suno (31 lipca 2026 r.) uznał, że zapamiętane przez model utwory stanowią zwielokrotnienia w samym modelu, a staje po stronie brytyjskiego High Court, który 4 listopada 2025 r. w sprawie Getty Images przeciwko Stability AI orzekł, że wagi modelu nie przechowują kopii obrazów; wyrok ten dotyczył konkretnych zarzutów wobec Stable Diffusion, w tym pytania, czy sam model jest „kopią naruszającą”, więc nie jest ogólną tezą o wszystkich modelach.

Po trzecie, wyjątek dla eksploracji tekstów i danych z art. 4 dyrektywy 2019/790 co do zasady obejmuje trening. Definicja z art. 2 pkt 2 (zautomatyzowana technika analityczna służąca do generowania informacji, w tym wzorców i korelacji) jest dość szeroka, by zmieścić uczenie maszynowe, a studium zamówione przez komisję JURI Parlamentu Europejskiego w czasie prac nad dyrektywą wyraźnie sygnalizowało, że uczenie maszynowe korzysta z tych samych algorytmów (pkt 108). Rzecznik odnotowuje też, że prawodawca potwierdził tę intencję w motywie 105 i art. 53 ust. 1 lit. c AI Act, które zakładają stosowanie wyjątku TDM do treningu modeli ogólnego przeznaczenia (pkt 109). Rządy Danii i Hiszpanii przekonywały, że w 2019 r. prawodawca myślał o analizie big data, a nie o modelach generatywnych. Rzecznik odpowiada, że to nie jest rozstrzygające. W tym fragmencie opinii znalazł się zresztą drobny błąd faktyczny: referując ten argument, rzecznik pisze, że GPT-1 ukazał się kilka miesięcy po uchwaleniu dyrektywy, podczas gdy OpenAI przedstawiło ten model w czerwcu 2018 r., dziesięć miesięcy przed jej przyjęciem. Pomyłka nie zmienia wniosku, ale pokazuje, na jak cienkiej warstwie faktów technicznych buduje się tu prawo.

Po czwarte, test trójstopniowy z konwencji międzynarodowych nie stoi na przeszkodzie. Trening jest „szczególnym przypadkiem”, bo wyjątek ma wyraźne kontury pojęciowe, a nie dlatego, że dotyczy małej liczby utworów (pkt 115). Istnienie rynku licencji treningowych nie przesądza o konflikcie z normalną eksploatacją, bo takim argumentem dałoby się obalić każdy wyjątek (pkt 123). Zdolność modelu do generowania treści konkurujących z ludzką twórczością jest „zbyt rozproszona”, a prawo autorskie nie chroni przed konkurencją jako taką (pkt 128 i 130). Tu jednak rzecznik dokłada warunek, który dla twórców modeli ma praktyczną wagę: jeśli konkretny model może rutynowo generować treści rozpoznawalnie podobne do konkretnych elementów zbioru treningowego, deweloper musi wykazać, że podjął środki zaradcze, takie jak dywersyfikacja i deduplikacja zbioru oraz filtry wejścia i wyjścia; bez tego sąd krajowy ma odmówić stosowania wyjątku (pkt 132 i 133). Innymi słowy, wyjątek TDM nie jest bezwarunkowym prawem do trenowania, lecz przywilejem, którego warunkiem jest architektura modelu.

Po piąte, dwa zastrzeżenia ustawowe zachowują swoją moc. Dostęp musi być legalny, co oznacza zakaz pobierania z pirackich serwisów i „baz cieni” oraz zakaz obchodzenia skutecznych zabezpieczeń technicznych, w tym paywalli i blokad robotów (pkt 141 i 142). Uprawniony może zaś zastrzec prawa w sposób nadający się do odczytu maszynowego, a rzecznik rozumie to pragmatycznie: zastrzeżenie jest skuteczne, jeśli roboty i technologie najnowszej generacji potrafią je zrozumieć z wystarczającą niezawodnością w chwili dostępu (pkt 148). Robots.txt wystarczy, Google-Extended wystarczy, metadane w plikach wystarczą, a rzecznik nie wyklucza nawet, że wystarczy zastrzeżenie napisane zwykłym językiem w regulaminie strony, skoro modele językowe potrafią dziś czytać regulaminy (pkt 149). W Polsce z tej drogi skorzystał już ZAiKS, który zgłosił zastrzeżenie w imieniu reprezentowanych twórców. Trzeba przy tym odróżnić dwie rzeczy, które w potocznej debacie się zlewają: zastrzeżenie w robots.txt to deklaracja, którą robot ma uszanować, a skuteczne zabezpieczenie techniczne w rozumieniu art. 6 ust. 3 dyrektywy 2001/29 to środek, który dostęp faktycznie uniemożliwia; zlekceważenie pierwszego odbiera wyjątek TDM, obejście drugiego czyni dostęp nielegalnym. Do tego rzecznik dorzuca propozycję polityczną: nic nie stoi na przeszkodzie, by państwa członkowskie wprowadziły ustawowe wynagrodzenie dla twórców za użycia objęte wyjątkiem TDM, podobne do opłat za kopię prywatną (pkt 151).

Wreszcie terytorialność. Modele Gemini trenowano w Stanach Zjednoczonych, a Google twierdziło, że prawo unijne nie sięga serwerów za oceanem. Rzecznik przyznaje, że teoria „środka ciężkości” treningu jest prosta i przewidywalna, ale zostawiłaby europejskich uprawnionych bez żadnej ochrony (pkt 65). Teorię skutków, za którą opowiedziały się wszystkie rządy poza niemieckim, uważa za zbyt rozciągliwą, bo skutki treningu są pośrednie (pkt 67 i 69). Nie wyklucza za to rozwiązania pośredniego zaproponowanego przez Berlin: prawo unijne obejmuje pobieranie utworów z serwerów położonych w Unii, niezależnie od tego, gdzie potem odbywa się trening, a kopii danych nie wolno wywozić poza Unię wbrew zastrzeżeniu uprawnionych (pkt 71). Przyznaje jednak, że lokalizacja serwera jest w epoce chmury kiepskim łącznikiem i wzywa prawodawcę, by rozstrzygnął to wyraźnie (pkt 72 i 73).

