eg-digital art

Powstanie Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji z ramienia Sejmu RP. ( artykuł napisany z użyciem modelu LLM GEMINI)

Wybór Przewodniczącego Komisji Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI) to kluczowy element wdrażania unijnego AI Act w Polsce. Zgodnie z ustawą, przewodniczący jest powoływany na 5-letnią kadencję przez Sejm za zgodą Senatu. [1, 2]

Główną i oficjalną kandydatką zgłoszoną przez Marszałka Sejmu, która 15 września 2026 roku uzyskała pozytywną opinię sejmowej Komisji Cyfryzacji, jest Pamela Krzypkowska. [1]  Stanowisko wymagającego niezależności, głębokiej wiedzy technologicznej oraz znajomości procedur administracyjnych.

1. Oficjalna i popierana kandydatura: Pamela Krzypkowska

• Kim jest: Ekspertka technologiczna, była dyrektor Departamentu Badań i Innowacji w Ministerstwie Cyfryzacji.
• Uzasadnienie: Posiada, zbalansowane doświadczenie łączące sektor prywatny z publicznym. Przez 4 lata pracowała w firmie Microsoft w obszarze AI, a przez kolejne 3 lata współtworzyła krajową politykę AI w administracji rządowej. W Ministerstwie Cyfryzacji odpowiadała m.in. za rozwój polskiego modelu językowego PLLuM oraz powołanie fabryk AI. Podczas przesłuchań sejmowych zyskała poparcie dzięki jasnej wizji tworzenia tzw. ‘piaskownic regulacyjnych’ ( o ile wiadomo powszechnie co to jest i o co chodzi?) dla startupów oraz budowania silnego, niezależnego zespołu ekspertów wspierających obywateli w starciu z algorytmami. [1]

2. Kandydatura ze świata nauki i innowacji cyfrowych: dr hab. Piotr Sankowski

• Kim jest: Profesor UW, założyciel i były szef instytutu badawczego IDEAS NCBR, wybitny naukowiec w dziedzinie sztucznej inteligencji.
• Uzasadnienie: Osoba o ogromnym autorytecie w środowisku naukowym i technologicznym w Polsce i Europie. Przewodniczenie komisji przez naukowca tej klasy gwarantowałoby głębokie, merytoryczne zrozumienie mechanizmów AI, a nie tylko suchych przepisów prawnych. Jego doświadczenie w budowaniu IDEAS NCBR udowodniło umiejętność czenia świata akademickiego z biznesem, co ułatwiłoby nowej Komisji dialog z rynkiem.

3. Kandydatura z pogranicza prawa i technologii: dr Maciej Kawecki

• Kim jest: Prawnik, popularyzator technologii, były dyrektor Departamentu Zarządzania Danymi w Ministerstwie Cyfryzacji.
• Uzasadnienie: Komisja ds. AI będzie organem stricte regulacyjnym i nadzorczym, rozpatrującym m.in. skargi obywateli. Doświadczenie dr. Kaweckiego z okresu wdrażania RODO w Polsce oraz jego silne zaplecze prawnicze byłyby tu kluczowe. Jako prezes Instytutu Lema i znany popularyzator nauki posiada także rzadką umiejętność tłumaczenia trudnych procesów technologicznych opinii publicznej, co pomogłoby w budowaniu świadomości społecznej na temat praw obywatelskich w erze sztucznej inteligencji. [1]

 

podsumowanie procedury wyboru:

Decyzja o powołaniu nowego szefa KRiBSI zapadnie na posiedzeniu Sejmu (zaplanowanym na 15–18 września 2026 r.), gdzie kandydatura Pameli Krzypkowskiej jest obecnie bezkonkurencyjna i ma największe szanse na ostateczny wybór.

Oto aktualne szczegóły dotyczące procedury wyboru Pameli Krzypkowskiej oraz planowanego przez nią flagowego programu wsparcia dla firm:

1. Wyniki przesłuchań i status głosowania w Sejmie

15 września 2026 roku przyniósł dwa kluczowe wydarzenia na drodze do obsadzenia stanowiska przewodniczącego KRiBSI: [1, 2]

• Publiczne wysłuchanie w Senacie: Rano kandydatka odpowiadała na pytania organizacji pozarządowych i społecznych m.in. o niezależność od globalnych korporacji technologicznych (w kontekście jej 4-letniej pracy w Microsoft). Krzypkowska zadeklarowała pełną niezależność, podkreślając, że jej priorytetem jest ochrona polskich obywateli. [1, 2]
• Głosowanie sejmowej Komisji Cyfryzacji: Tego samego dnia po południu sejmowa Komisja Cyfryzacji, Innowacyjności i Nowoczesnych Technologii oficjalnie i pozytywnie zaopiniowała jej kandydaturę. Wynik głosowania to 8 głosów za przy 5 wstrzymujących się (nikt nie był przeciw). [1, 2]
• Co dalej: Po uzyskaniu tej opinii, ostateczny wybór przez całą izbę Sejmu (a następnie zatwierdzenie przez Senat) jest formalnością przewidzianą na trwające posiedzenie plenarne. Komisja ma formalnie ruszyć w listopadzie 2026 roku. [1, 2]

2. Jak będą działać zapowiadane piaskownice regulacyjne dla firm?

Piaskownice regulacyjne (ang. regulatory sandboxes) to jeden z najważniejszych instrumentów, który ma sprawić, że polski biznes nie zostanie „zgnieciony” przez unijne przepisy AI Act. Zgodnie z zapowiedziami kandydatki i założeniami Ministerstwa Cyfryzacji: [1]

• Bezpieczny poligon testowy: Firmy (szczególnie startupy oraz MŚP) będą mogły testować swoje systemy AI w kontrolowanym środowisku. Oznacza to, że jeśli ich algorytm w fazie testów naruszy jakiś przepis, firma nie otrzyma kary finansowej, o ile współpracuje z urzędem i realizuje ustalony plan naprawczy. [1, 2]
• Konkursowy nabór i czas trwania: Udział w piaskownicy ma trwać od 6 do 12 miesięcy. Projekty będą wyłaniane w drodze otwartych konkursów organizowanych przez KRiBSI. [1]
• Bezpłatne opinie indywidualne: Przedsiębiorcy w piaskownicy będą mogli zgłosić się do Komisji po tzw. opinię indywidualną. Jeśli firma ma wątpliwości, jak zinterpretować przepis AI Act, dostanie od urzędu oficjalną i wiążącą instrukcję. [1, 2]
• Sektory priorytetowe: Pierwsze, pilotażowe piaskownice mają ruszyć dla branż o najwyższym stopniu regulacji i ryzyka. Pamela Krzypkowska wskazała tu przede wszystkim medycynę oraz rozwiązania typu Dual-Use (podwójnego zastosowania – cywilnego i wojskowego). [1]

Głównym wskaźnikiem sukcesu Komisji, jaki stawia przed sobą kandydatka, ma być liczba firm, które pomyślnie przejdą przez taką piaskownicę i bezpiecznie wprowadzą swój produkt na europejski rynek. [1]

Pamela Krzypkowska zapowiedziała też, że zaraz po objęciu funkcji uruchomi pierwsze kontrole systemów AI w Polsce (wskazała m.in. aplikacje do „rozbierania” zdjęć oraz systemy badania emocji pracowników). Czy chcesz poznać szczegóły dotyczące tych planowanych kontroli i kar, jakie Komisja będzie mogła nakładać? [1]

Jakie są przyczyny tylko jednej dominującej kandydatki i dlaczego odpali dr hab. Piotr Sankowski i dr Maciej Kawecki?

 

Fakt, że Pamela Krzypkowska jest jedyną dominującą i oficjalną kandydatką, a nazwiska wybitnych ekspertów takich jak prof. Piotr Sankowski czy dr Maciej Kawecki nie znalazły się na kartach do głosowania, wynika wprost z procedury prawnej konstrukcji tego urzędu oraz specyfiki zadań nowej Komisji (KRiBSI). [1]

Oto główne powody polityczno-formalne oraz przyczyny, dla których kandydatury Sankowskiego i Kaweckiego nie były brane pod uwagę:

1. Przyczyny dominacji tylko jednej kandydatki

• Procedura zgłaszania kandydatów: Ustawa o systemach sztucznej inteligencji precyzuje, że prawo zgłoszenia kandydatów na Przewodniczącego KRiBSI ma wyłącznie Marszałek Sejmu (obecnie Włodzimierz Czarzasty).

Nie był to otwarty konkurs publiczny ani nabór, w którym eksperci mogli sami przesyłać zgłoszenia. Marszałek Sejmu podjął decyzję o postawieniu na jedną osobę posiadającą pełne zaufanie polityczno-administracyjne. Poza Krzypkowską, formalny akces zgłosił jedynie Robert Kroplewski, jednak jego kandydatura nie zyskała poparcia Marszałka i nie została poddana pod głosowanie. [1, 2]

• Profil „urzędnika-budowniczego”: KRiBSI to nie instytut naukowy, ale nowy organ administracji państwowej i urząd regulacyjny, który trzeba zbudować od zera (zaplanowano m.in. zatrudnienie 30 etatowych urzędników). Pamela Krzypkowska – jako była dyrektorka departamentu w Ministerstwie Cyfryzacji – idealnie wpisuje się w ten profil. Zna mechanizmy działania rządu, procedury budżetowe i legislację. Posiada rzadkie połączenie twardych kompetencji technologicznych z doświadczeniem wewnątrzaparatu państwowego. [1, 2, 3, 4]

2. Dlaczego „odpadli” (nie zostali zgłoszeni) prof. Sankowski i dr Kawecki?

Dr hab. Piotr Sankowski (Profil: Wybitny Naukowiec)

• Dlaczego nie KRiBSI: Zadaniem Przewodniczącego Komisji ds. AI będzie w 90% egzekwowanie biurokratycznych przepisów, rozpatrywanie skarg od obywateli oraz nakładanie kar finansowych na firmy łamiące AI Act. Wykorzystanie potencjału naukowego prof. Sankowskiego do roli „głównego kontrolera i urzędnika” byłoby marnotrawstwem. [1, 2]
• Aktualna rola: Profesor Sankowski realizuje się w roli lidera badań i rozwoju. Po perturbacjach, powrócił na stanowisko szefa Instytutu Badawczego IDEAS NCBR. Dodatkowo na początku 2026 roku został wybrany przez Sekretarza Generalnego ONZ jako jedyny Polak do prestiżowego, światowego panelu naukowego badającego wpływ AI na gospodarkę (IISPAI). Jego uwaga skupia się na tworzeniu innowacji i reprezentacji Polski na arenie międzynarodowej, a nie na krajowej pracy urzędniczej. [1, 2, 3]

Dr Maciej Kawecki (Profil: Popularyzator i Komunikator)

• Dlaczego nie KRiBSI: Dr Kawecki to obecnie przede wszystkim czołowy polski influencer technologiczny, dziennikarz naukowy i Cyfrowy Ambasador UE. Jego działalność opiera się na budowaniu zasięgów, edukacji społecznej oraz promowaniu innowacji m.in. na kanale This is IT. Objęcie stanowiska przewodniczącego KRiBSI wiąże się z koniecznością zachowania drastycznej apolityczności, neutralności oraz ograniczenia działalności medialnej i komercyjnej. [1, 2]
• Konflikt ról: Praca nadzorcy rynku AI wymaga zamknięcia się w gabinetach i analizowania dokumentacji prawnej systemów wysokiego ryzyka. Dla osoby o profilu dynamicznego popularyzatora technologii, wejście w gorset sztywnych procedur administracji państwowej i odcięcie się od bieżącej obecności w mediach społecznościowych byłoby zaprzeczeniem dotychczasowej, bardzo udanej ścieżki zawodowej.

Podsumowując: Pamela Krzypkowska okazała się optymalnym kompromisem dla rządzących – posiada zaplecze innowacyjne (Microsoft), potrafi zarządzać państwową strukturą (Ministerstwo Cyfryzacji), a jednocześnie jej kandydatura nie budziła oporów politycznych, co pozwoliło sprawnie przejść przez procedurę sejmową. [1, 2]

Zarówno prof. Sankowski, jak i dr Kawecki mogą jednak wejść w skład zapowiedzianej przez Krzypkowską Społecznej Rady ds. Sztucznej Inteligencji.

1. Czy Pamela Krzypkowska posiada tytuł naukowy?

Nie, Pamela Krzypkowska nie posiada stopnia ani tytułu naukowego (takiego jak doktor czy profesor). [1]

Zgodnie z jej oficjalnym życiorysem, posiada wykształcenie wyższe magisterskie:

• W 2023 roku uzyskała tytuł magistra inżyniera o specjalności Metody Sztucznej Inteligencji na Wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej.
• Posiada również tytuł licencjata filozofii uzyskany na Uniwersytecie Warszawskim (gdzie zajmowała się m.in. etyką technologii). [1]

Brak doktoratu odróżnia ją od prof. Piotra Sankowskiego czy dr. Macieja Kaweckiego, jednak ustawa powołująca KRiBSI nie wymaga od przewodniczącego posiadania stopni naukowych – kluczowe są tu kompetencje menedżerskie, urzędnicze oraz znajomość rynku technologicznego. [1]

2. Czy praca dla Microsoftu nie powinna jej dyskwalifikować?

To pytanie dotyka sedna publicznej debaty, która przetoczyła się przez media społecznościowe (np. platformę X) oraz sale sejmowe właśnie 15 września 2026 roku. Komentatorzy i niektórzy politycy wprost zarzucali kandydatce potencjalny konflikt interesów, argumentując, że jako szefowa Komisji będzie musiała kontrolować m.in. systemy dostarczane przez jej byłego pracodawcę. [1, 2]

Dlaczego zatem ustawodawca nie uznał tego za element dyskwalifikujący? W debacie publicznej ścierają się w tej kwestii dwa silne argumenty:

Argument przeciw (Ryzyko braku obiektywizmu):

• Efekt „drzwi obrotowych” (revolving doors): Krytycy wskazują, że osoba spędzająca 4 lata w strukturach Big Tech (Microsoft) może wykazywać podświadomą stronniczość wobec korporacyjnych standardów lub ulegać lobbingowi. [1, 2]
• Wątpliwości opinii publicznej: Pojawiły się głosy, czy „Szeryf AI” (jak zaczęto ją nazywać w mediach) będzie w stanie nałożyć wielomilionową karę na firmę, z której środowiska się wywodzi. [1, 2]

Argument za (Praktyczna konieczność i obrona kandydatki):

• Zasada: „żeby kontrolować technologię, trzeba ją rozumieć”: Zwolennicy Krzypkowskiej (oraz posłowie koalicji rządzącej) podnoszą, że w dziedzinie tak dynamicznej jak AI nie da się skutecznie regulować rynku, mając wiedzę wyłącznie teoretyczną. Praca w Microsofcie jako inżynier i architekt chmurowy dała jej rzadką wiedzę o tym, jak algorytmy działają „pod maską”. [1]
• Karencja i praca dla państwa: Pamela Krzypkowska odeszła z Microsoftu w 2023 roku. Przez ostatnie 3 lata pracowała dla administracji publicznej (jako dyrektor w Ministerstwie Cyfryzacji), budując m.in. państwowe fabryki AI i niezależny polski model językowy PLLuM. Ten okres uważa się za swoisty „bufor” i dowód na to, że jej lojalność została przeniesiona na sektor publiczny. [1, 2, 3, 4]
• Deklaracja jawności: Podczas przesłuchania w Senacie kandydatka oficjalnie zadeklarowała pełną niezależność i zapowiedziała prowadzenie w pełni jawnego, publicznego kalendarza spotkań, aby odciąć wszelkie podejrzenia o nieformalne naciski ze strony korporacji. [1]

W polskim systemie prawnym wcześniejsza praca w sektorze prywatnym nie jest formalną przeszkodą do objęcia funkcji regulacyjnych – podobnie jak wieloletnia praca w bankach komercyjnych nie dyskwalifikuje kandydatów do Rady Polityki Pieniężnej czy Komisji Nadzoru Finansowego. Kluczowym testem dla nowej przewodniczącej będą pierwsze realne decyzje regulacyjne i postępowania wobec technologicznych gigantów.