Ten apel trafił w czas. Parlament Europejski w rezolucji z 10 marca 2026 r., przyjętej 460 głosami przeciw 71, zażądał, by unijne prawo autorskie stosowało się do każdego systemu generatywnego oferowanego na rynku unijnym bez względu na miejsce treningu, i zaproponował rejestr zastrzeżeń prowadzony przez EUIPO oraz wynagrodzenie za użycia przeszłe. Komisja Europejska prowadzi zaś konsultacje w sprawie prawa autorskiego i sztucznej inteligencji, których pierwotny termin, 3 listopada 2026 r., zbiegał się z dniem ogłoszenia opinii i został przedłużony do 10 listopada. Projektu legislacyjnego trudno się spodziewać wcześniej niż w 2027 r. Rzecznik napisał więc opinię, która jest zarazem glosą do obowiązującego prawa i memorandum dla ustawodawcy, i obie te warstwy trzeba czytać osobno.

RAG, czyli sedno sprawy: chatbot jako wyszukiwarka, która czyta za nas

Właściwy spór zaczyna się w punkcie 153, gdzie rzecznik przechodzi do tego, „o czym naprawdę jest ta sprawa”. Model językowy sam z siebie jest generatorem płynnego tekstu, nie źródłem wiedzy. Zapytany o fakty może odpowiedzieć bezbłędnie co do formy i całkowicie błędnie co do treści, a gdy nie wie, wymyśla (pkt 154). Żeby temu zaradzić, inżynierowie dobudowali do chatbotów technikę nazywaną Retrieval-Augmented Generation, w skrócie RAG, albo „ugruntowaniem”. Gdy użytkownik pyta o coś faktycznego, system przeszukuje indeks Google, pobiera robotem fragmenty stron, dokleja je do polecenia podanego modelowi i dopiero wtedy generuje odpowiedź, czasem z linkami do źródeł, a czasem bez, przy czym dlaczego raz tak, a raz nie, pozostaje, jak przyznaje rzecznik, niejasne (pkt 13 i 155). Ta sama technika napędza AI Overviews i AI Mode w wyszukiwarce Google.

Różnica wobec klasycznej wyszukiwarki jest fundamentalna: wyszukiwarka dawała listę linków, do których trzeba było wejść; chatbot zbiera, składa, streszcza i podaje treść w pełnych zdaniach (pkt 156). Rzecznik opisuje to językiem ekonomii, nie prawa. Pierwotny model biznesowy sieci opierał się na delikatnej wymianie: wyszukiwarka kopiowała strony i wyświetlała ich fragmenty, ale w zamian kierowała ruch, który wydawca mógł monetyzować. Ten układ zostaje zakwestionowany, gdy chatbot podaje informację bezpośrednio i nikt już nigdzie nie klika (pkt 159). W przypisie rzecznik odnotowuje badania o wyszukiwaniach „zero kliknięć” i zastrzeżenie Google, że linki z AI Overviews dostają więcej kliknięć niż zwykłe wyniki. Dane są po stronie wydawców: według badania Pew Research Center z lipca 2025 r., opartego na 68 879 wyszukiwaniach 900 dorosłych Amerykanów, użytkownicy klikali w zwykły wynik w 8 proc. wizyt, gdy na górze strony pojawiało się podsumowanie AI, i w 15 proc., gdy go nie było, a w link umieszczony wewnątrz podsumowania klikał 1 proc. Badanie jest obserwacyjne i dotyczy wyszukiwarki, nie chatbota, więc nie dowodzi, o ile spadł ruch Like Company, ale pokazuje, że link w odpowiedzi nie jest ekonomicznym równoważnikiem odesłania czytelnika do źródła.

Pobieranie artykułu przez chatbota jest w ocenie rzecznika korzystaniem online z publikacji prasowej, bo następuje jako integralna część usługi świadczonej przez internet na indywidualne żądanie użytkownika (pkt 169). Nie ma tu problemu terytorialności: usługa oferowana użytkownikom w Unii wywołuje w niej bezpośrednie i istotne skutki, niezależnie od tego, gdzie siedzi dostawca i stoją serwery (pkt 165 i 166). Rzecznik proponuje też rozwiązanie problemu dowodowego, który w praktyce decyduje o takich sporach. Skoro dostawcy chatbotów nie mają obowiązku ujawniania, co pobierają, sądy powinny łagodniej traktować ciężar dowodu po stronie wydawcy: wystarczy, że treść była dostępna online, a wydawca przedstawi rozsądną próbkę odpowiedzi chatbota podobnych do jego publikacji albo zawierających linki do niej, by domniemywać użycie i przerzucić na dostawcę ciężar dowodu przeciwnego (pkt 163). Jeden zrzut ekranu rzadko wystarczy. To ten sam kierunek, który Trybunał przyjął wobec banków w sprawie nieautoryzowanych transakcji (TSUE: nieautoryzowaną transakcję bank zwraca w D+1, a rażące niedbalstwo musi udowodnić w sądzie): kto kontroluje technologię i dane, ten ma dowodzić.