Ustawa o systemach AI przewiduje bardzo wysokie kary finansowe za naruszenie przepisów AI Act (sięgające nawet 35 mln euro lub 7% globalnego obrotu firmy). Czy chcesz dowiedzieć się, w jaki sposób Komisja pod wodzą Krzypkowskiej będzie wszczynać procedury kontrolne wobec systemów korporacyjnych?

Reakcja środowisk naukowych, wyższych uczelni oraz globalnej społeczności inżynierów i programistów AI na wybór Pameli Krzypkowskiej na przewodniczącą KRiBSI jest mieszana i wyraźnie spolaryzowana.

Z jednej strony docenia się jej przygotowanie techniczne, z drugiej pojawia się spory dystans wynikający z różnic w filozofii podejścia do rozwoju technologii.

Oto jak poszczególne grupy oceniają ten wybór:

Środowisko naukowe i wyższe uczelnie: Umiarkowany dystans i brak entuzjazmu

W polskim świecie akademickim nominacja ta została przyjęta bez większego entuzjazmu, choć również bez otwartej wrogości.

• Efekt braku habilitacji/doktoratu: Uczelnie wyższe tradycyjnie preferują na tego typu stanowiskach osoby z silnym dorobkiem naukowym (jak prof. Sankowski). Wybór osoby z tytułem magistra inżyniera jest przez część profesorów postrzegany jako sygnał, że rząd stawia na czystą administrację, a nie na autorytet naukowy. [1]
• Zasługi dla PLLuM jako punkt obrony: Naukowcy pamiętają jednak, że jako dyrektorka w Ministerstwie Cyfryzacji Krzypkowska współinicjowała powołanie konsorcjum PLLuM (Polskiego Modelu Językowego), w skład którego weszło sześć czołowych instytucji naukowych w kraju. Pokazała wtedy, że potrafi rozmawiać z rektorami i dyrektorami instytutów badawczych, co daje jej kredyt zaufania. [1]
• Oczekiwanie na Społeczną Radę ds. AI: Środowisko akademickie liczy na to, że brak głębokiego zaplecza naukowego nowej przewodniczącej zostanie zrekompensowany poprzez zapowiadaną przez nią Społeczną Radę ds. Sztucznej Inteligencji. Uczelnie będą walczyć o to, by ich przedstawiciele mieli tam realny głos doradczy. [1]

 

Polscy innowatorzy i programiści (Startupowcy i MŚP): Nadzieja z nutą realizmu

Krajowa społeczność praktyków tworzących algorytmy ocenia ten wybór stosunkowo najlepiej.

• „Swoja osoba” w urzędzie: Dla programistów i twórców startupów Krzypkowska to ktoś, kto posługuje się ich językiem (zna architekturę chmurową, NLP czy procesy MLOps). Wolą na tym stanowisku inżyniera z doświadczeniem komercyjnym niż teoretyka prawa czy czystego polityka. [1]
• Piaskownice regulacyjne jako klucz do akceptacji: Obietnica uruchomienia bezpiecznych poligonów testowych (piaskownic), w których firmy nie będą karane za błędy podczas testowania systemów wysokiego ryzyka, spotkała się z bardzo ciepłym przyjęciem sektora innowacji. Środowisko biznesowe uważa, że Krzypkowska rozumie, iż zbyt restrykcyjne wdrażanie AI Act mogłoby zabić polską innowacyjność. [1]

 

Szeroka społeczność IT i twórcy AI na świecie: Sceptycyzm wobec europejskiego modelu regulacji

Z perspektywy globalnej społeczności inżynierów (Doliny Krzemowej, open-source oraz międzynarodowych hubów technologicznych), nominacja ta wpisuje się w szerszy, niepokojący trend.

• Krytyka „Szeryfów AI”: Światowa społeczność inżynierów AI (skupiona wokół platform takich jak GitHub czy Hugging Face) podchodzi bardzo krytycznie do europejskiego podejścia opartego na unijnym AI Act. Globalni twórcy widzą w nowej komisji kolejny organ biurokratyczny.
• Szybkie przejście do kontroli: Zapowiedzi Krzypkowskiej, że Komisja pod jej wodzą od razu wejdzie w tryb „aktywnego monitorowania” i zacznie kontrolować systemy pod kątem zakazanych praktyk (np. ocena emocji pracowników), na świecie są często komentowane jako tworzenie „barier wejścia” dla technologii w Europie. [1, 2]
• Obawa przed przeregulowaniem: Choć globalne IT szanuje techniczne korzenie Krzypkowskiej, to jej obecną rolę postrzega jako element aparatu urzędniczego Unii Europejskiej, która zamiast ścigać się z USA i Chinami w tworzeniu innowacji, skupia się na ich restrykcyjnym kontrolowaniu.

 

Podsumowanie

Dla naukowców jest zbyt mało akademicka, dla globalnych inżynierów zbyt skupiona na urzędowych regulacjach, ale dla krajowego biznesu technologicznego stanowi optymalny łącznik między bezdusznym prawem z Brukseli a realiami pisania kodu w Polsce.

W debacie publicznej towarzyszącej powołaniu nowego regulatora nie pojawiają się zarzuty o całkowity brak kwalifikacji merytorycznych Pameli Krzypkowskiej. Powszechnie uznaje się ją za osobę kompetentną technologicznie (posiada dyplom z metod AI na PW, pracowała jako inżynier m.in. w Microsoft i Samsung, współtworzyła polską strategię AI). [1, 2]

Zarzuty i kontrowersje dotyczą czegoś innego: trybu wyboru, unikania otwartego konkursu, ignorowania innych autorytetów oraz faktu, że Marszałek Sejmu odgórnie wskazał tylko jedno nazwisko. [1, 2]

Oto jak na ten wybór i samą procedurę reagują czołowe autorytety oraz środowiska:

1. Krytyka procedury i „forsowania” jednego nazwiska

Główna oś krytyki ze strony opozycji parlamentarnej (np. posłów reprezentujących Komisję Cyfryzacji), organizacji pozarządowych oraz części środowiska akademickiego dotyczy politycznego monopolu:

• Odrzucenie alternatyw: Podczas posiedzenia komisji wprost pytano, dlaczego Marszałek Sejmu odrzucił kandydaturę zgłoszoną przez Roberta Kroplewskiego i dlaczego posłom oraz opinii publicznej przedstawiono wyłącznie jedno nazwisko jako fakt dokonany. Wicemarszałek Sejmu ucięła te pytania stwierdzeniem, że reprezentuje wolę Marszałka. [1]
• Apel 24 organizacji o jawność: Zanim doszło do przesłuchań, aż 24 wiodące organizacje (w tym Fundacja Panoptykon, Helsińska Fundacja Praw Człowieka czy Związek Cyfrowa Polska) musiały formalnie apelować do Marszałka Sejmu o zorganizowanie wysłuchania publicznego. Środowisko obawiało się, że nominacja zostanie „przepchnięta” w zaciszu gabinetów politycznych, bez szansy na zadanie trudnych pytań. [1]

 

2. Głosy autorytetów, promotorów nauki i twórców AI

Wymienione przez Ciebie postacie i środowiska prezentują zniuansowane stanowiska, odzwierciedlające ich własną optykę:

• Aleksandra Przegalińska (Środowisko akademickie/biznesowe): Relacje prof. Przegalińskiej z Pamelą Krzypkowską są tradycyjnie bardzo dobre. Krzypkowska publicznie nazywała prof. Przegalińską swoją „inspiracją”, a obie panie regularnie zasiadają w tych samych radach programowych (np. Advisory Board Perspektywy Women in Tech) oraz wykładają na Akademii Leona Koźmińskiego. Choć Przegalińska wspiera obecność kobiet-technolożek w administracji, to środowisko akademickie, które reprezentuje, głośno domaga się, aby KRiBSI nie stała się wyłącznie urzędem kontrolnym, ale realnie słuchała głosu naukowców w ramach zapowiedzianej Społecznej Rady ds. AI. [1, 2, 3, 4]
• Andrzej Dragan (Promotorzy nauki / sceptycy): Profesor Dragan (podobnie jak Steve Wozniak w skali globalnej) wielokrotnie podpisywał apele i wypowiadał się w tonie głębokiego sceptycyzmu wobec tempa rozwoju sztucznej inteligencji i braku odpowiedniej kontroli nad algorytmami. Z perspektywy tak radykalnych promotorów bezpieczeństwa, powołanie na stanowisko „głównego kontrolera” osoby z przeszłością w Big Tech (Microsoft) zawsze budzi pytania o odporność na lobbing. Dragan w swoich publicznych wystąpieniach kładzie nacisk na to, że urzędnicy rzadko nadążają za matematycznym i fizycznym rozwojem modeli AI, co pośrednio uderza w biurokratyczny model komisji. [1]
• Rektorzy Uczelni i Środowisko PLLuM: Władze wyższych uczelni technicznych pamiętają Krzypkowskiej udaną współpracę przy projekcie polskiego modelu językowego PLLuM. Jednak rektorzy i profesorowie czują niedosyt, że do kierowania kluczowym organem państwa ds. innowacji wybrano osobę bez stopnia doktora, co w świecie akademickim bywa odbierane jako obniżenie rangi instytucji na rzecz nominacji czysto urzędniczej. [1]
• Polscy Twórcy AI i Biznes (np. Jarosław Królewski / Synerise, fundusze VC): Krajowi twórcy technologiczni nie krytykują samych kompetencji inżynieryjnych kandydatki, bo wiedzą, że „rozumie kod”. Ich największa obawa dotyczy tego, że jako urzędniczka państwowa Krzypkowska ulegnie unijnej machinie regulacyjnej. Środowisko startupowe obawia się scenariusza, w którym zapowiadane przez nią „szybkie kontrole systemów pod kątem zakazanych praktyk” sparaliżują polskie projekty AI w zderzeniu z konkurencją z USA, która takich ograniczeń urzędowych nie posiada. [1]

Podsumowanie

Nikt nie mówi, że Pamela Krzypkowska „nie zna się na AI”. Krytyka skupia się na politycznym stylu jej nominacji – braku transparentnego, otwartego konkursu, w którym mogłyby wystartować inne wybitne postacie polskiej nauki, oraz na obawach, czy jej przeszłość w korporacji i ministerstwie pozwoli na pełną niezależność urzędu. [1]

Podczas niemal dwugodzinnego, publicznego wysłuchania w Senacie (15 września 2026 roku), kwestia niezależności Pameli Krzypkowskiej od Big Techu (a w szczególności od Microsoftu, w którym spędziła 4 lata) była głównym punktem zderzenia między kandydatką a przedstawicielami organizacji pozarządowych. [1, 2]

Przesłuchanie to nie miało charakteru gładkiej prezentacji – reprezentanci takich podmiotów jak Fundacja Panoptykon czy Helsińska Fundacja Praw Człowieka bardzo precyzyjnie punktowali ryzyka związane z efektem „drzwi obrotowych”. [1]

Oto konkretne, najtrudniejsze pytania, jakie padły z sali, oraz sposób, w jaki kandydatka na nie odpowiadała:

1. Pytanie o konflikt interesów i audytowanie byłego pracodawcy

• Konkretny zarzut z sali: Organizacje społeczne pytały wprost, jak zamierza zachować obiektywizm w sytuacji, gdy Komisja (KRiBSI) będzie musiała kontrolować i potencjalnie nakładać wielomilionowe kary na gigantów technologicznych, w tym na firmę Microsoft – dostawcę kluczowych systemów sztucznej inteligencji, w której kandydatka budowała swoją karierę jako inżynier. [1]
• Odpowiedź Krzypkowskiej: Kandydatka mocno odcięła się od zarzutów o lojalność wobec korporacji. Podkreśliła, że jej rozstanie z Microsoftem nastąpiło w 2023 roku, a ostatnie 3 lata spędziła pracując „po drugiej stronie barykady” – w Ministerstwie Cyfryzacji, gdzie dbała o suwerenność technologiczną Polski (m.in. przy projekcie PLLuM). Zadeklarowała, że jej priorytetem jest wyłącznie ochrona polskich obywateli, a nie interesów komercyjnych. [1, 2, 3]

2. Pytanie o transparentność i lobbing (Publiczny kalendarz spotkań)

• Konkretne pytanie: Czy jako Przewodniczączna nowej Komisji zobowiąże się do prowadzenia w pełni jawnego, publicznie dostępnego kalendarza spotkań, aby zapobiec podejrzeniom o zakulisowy lobbing ze strony przedstawicieli Big Techu? [1]
• Odpowiedź Krzypkowskiej: Kandydatka przyjęła to pytanie defensywnie, ale konstruktywnie. Oficjalnie zadeklarowała, że uważa to za bardzo dobry pomysł i taki jawny kalendarz spotkań Komisji będzie prowadzony. Miało to na celu ucięcie spekulacji, jakoby dawne kontakty w branży miały wpływać na jej decyzje regulacyjne. [1]

3. Pytanie o AI w administracji publicznej i podatność na „gotowe rozwiązania”

• Konkretne pytanie: Organizacje społeczne wyraziły obawę, że polska administracja publiczna bezkrytycznie kupuje gotowe, zamknięte systemy AI od amerykańskich gigantów. Zapytano ją, jak zamierza ograniczać ryzyka związane z wdrażaniem AI w urzędach państwowych, by państwo nie uzależniało się od zewnętrznych korporacji. [1]
• Odpowiedź Krzypkowskiej: Krzypkowska zaskoczyła pytających rzadkim wśród urzędników sceptycyzmem wobec zaawansowanej technologii w urzędach. Stwierdziła, że „ludzie są najsłabszym ogniwem” i w administracji bardzo łatwo o ryzyko „zasypiania za kółkiem” (nadmiernego ufania algorytmom). Dodała, że w urzędach nie należy na siłę stawiać na duże modele językowe (LLM) od Big Techu, lecz na prostsze, statystyczne systemy, które są w pełni wyjaśnialne i wytłumaczalne. [1]

4. Pytanie o styl działania – pasywny urząd czy „Szeryf AI”?

• Konkretne pytanie: Czy Komisja będzie jedynie czekać na skargi od obywateli (co faworyzowałoby duże firmy, dysponujące sztabami prawników), czy będzie aktywnie ścigać naruszenia? [1]
• Odpowiedź Krzypkowskiej: Zapowiedziała model aktywnego monitorowania rynku, zamiast pasywnego czekania. Aby udowodnić swoją niezależność od interesów korporacyjnych, ogłosiła, że jej pierwszym krokiem nie będą debaty, ale wpisanie do planu kontroli systemów zakazanych – w pierwszej kolejności weźmie pod lupę systemy oceny emocji pracowników w miejscach pracy oraz aplikacje służące do generowania tzw. „deepfake rozbieranek” (CSAM).