Co do niewidocznych kopii technicznych, które powstają podczas pobierania i przetwarzania artykułu, rzecznik jest precyzyjny. Wyjątek TDM ich nie obejmuje, bo RAG nie służy wydobywaniu wzorców z dużego zbioru, lecz użyciu konkretnej treści do poprawienia konkretnej odpowiedzi (pkt 179). W grę wchodzi natomiast wyjątek dla tymczasowych zwielokrotnień z art. 5 ust. 1 dyrektywy 2001/29: kopie są przejściowe, stanowią integralną część procesu i nie mają samodzielnego znaczenia gospodarczego, bo ich wartość materializuje się dopiero w odpowiedzi (pkt 182 do 184). Pozostaje jeden warunek: kopie muszą umożliwiać „legalne korzystanie”, a to zależy łącznie od dwóch rzeczy, od sposobu dostępu do artykułu i od formy odpowiedzi (pkt 187). Jeśli chatbot obszedł paywall albo blokadę robotów, korzystanie nie jest legalne, a obejście zabezpieczeń stanowi dodatkowo delikt z art. 6 ust. 1 dyrektywy (pkt 188 i przypis 240). Jeśli zaś w odpowiedzi pozostaje rozpoznawalna forma artykułu, odpowiedź sama staje się zwielokrotnieniem.

Fakty są wolne, forma jest chroniona: test rozpoznawalności i substytucji

Tu dochodzimy do serca opinii. Czy odpowiedź chatbota jest zwielokrotnieniem publikacji, rzecznik każe oceniać zwykłym testem naruszenia, bez żadnej specjalnej reguły dla AI, bo taka reguła łamałaby zasadę neutralności technologicznej (pkt 193). Test ma dwa elementy: kopiowanie i rozpoznawalność. Kopiowanie jest spełnione przez samo pobranie tekstu przez RAG; argument Google, że artykuł trafia do polecenia dla modelu, a nie do odpowiedzi, nie przerywa związku przyczynowego, a prawo zwielokrotniania obejmuje także kopiowanie pośrednie (pkt 195). Rozpoznawalność wymaga porównania odpowiedzi z artykułem i stwierdzenia, że chronione elementy, czyli forma wyrazu, a nie fakty, są w odpowiedzi widoczne ponad progiem pojedynczych słów i bardzo krótkich fragmentów (pkt 196 i 202).

Rzecznik dodaje do tego czynnik, który sam nazywa rozstrzygającym: czy odpowiedź stanowi bezpośredni substytut publikacji, „bo użytkownik, czytając tę odpowiedź, może całkowicie zrezygnować z dostępu do oryginalnego artykułu”, podważając tym samym inwestycję wydawcy (pkt 202 i 207). Dosłowne kopiowanie, jak w przykładach, które New York Times przedstawił w grudniu 2023 r. w pozwie przeciwko OpenAI, rozstrzyga sprawę od razu, ale dziś zdarza się rzadko, bo modele parafrazują, a Google ponoć stosuje filtry wyjścia odrzucające dłuższe zbieżności ze źródłem (pkt 203). Parafraza nie jest jednak bezpieczną przystanią. Gdyby była, prawo wydawcy dałoby się obejść jednym poleceniem „ujmij to inaczej”; tak argumentowały Like Company oraz rządy Francji, Włoch, Danii, Hiszpanii, Polski, Węgier i Grecji, i rzecznik przyznał im rację (pkt 205). Decyduje to, czy mimo przeredagowania układ, struktura i ogólne sformułowanie artykułu pozostają rozpoznawalne.

Z tego wynika rozróżnienie, które ma skutki finansowe dla różnych rodzajów dziennikarstwa. Im bardziej charakterystyczny tekst, tym łatwiej go rozpoznać w cudzej odpowiedzi; długie analizy są z natury bardziej rozpoznawalne niż czysto informacyjne relacje, w których informacja i jej wyraz są nierozdzielne, a jedna notka wygląda jak druga (pkt 206). Gdy odpowiedź podaje te same fakty, ale w innej strukturze, jako krótkie streszczenie albo jako przegląd zbudowany z wielu źródeł i przeorganizowany przez model, zwielokrotnienia nie ma, choćby odpowiedź odbierała wydawcy czytelników, bo prawo wydawcy „nigdy nie miało chronić przed konkurencją jako taką” (pkt 208). Rzecznik przyznaje, że między tymi biegunami rozciąga się szara strefa, do rozstrzygania od przypadku do przypadku (pkt 209).

Dla prawa publicznego udostępniania z art. 3 ust. 2 dyrektywy 2001/29 poprzeczka wisi wyżej. Chatbot udostępnia publikację publicznie tylko wtedy, gdy jej forma jest w odpowiedziach na pokrewne pytania „systematycznie” rozpoznawalna aż do substytucji (pkt 213). Rzecznik uważa to za mało prawdopodobne przy technologii, która generuje odpowiedzi niedeterministycznie, zależnie od parametrów, treści pytania i historii rozmowy, ale dopuszcza taki wynik jako skutek celowego albo niedbałego projektu procesu RAG, który wydawca musiałby wykazać wieloma przykładami zwykłych zapytań, a nie promptami skonstruowanymi, by oszukać chatbota (pkt 214 i przypis 221). O tym, jak takie ukryte polecenia potrafią sprowadzić na manowce nawet sąd, pisaliśmy niedawno (Sędzia znalazł w piśmie procesowym ukryte polecenia dla sztucznej inteligencji i ukarał powoda. Pierwszy taki wyrok w USA). Jeśli do udostępnienia dochodzi, odbywa się ono zdaniem rzecznika innymi środkami technicznymi niż publikacja na stronie, bo przekaz przez predykcyjny proces generowania różni się radykalnie od transmisji z serwera do przeglądarki, więc badanie „nowej publiczności” staje się zbędne; gdyby Trybunał uznał inaczej, nowa publiczność pojawiałaby się tylko tam, gdzie chatbot obszedł zabezpieczenia dostępu (pkt 216 i przypis do niego).

Zastosowanie tego testu do delfinów z Balatonu nie wróży Like Company dobrze. Rzecznik wylicza cztery powody: spółka nie stosowała żadnych zabezpieczeń technicznych, forma artykułu nie jest w odpowiedzi rozpoznawalna, potencjalne zwielokrotnienia nie wydają się nieodłączną częścią modelu biznesowego Google, a Google zdaje się stosować środki ograniczające takie ryzyko (pkt 239). W przypisie dokłada szpilę, że sam artykuł to czysto informacyjna relacja o banalnej strukturze, w dużej części zapożyczona z innych publikacji, a już w pkt 30 zauważa, że portale Like Company „wydają się dalekie” od wydawców tradycyjnych gazet, których miał na myśli prawodawca, więc sąd krajowy musi najpierw ustalić, czy to w ogóle publikacja prasowa. Nie każdy, kto publikuje, jest wydawcą prasy, podobnie jak nie każdy inwestor jest konsumentem (TSUE o funduszach zamkniętych: statut działa jak umowa, a inwestor to konsument. Nie każdy).

Kto odpowiada: użytkownik czy Google

Prawo wydawcy dotyczy wyłącznie korzystania „przez dostawców usług społeczeństwa informacyjnego”. Jeśli czynność przypisać użytkownikowi, roszczenie upada, bo prywatny użytek jest wyłączony z zakresu prawa. Rzecznik przyjmuje za Google, że gdy użytkownik kieruje chatbota do czynności istotnej z punktu widzenia prawa autorskiego, pierwotna odpowiedzialność spoczywa co do zasady na użytkowniku; przypisanie dostawcy wszystkiego, co użytkownicy wymyślą, oznaczałoby odpowiedzialność obiektywną o skutku mrożącym dla całej technologii (pkt 219 i 220). Dostawca odpowiada jednak w dwóch sytuacjach wyprowadzonych z orzecznictwa o platformach, w tym z wyroku YouTube i Cyando: gdy takie czynności są nieodłączną częścią jego modelu biznesowego, oraz gdy nie wdrożył środków, jakich można oczekiwać od rozsądnie starannego operatora (pkt 221). Przykład pierwszej sytuacji z przypisu jest wymowny: usługa zaprojektowana po to, by dostarczać użytkownikom obszerne, jedynie sparafrazowane prezentacje pojedynczych artykułów prasowych, funkcjonalnie nie różni się od agregatorów, przeciw którym prawo stworzono.

Standard staranności jest opisany konkretnie. Kto projektuje i kontroluje technologię tak zaawansowaną jak chatbot, musi ponosić związane z nią ryzyko, tym bardziej że na niej zarabia (pkt 222). Roboty użyte w procesie RAG mają respektować ograniczenia dostępu ustanowione przez wydawców, a proces ma być tak ustawiony, by odpowiedzi były wystarczająco oddalone od konkretnej pobranej publikacji, na przykład przez filtry wyjścia. Gdy takie środki działają, sporadyczne wpadki nie rodzą odpowiedzialności; gdy ich nie ma, odpowiedzialność jest uzasadniona. Rzecznik zauważa w przypisie, że analogiczne obowiązki mogą wynikać z aktu o usługach cyfrowych, gdy chatbot zostanie uznany za bardzo dużą wyszukiwarkę; Komisja nadała taki status ChatGPT 31 sierpnia 2026 r.

Brak paywalla to nie zgoda

Najszerszy argument Google brzmiał: wydawca, który zostawia artykuły otwarte, bez paywalla i blokad, godzi się domyślnie na ich użycie przez chatboty. Rzecznik odpowiada krótko: „Nie sądzę” (pkt 225). Owszem, w wyroku VG Bild-Kunst Trybunał przyjął dorozumianą zgodę na linkowanie do treści udostępnionych bez zabezpieczeń, ale zgoda dorozumiana wymaga co najmniej, by uprawniony był faktycznie i indywidualnie poinformowany o użyciu i miał proste środki, by mu zapobiec (pkt 227). Tu nie ma ani jednego, ani drugiego. Dostawcy chatbotów nie informowali wydawców, a sposób doboru publikacji pozostaje niejasny. Paywall to poważna decyzja handlowa; wydawca może go nie stosować, bo woli przychody z reklam przy szerokim ruchu, a nie dlatego, że zgadza się na reużycie treści (pkt 228). Blokada robotów zaś nie odróżnia celów: roboty ugruntowujące odpowiedzi chatbota nie różnią się zasadniczo od tych, które indeksują strony dla wyszukiwarki, a u Google wydają się to te same roboty, więc zablokowanie ich w robots.txt grozi zniknięciem z wyników wyszukiwania. Z tego, że wydawca toleruje indeksowanie, by pozostać widocznym, nie wynika zgoda na karmienie chatbota (pkt 228). Twierdzenie Google, że Google-Extended pozwala to rozdzielić bez wpływu na wyszukiwarkę, „wymagałoby weryfikacji” (przypis do pkt 228).

Rzeczywistość zdążyła częściowo uciec aktom sprawy. Google ogłosiło 3 czerwca 2026 r., w dniu wydania przez brytyjski urząd konkurencji CMA nakazu wobec wyszukiwarki, kontrolę w Search Console, która wyłącza witrynę z AI Overviews, AI Mode i funkcji AI w Discover i zatrzymuje ugruntowywanie odpowiedzi jej treścią bez wpływu na ranking; testy objęły najpierw część witryn brytyjskich, a 31 sierpnia 2026 r. kontrola trafiła do wszystkich witryn na świecie. 30 października 2026 r., cztery dni przed opinią, Google, Microsoft, OpenAI i Anthropic ogłosiły, że będą honorować jeden wspólny token w robots.txt, __usage_ai-training, zdefiniowany w projekcie IETF, który pozwala jedną linią odmówić wykorzystania treści do treningu. To na razie zapowiedź i projekt, nie standard IETF: Google planuje obsługę w 2027 r., Microsoft od 1 lutego 2027 r., a sam token jest sygnałem preferencji, nie techniczną barierą. Diabeł tkwi w szczegółach: Google ma traktować ten token jak blokadę Google-Extended, o ile wydawca nie zapisał dla Google-Extended osobnej reguły, a więc także jako sprzeciw wobec ugruntowywania odpowiedzi Gemini, podczas gdy Microsoft ogranicza go do treningu, a ugruntowanie obsługuje osobnym znacznikiem. Dokładnie o tę nierozróżnialność celów potknął się argument o dorozumianej zgodzie i dokładnie ona będzie w kolejnych sporach pierwszym pytaniem biegłego.