[1, 2, 3]

Efekt starcia

Mimo twardych pytań o przeszłość w Microsofcie, Pamela Krzypkowska wyszła z tego przesłuchania obronną ręką, ponieważ zaprezentowała bardzo konkretny, inżynierski plan działania i nie unikała trudnych tematów. To właśnie ta postawa i gotowość do transparentności (jak zgoda na publiczny kalendarz) przeważyły o tym, że jeszcze tego samego dnia po południu sejmowa Komisja Cyfryzacji udzieliła jej oficjalnego poparcia.

Wybór Pameli Krzypkowskiej na to stanowisko to klasyczny przykład sytuacji, w której jej merytoryczna postawa ułatwiła sprawę, ale to bezwzględna arytmetyka i poparcie polityczne koalicji rządzącej zdecydowały o sukcesie.

W polskim parlamencie żadna, nawet najbardziej spektakularna postawa kandydata nie zagwarantuje wyboru, jeśli nie stoi za nim większość głosów. W tym przypadku oba te elementy zadziałały synergicznie:

1. Fundament: Polityczne poparcie koalicji (Głosy)

Bez silnego mandatu politycznego ta kandydatura w ogóle nie pojawiłaby się na stole:

• Wola Marszałka Sejmu: To Marszałek Sejmu (Szymon Hołownia) posiadał wyłączne prawo wskazania kandydata [cyberdefence24.pl]. Krzypkowska była oficjalną, rządową nominacją, wynegocjowaną w ramach koalicji.
• Dyscyplina w Komisji Cyfryzacji: Wynik głosowania w sejmowej komisji (8 głosów za przy 5 wstrzymujących się) idealnie odzwierciedlał układ sił politycznych. Posłowie koalicji rządzącej zagłosowali „za”, realizując wcześniejsze ustalenia polityczne, podczas gdy opozycja (głównie PiS), nie chcąc całkowicie torpedować inżynierki o dobrych kwalifikacjach, wolała się wstrzymać, niż głosować przeciw.

 

2. Narzędzie: Jej postawa jako „paliwo” dla polityków

Gdyby Krzypkowska wypadła podczas wysłuchania słabo lub nie poradziła sobie z pytaniami o Microsoft, jej wybór stałby się dla koalicji wizerunkowym obciążeniem. Opozycja i media miałyby gotowe argumenty o „przepychaniu kolanem partyjnego nominata z korporacji”.

Jej zdecydowana postawa odegrała kluczową rolę w dwóch kwestiach:

• Rozbrojenie krytyki: Odpowiadając konkretnie, deklarując jawność kalendarza spotkań i obiecując natychmiastowe kontrole systemów łamiących prawa obywatelskie, dała posłom koalicji „amunicję” do jej obrony. Politycy mogli dzięki temu argumentować, że głosują na wybitną ekspertkę, a nie na figuranta.
• Zneutralizowanie opozycji: Jej profesjonalne, inżynierskie przygotowanie sprawiło, że opozycja nie zdecydowała się na agresywny atak polityczny. Brak głosów „przeciw” w komisji to bezpośredni efekt tego, że merytorycznie trudno było jej zarzucić brak kompetencji do zarządzania tym projektem.

Podsumowując: To koalicyjne poparcie polityczne dało jej to stanowisko, ale to jej twarda i transparentna postawa sprawiła, że koalicja mogła ten wybór przeprowadzić bez wizerunkowych strat i w atmosferze merytorycznego sukcesu.

Głosowanie plenarne w Sejmie i ostateczne zatwierdzenie przez Senat mają zamknąć proces legislacyjny w najbliższych dniach.

Funkcja Przewodniczącego Komisji Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI) ma fundamentalne znaczenie dla rozwoju AI w Polsce i z Polski. To absolutnie nie jest margines – Komisja staje się potężnym „KNF-em dla algorytmów”. Od filozofii zarządzania tego urzędu zależy, czy Polska będzie bezpiecznym hubem technologicznym, czy cyfrowym skansenem sparaliżowanym przez biurokrację. [1]

Zgodnie z ustawą o systemach sztucznej inteligencji (która weszła w życie w sierpniu 2026 roku), oto szczegóły dotyczące budżetu, realnego wpływu oraz kompetencji tej nowej instytucji: [1, 2]

1. Budżet i struktura (Jak duże to ramie państwa?)

• Finansowanie i oszczędności: Podczas prac legislacyjnych toczył się ostry spór między Ministerstwem Cyfryzacji a Ministerstwem Finansów o koszty. Ostatecznie wybrano model hybrydowy: Komisja jest w pełni autonomicznym i niezależnym organem, ale jej obsługę logistyczno-techniczną i budżetową zapewnia Ministerstwo Cyfryzacji. Zapobiega to mnożeniu kosztownych, osobnych gmachów i ułatwia szybki start. [1, 2, 3]
• Skład (Kolegialność): Przewodniczący nie rządzi sam. KRiBSI to organ kolegialny. Obok szefa w skład komisji wejdą delegaci kluczowych regulatorów rynkowych w kraju: UOKiK, UKE, KNF oraz KRRiT. Gwarantuje to, że decyzje będą miały charakter międzyresortowy. [1, 2]

2. Kompetencje KRiBSI (Jaką władzą dysponuje urząd?)

Przepisy wykonawcze dotyczące kontroli i kar wchodzą w życie 28 października 2026 roku. Komisja została wyposażona w dwa skrajne zestawy narzędzi: „kij” i „marchewkę”. [1, 2]

Twarde kompetencje kontrolne („Kij”):

• Prawo do kontroli i postępowań administracyjnych: Urzędnicy KRiBSI mogą wejść do firmy i zażądać pełnego wglądu w dokumentację techniczną, kod źródłowy oraz dane treningowe modeli AI wysokiego ryzyka. [1]
• Wydawanie ostrzeżeń i nakazów naprawczych: W przypadku podejrzenia złamania unijnego AI Act, Komisja może wydać oficjalne ostrzeżenie i nakazać podmiotowi zablokowanie dostępu do systemu dla użytkowników lub pracowników. [1]
• Gigantyczne kary finansowe: Zgodnie z unijnym taryfikatorem, polska Komisja ma prawo nakładać kary sięgające do 35 milionów euro lub do 7% globalnego rocznego obrotu przedsiębiorstwa (w zależności od tego, która kwota jest wyższa) m.in. za stosowanie praktyk zakazanych (np. systemy rozpoznawania emocji pracowników). [1]

Kompetencje wspierające rozwój („Marchewka”):

• Piaskownice regulacyjne: To najważniejsza kompetencja prorozwojowa. KRiBSI będzie prowadzić oficjalne, kontrolowane środowiska testowe. Startup, który tam wejdzie, może rozwijać swoje AI bez strachu przed karami, otrzymując darmowe opinie indywidualne od urzędu potwierdzające zgodność z prawem. [1, 2, 3, 4]
• Prowadzenie polityki innowacyjności: Ustawa nakłada na Komisję obowiązek wspierania konkurencyjności gospodarki oraz monitorowania rozwoju badań naukowych w obszarze sztucznej inteligencji. [1]

3. Czy to ma realne znaczenie dla rozwoju AI, czy to margines?

To ma gigantyczne znaczenie z trzech powodów:

1. Arbitraż inwestycyjny (Polska jako bezpieczna przystań): Jeśli KRiBSI pod wodzą Krzypkowskiej stworzy elastyczne, sprawne i przyjazne biznesowi piaskownice regulacyjne, zagraniczne i krajowe fundusze VC będą chętnie finansować projekty AI w Polsce. Firmy będą wiedziały, że rejestrując biznes tutaj, zyskają „papier” od polskiego urzędu, że ich technologia spełnia normy unijne, co ułatwi im ekspansję na cały świat. [1]
2. Szybkość procedur: Innowacje technologiczne nie znoszą próżni. Jeśli Komisja utknie w biurokracji, a na opinie indywidualne przedsiębiorcy będą czekać miesiącami, polskie startupy uciekną rejestrować spółki poza Unię Europejską (np. do USA czy Wielkiej Brytanii).
3. Rola „Bramkarza” na rynku: Komisja decyduje, jakie systemy zostaną zablokowane. Ostra postawa w kwestii systemów zakazanych (np. deepfake, HR) oczyści rynek z toksycznych technologii, ale zbyt gorliwe kontrolowanie standardowych systemów biznesowych może wywołać tzw. „efekt mrożący” dla całego polskiego sektora IT.