Gdzie opinia jest najsłabsza: pięć zarzutów, które warto postawić

Uczciwa polemika musi zacząć od tego, co w opinii jest mocne. Rzecznik rozdziela kategorie, które w publicznej debacie zlewają się w jedno: model i usługę, trening i pobieranie, informację i formę, szkodę konkurencyjną i naruszenie prawa, terytorialność praw i obowiązki regulacyjne. Nie dał się zepchnąć ani w stronę „AI czyta jak człowiek”, ani w stronę „model to biblioteka kradzionych tekstów”. Słabości pojawiają się tam, gdzie po tym rozdzieleniu wprowadza na powrót uogólnienia. Poniższe zarzuty to ocena tej analizy, nie prognoza wyniku sprawy; można jednocześnie uważać, że test rzecznika jest za wąski i że Like Company swojego roszczenia nie wykazała.

Zarzut pierwszy dotyczy progu „całkowitej” substytucji. Art. 2 dyrektywy 2001/29 chroni przed zwielokrotnieniem „w całości lub w części”, a art. 15 dyrektywy 2019/790 wyłącza tylko pojedyncze słowa i bardzo krótkie fragmenty; motyw 58 ostrzega, by tego wyłączenia nie interpretować tak, by pozbawić prawo skuteczności. Tymczasem w sentencji proponowanej Trybunałowi rzecznik pisze, że zwielokrotnienie zachodzi, gdy forma publikacji jest rozpoznawalna „w takim stopniu, że użytkownik, czytając odpowiedź, może całkowicie zrezygnować z dostępu do oryginału”. Weźmy chatbota, który odtwarza cztery obszerne akapity reportażu, ale pomija wywiady, zdjęcia i końcową analizę. Czytelnik ma nadal powód, by wejść na stronę, więc według literalnie odczytanej sentencji zwielokrotnienia nie ma, choć przejęto chronioną część. Rzecznik odpowiedziałby, że pisze o rozpoznawalności „całości lub części” publikacji i że test wymaga także przejęcia formy, nie samych faktów; rzecz w tym, że słowo „całkowicie” w sentencji odnosi się do rezygnacji czytelnika z oryginału, a nie do zakresu przejęcia, i to ono zawęża ochronę części. Zarzut działa też w drugą stronę: jedno zdanie z wynikiem meczu w pełni zaspokaja potrzebę czytelnika, a zwielokrotnieniem nie jest, bo przekazuje sam fakt. Substytucja bywa więc dowodem szkody i wskazówką przy wykładni, ale nie jest ani koniecznym, ani wystarczającym warunkiem zwielokrotnienia. Najlepsza obrona rzecznika brzmi, że chciał odciąć pozwy o zwykłe relacjonowanie faktów i banalne streszczenia; ten cel da się jednak osiągnąć precyzyjniej, przez wyłączenie faktów i identyfikację przejętych elementów, bez dopisywania do prawa przesłanki, której w nim nie ma. Hipoteza na przyszłość: Trybunał może zachować kryterium rozpoznawalności, a słowo „całkowicie” zgubić po drodze.

Zarzut drugi dotyczy wag modelu. Zdanie „model nie jest repozytorium dokumentów” i zdanie „model nie utrwala żadnych chronionych sekwencji” to dwa różne zdania, a rzecznik przechodzi od pierwszego do drugiego zbyt gładko. Art. 2 jest neutralny technologicznie: obejmuje zwielokrotnienie „wszelkimi środkami i w jakiejkolwiek formie”, a sam rzecznik dwadzieścia punktów wcześniej tłumaczy, że prawodawca wybrał ujęcie czysto techniczne, w którym cel kopii jest bez znaczenia. Trudno tę zasadę stosować do zbioru treningowego i porzucać przy wagach. Argument z losowości jest najsłabszy: z tego, że procedura odczytu nie zawsze działa, nie wynika, że informacji nie ma, tak jak porysowana płyta nadal zawiera album. Nauka nie rozstrzyga sporu na korzyść rzecznika. Już praca Carliniego i współautorów z 2021 r. pokazała możliwość wydobycia z modelu dosłownych sekwencji obecnych w jednym tylko dokumencie zbioru, co osłabia tezę o przeuczeniu na zduplikowanych piosenkach. Preprint ogłoszony w marcu 2026 r. i od tego czasu aktualizowany, którego współautorką jest Jane Ginsburg, profesor prawa autorskiego z Columbii, pokazał, że dostrojenie GPT-4o, Gemini 2.5 Pro i DeepSeek na parach streszczenie i fragment, uczące rozwijania streszczeń fabuł w pełny tekst, uaktywnia dosłowne odtwarzanie do 85 do 90 proc. tekstu niektórych książek, także tych nieużytych do dostrojenia, przy czym trzy modele różnych producentów pamiętają te same fragmenty tych samych książek. To eksperyment na modelach zmodyfikowanych, nie na Bardzie z 2023 r., i miara pokrycia sumuje krótkie pasma, więc nie wolno z niego czytać, że „model zawiera 90 proc. książki”. Wystarcza jednak, by uznać ogólne odsunięcie kwalifikacji „kopia w wagach” za przedwczesne. Właściwsza droga to test konkretnej, chronionej, identyfikowalnej i wiarygodnie odtwarzalnej treści, badany po wykluczeniu innych źródeł, w tym promptu. Sam rzecznik zresztą wpuszcza ten problem tylnymi drzwiami, gdy uzależnia wyjątek TDM od środków ograniczających memoryzację.