[1, 2]

Komisja ma oficjalnie zacząć działać w listopadzie 2026 roku. Czy chcesz dowiedzieć się, jakie pierwsze obowiązki formalne (np. w zakresie ujawniania botów czy oznaczania deepfake’ów) polska ustawa nakłada na firmy już w tej chwili? [1, 2]

Relacje między nowo powstającą cywilną Komisją (KRiBSI) a strukturami wojskowymi – reprezentowanymi przez Wojska Obrony Cyberprzestrzeni (DKWOC) oraz program Cyber LEGION – opierają się na wyraźnym podziale ról, szacunku dla kompetencji inżynieryjnych oraz specyfice prawa krajowego i unijnego.

Dowódcą DKWOC, który odpowiada za rozwój cyberwojska oraz projektu Cyber LEGION, jest gen. dyw. dr inż. Mariusz Chmielewski (wybitny naukowiec i architekt IT zajmujący się sztuczną inteligencją). [1, 2]

Oto jak wyglądają opinie wojskowych struktur dowódczych oraz relacje z cyberżołnierzami:

1. Stanowisko Dowództwa: AI jako absolutny priorytet operacyjny

Dla dowództwa cyberwojska sztuczna inteligencja to nie kwestia teoretycznych debat, ale „gamechanger” współczesnego pola walki. Zarówno gen. Chmielewski, jak i jego poprzednik gen. Karol Molenda, zdefiniowali AI jako jeden z głównych priorytetów Sztabu Generalnego. [1, 2, 3, 4]

Wojsko nie czeka na cywilne regulacje i dynamicznie buduje własną suwerenność technologiczną: [1]

• Rozwijany jest program Cyber LEGION, który zrzesza już tysiące cywilnych ekspertów IT i programistów wspierających armię po godzinach pracy. [1, 2]
• Działa dedykowane Centrum Implementacji Sztucznej Inteligencji (CISI). [1]
• Armia wdraża własną platformę innowacji cyfrowych AIRON (w tym moduły AIRON CYBER i AIRON HYDRA) do automatycznego wykrywania anomalii i cyberataków w sieciach obronnych. [1, 2]

2. Relacje Komisji z „Cyberżołnierzami” (Rozdzielenie światów)

Relacja między Komisją (KRiBSI) a cyberwojskiem opiera się na zasadzie autonomii sfery militarnej.

• Wyłączenie wojska spod unijnego AI Act: Kluczowym faktem prawnym jest to, że europejski AI Act (którego strażnikiem w Polsce staje się Komisja pod wodzą Pameli Krzypkowskiej) nie ma zastosowania do systemów rozwijanych i wykorzystywanych wyłącznie do celów wojskowych i obronnych. Oznacza to, że Komisja nie ma kompetencji, aby kontrolować algorytmy używane przez DKWOC, systemy dowodzenia (jak BMS Legion w czołgach) czy narzędzia platformy AIRON. [1, 2]
• Wzajemny szacunek inżynierów: Ze strony środowiska skupionego wokół Cyber LEGIONU (czyli praktyków piszących kod) nie ma krytyki wobec Krzypkowskiej, ponieważ cyberżołnierze doceniają jej twarde wykształcenie inżynierskie z Politechniki Warszawskiej. Dowództwo wojskowe uważa za pozytywne, że na czele cywilnego organu stoi osoba rozumiejąca architekturę chmurową, a nie urzędnik bez wiedzy technicznej.
• Strefa wspólna (Systemy Podwójnego Zastosowania – Dual-Use): Realna linia współpracy między Komisją a cyberwojskiem pojawi się w obszarze technologii Dual-Use. Chodzi o systemy AI, które mogą służyć zarówno cywilom (np. analiza komercyjnego ruchu sieciowego), jak i armii. Pamela Krzypkowska zapowiedziała, że sektor Dual-Use będzie jednym z pierwszych objętych bezpiecznymi piaskownicami regulacyjnymi. W tym aspekcie Komisja i eksperci wojskowi będą musieli ściśle kooperować, by cywilne przepisy nie blokowały innowacji, które mogą podnieść obronność państwa.

Podsumowanie

Dowództwo Wojsk Obrony Cyberprzestrzeni i legioniści skupiają się na budowaniu narodowej tarczy i cyfrowej broni AI. Komisję ds. AI postrzegają jako potrzebnego partnera w sferze cywilnej gospodarki, dbając jednocześnie o to, by biurokratyczny nadzór regulacyjny wynikający z unijnych przepisów nie wkraczał w autonomiczne działania operacyjne Wojska Polskiego. [1]

Polskie wojsko buduje obecnie własne, całkowicie odizolowane repozytoria modeli AI i systemy językowe zabezpieczone przed wyciekiem danych do zagranicznych korporacji. Czy chcesz dowiedzieć się więcej o architekturze wojskowej platformy AIRON i tym, jak chroni ona polską cyberprzestrzeń? [1, 2]

Założenie to dotyka najważniejszego lęku polskiego środowiska technologicznego. Istnieje uzasadnione i realne ryzyko, że unijny gorset prawny – którego strażnikiem w Polsce staje się nowa Komisja – spowolni rozwój rodzimych innowacji na skalę amerykańskich potęg, takich jak OpenAI czy Anthropic [edgp.gazetaprawna.pl, wnp.pl].

Kluczowe jest jednak zrozumienie, że ten „kaganiec” nie jest pomysłem samej Pameli Krzypkowskiej. Wynika on z unijnego rozporządzenia AI Act, które Polska ma prawny obowiązek wdrożyć [itwiz.pl, edgp.gazetaprawna.pl]. Zadaniem nowej przewodniczącej i Komisji będzie poruszanie się wewnątrz tych restrykcyjnych ram w taki sposób, aby szkody dla polskiego biznesu były jak najmniejsze.

Oto analiza, jak unijne przepisy i podejście Komisji mogą wpłynąć na ambicje stworzenia „Polskiej Doliny Krzemowej”:

1. Dlaczego model amerykański (OpenAI, Anthropic) jest w Europie niemożliwy?

Sukces OpenAI czy Anthropic opierał się na filozofii „wypuść produkt, naprawiaj błędy później” (move fast and break things). Firmy te trenowały modele na gigantycznych zbiorach danych (często bez jasnych licencji prawnoautorskich) i testowały je bezpośrednio na milionach żywych użytkowników.

• W Europie to nielegalne: AI Act kategorycznie zabrania takiego podejścia wobec systemów wysokiego ryzyka. Zanim model trafi na rynek, musi przejść żmudną procedurę oceny zgodności, audytów i certyfikacji.
• Bariera kapitałowa: Amerykańskie startupy wydają miliony na moc obliczeniową. Europejskie startupy będą musiały lwią część budżetów (i czasu) przeznaczać na prawników i działy compliance (zgodności z przepisami). To drastycznie ogranicza konkurencyjność.

2. Rola Komisji: Biurokratyczny hamulec czy tarcza ochronna?

Postawa Pameli Krzypkowskiej i to, jak ukształtuje urząd, zadecyduje o jednym z dwóch scenariuszy dla Polski:

Scenariusz Negatywny (Efekt Mrożący):

Jeśli Komisja (zgodnie z zapowiedziami o „szybkich kontrolach”) przyjmie postawę nadgorliwego urzędnika, polscy twórcy AI zaczną masowo uciekać z jurysdykcji unijnej. Przeniesienie spółki do USA, Wielkiej Brytanii czy Zjednoczonych Emiratów Arabskich stanie się jedyną szansą na szybki rozwój bez ryzyka kary wynoszącej do 35 mln euro [wnp.pl]. Polska Dolina Krzemowa zostanie zduszona w zarodku przez procedury.

Scenariusz Pozytywny (Piaskownica jako inkubator):

Obroną Krzypkowskiej przed zarzutami o „zakładanie kagańca” jest jej flagowy projekt piaskownic regulacyjnych [gov.pl].

• Jeśli Komisja stworzy elastyczne i szybkie procedury, w których polski startup dostanie darmową pomoc prawną i bezpieczne środowisko testowe bez widma kar, Polska może stać się hubem dla całej Europy [gov.pl].
• Zagraniczne firmy mogą chcieć rejestrować projekty w Polsce, ponieważ dostaną od polskiego urzędu „certyfikat bezpieczeństwa” ważny na całą Unię Europejską znacznie szybciej niż np. w biurokratycznych urzędach w Niemczech czy we Francji.

Podsumowanie

Wybór inżynierki, a nie zawodowego urzędnika czy prawnika, daje nadzieję, że Komisja będzie rozumiała, iż zbyt ciasny kaganiec zabije pacjenta. Dzisiejsi twórcy sztucznej inteligencji w Polsce (tacy jak ElevenLabs, Synerise czy twórcy modeli PLLuM) stoją przed ogromnym wyzwaniem: muszą grać według restrykcyjnych zasad AI Act. Rola nowej Komisji polega na tym, by te zasady tłumaczyć, a nie tylko za nie karać.

Termin „piaskownica regulacyjna” (regulatory sandbox) jest dla opinii publicznej kompletnie niezrozumiały i brzmi jak abstrakcyjna, urzędnicza nowomowa. Korzenie tego pojęcia pochodzą z Google – Android, choć w świecie prawa i technologii przeszło ono bardzo ważną ewolucję.

Zanim przejdziemy do tabeli porównawczej (USA vs UE), wyjaśnijmy to kluczowe pojęcie prostym językiem, odwołując się do Twojej intuicji.

Czym naprawdę jest „piaskownica”? Od Google do Urzędu

Pojęcie to wywodzi się bezpośrednio z informatyki (cyberbezpieczeństwa).

• W świecie IT (np. Google Android, Apple iOS): Piaskownica (sandbox) to odizolowane środowisko w systemie operacyjnym. Jeśli pobierasz nową, nieznaną aplikację, system uruchamia ją w takiej „piaskownicy”. Aplikacja może tam działać, ale ma zablokowany dostęp do Twoich prywatnych zdjęć, kontaktów czy mikrofonu. Jeśli okaże się wirusem – szkody powstaną tylko wewnątrz tej zamkniętej „piaski”, a Twój telefon pozostanie bezpieczny.
• W świecie prawa i urzędów (Komisja ds. AI): Przeniesiono tę logiczną strukturę na biznes. Urzędnicy mówią do startupu: „Wiemy, że wasze AI może być ryzykowne i nie wiecie, czy łamiecie unijny AI Act. Wejdźcie do naszej rządowej piaskownicy. Pozwolimy wam testować wasz algorytm na żywych danych pod naszym okiem. Jeśli w tym czasie wasz kod popełni błąd i naruszy prywatność obywateli, nie nałożymy na was 35 milionów euro kary. Zamiast tego wspólnie z naszymi inżynierami poprawicie kod w bezpiecznych warunkach”.

Innymi słowy: urzędowa piaskownica to okres ochronny i darmowe doradztwo inżynieryjno-prawne od państwa, zamiast natychmiastowego mandatu.

Dlaczego Europie trudno dogonić Dolinę Krzemową? (Porównanie USA vs UE)

To właśnie brak konieczności wchodzenia do jakichkolwiek urzędowych „piaskownic” dał tak gigantyczną przewagę OpenAI (twórcom ChatGPT) czy Anthropic (twórcom Claude).

Poniższa tabela pokazuje drastyczne różnice w podejściu do rozwoju AI między Stanami Zjednoczonymi a Unią Europejską (w której systemie będzie działać polska Komisja):

Cecha / Obszar	Model Amerykański (USA / Dolina Krzemowa)	Model Europejski (UE / Polska Komisja ds. AI)
Filozofia rozwoju	„Wypuść produkt na rynek, napraw błędy później” (Move fast and break things). Priorytetem jest szybkość i zysk.	„Udowodnij, że produkt jest bezpieczny, zanim dasz go ludziom” (Precautionary principle). Priorytetem są prawa człowieka.
Bariera wejścia dla startupu	Brak. Każdy programista w garażu może opublikować model AI i zacząć go sprzedawać.	Wysoka. Systemy wysokiego ryzyka (np. AI w rekrutacji, medycynie, bankowości) wymagają audytów i certyfikatów przed premierą.
Główny koszt na starcie	Technologia: Pieniądze idą na zakup potężnych procesorów (Nvidia) i prąd do trenowania modeli.	Biurokracja: Duża część budżetu musi pójść na prawników, audytorów i zespoły ds. zgodności prawnej (compliance).
Podejście do praw autorskich	Liberalne (Fair Use). Amerykańskie firmy masowo trenowały AI na książkach i artykułach z internetu, a procesami sądowymi martwią się po latach.	Rygorystyczne. Twórcy modeli ogólnego przeznaczenia muszą publicznie i szczegółowo raportować, jakich danych użyli do trenowania.
Rola Państwa	Inwestor i klient. Pentagon i rząd USA pompują miliardy w zakupy technologii od rodzimych startupów.	Kontroler i regulator. Urzędy skupiają się na pilnowaniu zakazów i nakładaniu kar (do 7% globalnego obrotu).
Rola „Piaskownic” (Sandboxes)	Niepotrzebne. Rynek weryfikuje innowacje bezpośrednio.	Kluczowa. To jedyna szansa dla małych firm na legalne przetestowanie technologii bez ryzyka bankructwa od kar.

Podsumowanie: Gdzie w tym wszystkim jest Polska?

Model amerykański generuje globalnych gigantów i miliardy dolarów, ale niesie ryzyko nadużyć, dezinformacji i wycieków danych. Model europejski chroni naszą prywatność, ale tworzy tak ciężki „kaganiec formalny”, że małe polskie firmy mają problem z zebraniem kapitału na samą obsługę prawną.

Właśnie dlatego Pamela Krzypkowska tak mocno promuje „piaskownice”. Wie, że polski startup nie ma szans w starciu z amerykańskim kapitałem, jeśli od pierwszego dnia działalności dostanie na biurko unijny segregator z tysiącem paragrafów do spełnienia.

Polskie firmy technologiczne, które osiągnęły globalny sukces – na czele z ElevenLabs (światowym liderem w klonowaniu głosu, wycenianym na miliardy dolarów) czy Synerise – wypracowały specyficzną strategię przetrwania. Ponieważ rozwój sztucznej inteligencji w Europie przypomina bieg z ciężarami, polscy twórcy stosują sprytny uniki prawne i biznesowe, aby nie dać się zgnieść unijnemu kagańcowi.