Zarzut trzeci dotyczy nietrwałości kopii w RAG. Rzecznik zakłada, że kopie techniczne są usuwane najpóźniej po wygenerowaniu odpowiedzi (pkt 182). To cecha konkretnej implementacji, nie definicji technologii. Już pierwotny artykuł Lewisa i współautorów z 2020 r. opisywał RAG jako połączenie pamięci parametrycznej z pamięcią nieparametryczną opartą na indeksie dokumentów, do którego system wraca. Dokumentacja Gemini opisuje pamięć podręczną kontekstu z parametrami czasu życia; nie dowodzi to użycia takiego rozwiązania w konsumenckim Bardzie, ale dowodzi, że trwałości nie da się wykluczyć z samej nazwy techniki. Wobec zbioru treningowego rzecznik słusznie odmawia wyjątku dla kopii tymczasowych ze względu na trwałość, funkcję i samodzielną wartość danych (pkt 96), a w przypisie przyznaje, że „wcale nie jest jasne, czy deweloperzy pozbywają się ich później”. Wobec RAG stosuje do tych samych kryteriów łagodniejsze założenia. To nie jest sprzeczność, jeśli architektury naprawdę się różnią, ale taka różnica wymaga dowodu: co trafia do indeksu, do pamięci podręcznej, do logów, do oceny jakości i do kolejnego treningu. Kto zapisuje, co i na jak długo, to pytanie, które wraca we wszystkich sporach o AI, także o poufność rozmów (Czy rozmowy z AI są poufne? Trzy wyroki z USA, orzeczenie Sądu Najwyższego z 29 czerwca i e-Evidence od 18 sierpnia).

Zarzut czwarty dotyczy użytkownika jako domyślnego sprawcy. W sprawach YouTube i Cyando treści wgrywali autonomicznie działający użytkownicy, a platforma je przechowywała. W systemie RAG to operator wybiera źródła, pobiera tekst, buduje kontekst i wytwarza odpowiedź, a użytkownik pyta o wydarzenie. Pytanie nie brzmi „czy użytkownik coś wpisał”, lecz „kto dostarczył chronioną treść i kontrolował czynność prowadzącą do jej wykorzystania”. Trzeba odróżnić co najmniej trzy sytuacje: użytkownik wkleja artykuł i prosi o przeróbkę; użytkownik pyta o wydarzenie, a system sam dobiera i pobiera publikację; użytkownik świadomie obchodzi zabezpieczenia i wymusza odtworzenie konkretnego tekstu. Schemat rzecznika dobrze obsługuje pierwszą i trzecią, a najgorzej drugą, czyli tę, o którą toczy się spór z wydawcami. Rzecznik dostrzega aktywną rolę operatora (pkt 221 i 222), ale rozstrzyga ją na poziomie staranności, nie przypisania czynności. Skoro prawo wydawcy obejmuje wyłącznie korzystanie przez dostawcę usługi, to od tego przypisania zależy wszystko, i warto, by Trybunał rozbił je na rodzaje czynności, zamiast przenosić standard staranności z hostingu na aktywnie zorganizowaną usługę.

Zarzut piąty dotyczy faktów, nie prawa. W pkt 49 rzecznik zestawia datę artykułu z premierą Gemini 1.0 w grudniu 2023 r. i określa okres naruszenia jako czerwiec 2023 do luty 2024, choć w pkt 15 kończy się on 31 maja 2024 r. Bard działał od maja 2023 r. na modelu PaLM 2, a Gemini Pro trafiło do niego w grudniu 2023 r. najpierw po angielsku; nazwa „modele Gemini” nie mówi więc, który model obsłużył węgierską odpowiedź. Wniosek o braku treningu może być trafny, ale wymaga identyfikacji modelu i daty odpowiedzi, a nie tylko argumentu z kalendarza. Rzecznik zresztą sam w przypisie czwartym uprzedza, że opinię napisał prawnik, nie informatyk, i że technologia jest w niej przedstawiona w sposób „zwulgaryzowany”. To uczciwe zastrzeżenie i jeszcze jeden powód, by Trybunał unikał generalizacji technicznych w sentencji, a tezy prawne wiązał ze środkami dowodowymi: art. 6 do 8 dyrektywy 2004/48 pozwalają sądom nakazać ujawnienie i zabezpieczenie dowodów u operatora, co jest lepszą drogą niż oczekiwanie, że wydawca odtworzy architekturę usługi z okna czatu. Na marginesie: argument, że wyjątek TDM jest „szczególnym przypadkiem” także ze względu na wąski krąg beneficjentów (pkt 116), jest słaby, bo art. 4, inaczej niż art. 3, nie ogranicza beneficjentów do instytucji badawczych; szczególność trzeba bronić określonością użycia, nie wąskością grupy.

Co z tego wynika dla wydawców, firm i twórców AI w Polsce

Dla wydawców opinia jest jednocześnie mapą i rachunkiem. Fakty pozostają wolne, i to nie zmieni się po wyroku. Chronione jest to, w co wydawca realnie inwestuje: struktura, analiza, własne sformułowania. Rzecznik mówi to wprost w swojej prognozie, że sztuczna inteligencja nie zastąpi pogłębionego dziennikarstwa, ale z łatwością zastąpi teksty o niskiej oryginalności, czysto informacyjne newsy i relacje sportowe (pkt 136). Portal, który żyje z przepisywania depesz, ma w tym systemie słabą pozycję z dwóch powodów: jego tekstów nie da się rozpoznać w odpowiedzi chatbota, a ich produkcję przejmie maszyna; zostaje mu ochrona przed nielegalnym dostępem, czyli paywall i blokady, o ile je wdroży. Portal, który produkuje analizę, zyskuje ochronę i pozycję negocjacyjną, bo chatbot nie odpowie dobrze na pytanie o wiadomości bez dostępu do prasy, i rzecznik otwarcie liczy, że to popchnie dostawców do licencji (pkt 236 i 237). Pierwsze pieniądze już płyną: według The Information, cytowanego przez PPC Land, Google płaci w programie pilotażowym około 100 wydawcom za treści używane w AI Overviews, AI Mode i aplikacji Gemini, niektórym mniejszym poniżej 1 000 dolarów za kilka miesięcy. Kwoty są więc na razie symboliczne.

Zabezpieczenia techniczne zmieniają status prawny treści, a od 31 sierpnia 2026 r., gdy kontrola w Search Console objęła wszystkie witryny, kosztują mniej widoczności niż w czasie, którego dotyczy sprawa; wspólny token treningowy pozostaje na razie zapowiedzią. Wydawca, który chce negocjować, powinien dziś mieć zastrzeżenie w robots.txt dla treningu, osobną decyzję co do ugruntowania odpowiedzi, zastrzeżenie napisane zwykłym językiem w regulaminie, bo rzecznik dopuszcza jego skuteczność, oraz paywall lub blokadę robotów dla treści, których nie chce oddawać za darmo. Kto nie zastrzegł, ten według tej opinii toleruje trening na legalnie dostępnych treściach, a przeciwko chatbotom ma dwie drogi: zarzut nielegalnego dostępu, jeśli stosował zabezpieczenia, i test rozpoznawalności. Do sporu trzeba też zbierać dowody inaczej niż Like Company: nie jeden zrzut ekranu z promptem, który podpowiada domenę, lecz z góry określony zestaw zwykłych pytań, wiele prób, wszystkie wyniki i odmowy, oraz porównanie zdanie po zdaniu. Dla publicznego udostępniania liczy się powtarzalność, dla zwielokrotnienia pojedyncza odpowiedź, ale domniemanie z pkt 163 uruchamia dopiero „rozsądna próbka”.

Polski spór o wynagrodzenie toczy się na innym torze i opinia go nie zamyka, ale go oświetla. Związek Pracodawców Wydawców Cyfrowych, zrzeszający Agorę, Wirtualną Polskę, Ringier Axel Springer Polska, TVN Warner Bros. Discovery i Interię, po roku negocjacji i 60 dniach mediacji przed Prezesem UKE nie porozumiał się z Google i zapowiedział wniosek o orzeczenie regulatora; analiza FehrAdvice wycenia postulowane przez polskich wydawców wynagrodzenie nawet na 514 mln zł, a Google odpowiada, że rozlicza się według własnego modelu Extended News Previews z ponad 5 000 serwisów w 24 krajach. 5 października 2026 r. Prezes UOKiK postawił czterem spółkom grupy Google zarzuty nadużywania pozycji dominującej w negocjacjach z wydawcami, bo koncern nie przekazał danych o sposobie korzystania z publikacji i przychodach, co grozi karą do 10 proc. obrotu. Równolegle od grudnia 2025 r. Komisja Europejska prowadzi postępowanie antymonopolowe w sprawie wykorzystywania treści wydawców w AI Overviews i AI Mode. Google wie, ile kosztują przegrane z regulatorami, o czym pisaliśmy przy innej okazji (Cztery miliardy euro później. Wyrok TSUE w sprawie Google Android). Opinia rzecznika wnosi do tej układanki jedno: polskie przepisy o wynagrodzeniu dotyczą korzystania online objętego prawem wydawcy, a więc fragmentów w wyszukiwarce, Google News i Discover; nie obejmują treningu modeli, a korzystania przez chatbota tylko wtedy, gdy pobrał on publikację z obejściem zabezpieczeń albo gdy odpowiedź przejmuje formę artykułu. Kto chce wyceniać „korzystanie z treści przez AI” w jednej pozycji, będzie musiał to rozpisać na trzy różne czynności o trzech różnych statusach.

Dla firm, które budują własne narzędzia oparte na RAG, od asystentów klienta po monitoring prasy, opinia jest listą kontrolną. Robot ma czytać robots.txt i nie omijać paywalli. Odpowiedzi mają syntetyzować wiele źródeł, podawać linki i zachęcać do lektury oryginału, bo właśnie taką usługę rzecznik opisuje jako synergię, a nie substytucję (pkt 234). Filtry wyjścia odrzucające dłuższe zbieżności ze źródłem to dziś standard staranności, nie dodatek. Logi i pamięć podręczna z pobranymi tekstami powinny żyć krótko i mieć udokumentowany cel, bo trwałość kopii odbiera wyjątek dla zwielokrotnień tymczasowych. Usługa, której sensem jest podawanie obszernych parafraz pojedynczych artykułów, jest tym przypadkiem, który rzecznik opisuje jako nieodłączny element modelu biznesowego, i bez licencji trudno ją obronić. Te wymagania można traktować jako koszt albo jako przewagę: firma, która potrafi udokumentować zgodność swojej architektury, będzie miała łatwiejszą rozmowę i z wydawcą, i z inwestorem (AI jako przewaga konkurencyjna. Szanse, których nie wolno zignorować).

Dla twórców i wdrożeniowców modeli opinia potwierdza, że wyjątek TDM jest w Europie realny, ale warunkowy. Trzeba udokumentować źródła i ich legalność, honorować zastrzeżenia w każdej uznanej formie, publikować streszczenie danych treningowych według szablonu Urzędu ds. AI oraz wykazać środki przeciw memoryzacji, bo rzecznik czyni z nich przesłankę wyjątku (pkt 133). Obowiązki z AI Act dla modeli ogólnego przeznaczenia obowiązują od 2 sierpnia 2025 r., a dostawcy modeli wprowadzonych na rynek wcześniej mają czas na dostosowanie do 2 sierpnia 2027 r.; kodeks postępowania z lipca 2025 r., który rzecznik cytuje w kilku przypisach, pozostaje dobrowolny, lecz po tej opinii trudno go traktować inaczej niż jako miarę tego, czego sąd może oczekiwać od rozsądnie starannego dewelopera (Wdrożenie AI Act dla firm). Wreszcie polskie spółki technologiczne powinny zauważyć wątek suwerenności cyfrowej: rzecznik wprost dopuszcza, by prawodawca unijny sprzyjał trenowaniu europejskich modeli na europejskich treściach (pkt 139). To argument, który w Brukseli będzie w najbliższych latach ważył więcej niż niejedna ekspertyza.

Co dalej

Google przyjęło opinię z ulgą w części dotyczącej treningu, podkreślając, że wyjątki dla eksploracji tekstów i danych mają kluczowe znaczenie dla konkurencyjności Europy, a Gemini uczy się wzorców językowych, by tworzyć oryginalne odpowiedzi, nie kopiować treści. Europejska Rada Wydawców odpowiedziała, że wydawcy nie powinni być zmuszani do rezygnacji z widoczności w wyszukiwarce, by chronić własność intelektualną. Obie reakcje są zrozumiałe i obie pomijają to, co w opinii najważniejsze: przesunięcie sporu z pytania „czy wolno trenować” na pytanie „czy odpowiedź zastępuje oryginał”. Pierwsze pytanie rzecznik rozstrzygnął na korzyść technologii, drugie na korzyść wydawców, i dopiero to drugie decyduje o pieniądzach.

Trybunał nie jest opinią związany. Może pójść za rzecznikiem w całości, może odpowiedzieć także na pytania o trening, które rzecznik radził pominąć, albo może, co w sprawach precedensowych nieraz robił, zawęzić odpowiedź do tego, co niezbędne węgierskiemu sądowi. W Luksemburgu czekają już kolejne odesłania z elementem AI, w tym druga węgierska sprawa o prawo wydawcy prasy, Manchester United Fanatics Klub (C-806/26), z pytaniami o trening i ugruntowanie odpowiedzi. Niezależnie od wyroku Komisja przygotowuje inicjatywę legislacyjną, a Parlament żąda, by unijne prawo sięgało treningu bez względu na miejsce jego prowadzenia. Rzecznik ostrożnie odradza taką ekspansję terytorialną i ma rację co najmniej w jednym: prawo, które sięga wszędzie, zaprasza do wzajemności, a europejscy twórcy modeli mają serwery także poza Europą. Efekt bumerangu w prawie nie jest nowością (Kto mieczem wojuje. Konfiskata rozszerzona wraca do swoich twórców), a w prawie własności intelektualnej bywa szczególnie szybki, bo wszystkie strony stoją po obu stronach granicy.

Fakty należą do wszystkich, zdania należą do kogoś. Spór o sztuczną inteligencję w Luksemburgu zaczął się od delfinów, których nie ma, i basenu, którego nikt nie zbudował, a kończy się pytaniem, kto zapłaci za zdania, które ktoś napisał. Rzecznik Szpunar dał na nie odpowiedź, która nikogo w pełni nie zadowoli, i być może właśnie dlatego ma szansę stać się prawem.

Stan prawny i faktyczny na 4 listopada 2026 r.

Robert Nogacki

Robert Nogacki jest radcą prawnym, założycielem i partnerem zarządzającym Kancelarii Prawnej Skarbiec, działającej nieprzerwanie od 2006 roku.

Prawo jest równe dla wszystkich, ale strony rzadko są równe: po jednej stoi organizacja, która ma czas, pieniądze i prawników, po drugiej człowiek, który ma jedną firmę, jedne oszczędności i jedno życie.

Klienci rzadko przychodzą do niego z problemem prawnym. Przychodzą z problemem, który ma także stronę prawną: z kontrolą, która zaczęła się od jednej faktury, z pieniędzmi powierzonymi komuś, kto zniknął, z firmą, którą trzeba przekazać dalej, zanim będzie za późno. Większość takich spraw rozstrzyga się na długo przed pierwszym pismem, w decyzjach podjętych bez pytania i w terminach, o których nikt nie pamiętał. Dlatego zaczyna od pytania, jak klient trafił w to miejsce, a nie od tego, co powinien był zrobić.

Doradza przedsiębiorcom i rodzinom z kilkunastu krajów, także tym, którym fiskus właśnie zajął konto i którzy nie wiedzą, co robić jutro rano. Broni ich w kontrolach podatkowych i celno-skarbowych, w sporach z organami podatkowymi i w sprawach karnych skarbowych. Reprezentuje poszkodowanych w oszustwach inwestycyjnych i piramidach finansowych. Pomaga rodzinom zakładać fundacje rodzinne i planować sukcesję, żeby dorobek życia przetrwał dłużej niż jedno pokolenie.

Nie każdą sprawę da się wygrać. Każdą da się prowadzić tak, żeby klient wiedział, na czym stoi. Od 2006 roku reprezentuje pokrzywdzonych w sprawie WGI (Warszawskiej Grupy Inwestycyjnej), jednej z najdłuższych spraw karnych w historii polskiego rynku finansowego, bo są rzeczy, których nie wolno zostawić w połowie, nawet jeśli trwają dwie dekady. W sprawie upadłej giełdy kryptowalut Zonda (Zondacrypto, operator BB Trade Estonia OÜ) reprezentuje kilkuset poszkodowanych w postępowaniu prowadzonym przez Prokuraturę Krajową i w estońskim postępowaniu upadłościowym.

Kancelaria Prawna Skarbiec jest notowana w rankingach największych firm doradztwa podatkowego Dziennika Gazety Prawnej i Rzeczpospolitej, a w latach 2015 do 2018 czterokrotnie otrzymała Medal Europejski Business Centre Club i Europejskiego Komitetu Ekonomiczno-Społecznego. Robert Nogacki publikuje regularnie, w prasie i na stronie kancelarii, dla ludzi, którzy mają problem, a nie dyplom prawnika, bo opinia prawna, której klient nie rozumie, chroni tylko prawnika.

Wierzy, że najlepsza porada prawna to ta, dzięki której klient nigdy nie musi stanąć przed sądem.