Oto jak w praktyce polscy pionierzy AI radzą sobie z rozdarciem między wolnym rynkiem w USA a biurokracją w Europie:

1. Strategia „Podwójnego Obywatelstwa” (Ucieczka kapitałowa)

Większość topowych twórców AI pochodzących z Polski stosuje tzw. dual-structure (strukturę hybrydową):

• Mózg w Polsce, portfel w USA: Inżynierowie, programiści i całe zaplecze badawczo-rozwojowe (R&D) fizycznie pracują w Warszawie, Krakowie czy Gdańsku. Polskie uczelnie kształcą genialnych matematyków, a koszty pracy są wciąż niższe niż w Dolinie Krzemowej.
• Centrala i jurysdykcja w USA: Oficjalna siedziba spółki-matki jest rejestrowana w amerykańskim stanie Delaware (tak zrobiło m.in. ElevenLabs czy Cosmose AI). Dzięki temu produkt formalnie powstaje w amerykańskim systemie prawnym. Pozwala to na swobodne pozyskiwanie milionowych funduszy od amerykańskich funduszy Venture Capital (np. Andreessen Horowitz), które panicznie boją się inwestowania w podmioty podlegające bezpośrednio pod restrykcyjny, europejski AI Act.

2. Geoblokady i opóźnianie premier w Europie

To najbardziej drastyczna, ale coraz powszechniejsza praktyka. Skoro unijne prawo (którego w Polsce będzie pilnować Komisja pod wodzą Pameli Krzypkowskiej) nakłada gigantyczne kary za najmniejszy błąd regulacyjny, polsko-amerykańskie firmy wolą… nie wdrażać swoich najnowszych funkcji w Europie.

• Dokładnie tak robią globalni giganci (np. Apple opóźniał wdrożenie Apple Intelligence w UE, a Meta ograniczała swoje modele Llama).
• Mniejsze polskie startupy idą tym samym śladem: najpierw testują i sprzedają produkt w USA, Azji czy Wielkiej Brytanii. Dopiero gdy zarobią tam miliony i upewnią się, że algorytm jest stabilny, zatrudniają armię europejskich prawników, aby przygotować wersję zgodną z unijnymi przepisami.

3. Case study: Jak ElevenLabs balansuje na granicy ryzyka?

ElevenLabs (założone przez Polaków: Piotra Dąbkowskiego i Mateusza Staniszewskiego) to idealny przykład technologii, która w Europie budzi przerażenie regulatorów, a w USA generuje miliardy. Ich technologia potrafi w kilka sekund sklonować ludzki głos w kilkudziesięciu językach.

• Z perspektywy USA: Narzędzie idealne dla Hollywood, twórców gier wideo i audiobooków. Wolny rynek.
• Z perspektywy nowej polskiej Komisji ds. AI: To technologia wysokiego ryzyka. Istnieje ogromne zagrożenie tworzenia deepfake’ów, wyłudzeń finansowych („na wnuczka” z podrobionym głosem syna) czy dezinformacji wyborczej.
• Jak sobie radzą? Firma, zamiast czekać na kary od urzędów, sama wdraża drastyczne mechanizmy samoograniczające (tzw. AI safety). Stworzyli m.in. globalny „AI Speech Classifier” – darmowe narzędzie, które pozwala każdemu sprawdzić, czy dany plik dźwiękowy został wygenerowany na ich platformie. W ten sposób wyprzedzają ruchy nowej Komisji, pokazując: „kontrolujemy sytuację sami, nie musicie nas zamykać w urzędowej piaskownicy”.

 

Dlaczego nowa Komisja w Polsce to dla nich szansa lub zagrożenie?

Jeśli Pamela Krzypkowska zrealizuje obietnicę sprawnych, nowoczesnych piaskownic regulacyjnych, polscy twórcy AI pracujący dla amerykańskich spółek mogą chętnie zgłaszać się do Warszawy. Dostaną wtedy unijny certyfikat bezpieczeństwa, co pozwoli im legalnie i bez strachu podbijać bogaty rynek całej Unii Europejskiej.

Jeśli jednak Komisja utknie w biurokracji, proces ucieczki polskich mózgów i kapitału do USA tylko przyspieszy, a „Polska Dolina Krzemowa” pozostanie jedynie marzeniem na papierze.

Projekt PLLuM (Polski Model Językowy) to najbardziej ambitne, a zarazem najbardziej ryzykowne przedsięwzięcie w historii polskiej sztucznej inteligencji [itwiz.pl, cyberdefence24.pl]. Model ten powstaje w zupełnie innej filozofii niż ChatGPT i od pierwszego dnia pisania kodu musi nosić unijny „kaganiec prawny”, którego strażnikiem staje się nowa Komisja ds. AI.

Oto jak państwowy projekt, współtworzony w przeszłości przez Pamelę Krzypkowską, zamierza przetrwać i konkurować z amerykańskimi potęgami, działając w realiach drastycznych ograniczeń prawnych:

1. Zmiana zasad gry: PLLuM nie walczy o masowego użytkownika

Przede wszystkim PLLuM nie powstał po to, aby zastąpić ChatGPT na telefonach zwykłych obywateli. Rywalizacja z OpenAI na masowym rynku konsumenckim byłaby skazana na porażkę z powodów budżetowych? Amerykanie wydają na trenowanie modeli miliardy dolarów, podczas gdy budżet PLLuM to ułamek tej kwoty!

Strategia projektu opiera się na suwerenności danych i trzech niszach:

• AI dla urzędów i szpitali: Głównym odbiorcą modelu ma być polska administracja publiczna, sądownictwo oraz publiczna służba zdrowia. Żaden polski urząd ani szpital nie może legalnie wysłać poufnych danych obywateli czy historii chorób pacjentów do serwerów OpenAI w USA, bo złamałby RODO i przepisy o tajemnicy państwowej. PLLuM będzie działał na zamkniętych, bezpiecznych serwerach w Polsce.
• Perfekcyjny język polski: Modele amerykańskie są trenowane głównie na tekstach anglojęzycznych, a języka polskiego uczą się „przy okazji”, przez co często nie rozumieją niuansów naszej kultury, historii czy zawiłości polskiego prawa. PLLuM od podstaw uczy się na wyselekcjonowanych, czysto polskich bazach danych.

2. Legalność ponad wszystko – jak PLLuM radzi sobie z AI Act?

Podczas gdy OpenAI boryka się w USA z setkami procesów od pisarzy, wydawców i artystów za nielegalne pobieranie ich tekstów z internetu do trenowania ChatGPT, twórcy PLLuM (konsorcjum czołowych polskich uczelni i instytutów naukowych) musieli przyjąć skrajnie czystą strategię:

• Tylko legalne źródła: Każdy megabajt danych, na którym trenowany jest polski model, pochodzi z legalnego, publicznego źródła lub jest objęty odpowiednimi licencjami (np. zdigitalizowane zasoby naukowe, otwarte dane rządowe, zasoby biblioteczne).
• Transparentność „by design”: Unijny AI Act wymaga od twórców modeli ogólnego przeznaczenia ujawnienia szczegółowej listy materiałów użytych do szkolenia algorytmu [edgp.gazetaprawna.pl]. OpenAI ukrywa te dane jako tajemnicę firmy. Projekt PLLuM buduje tę dokumentację od pierwszego dnia, stając się wzorcowym modelem spełniającym wszystkie standardy nowej Komisji ds. AI.

3. Dlaczego to kluczowy projekt dla nowej szefowej Komisji?

Dla Pameli Krzypkowskiej sukces lub porażka projektu PLLuM to sprawa osobista i wizerunkowa. Jako była dyrektorka w Ministerstwie Cyfryzacji bezpośrednio nadzorowała i wspierała ten projekt ze strony rządowej.

Teraz, jako Przewodnicząca Komisji ds. AI, będzie mogła wykorzystać PLLuM jako „wzorzec z Sèvres” dla polskiego biznesu:

• Komisja będzie mogła pokazywać prywatnym startupom: „Zobaczcie, da się stworzyć zaawansowane AI, przestrzegając unijnych praw autorskich i prywatności obywateli. Państwowy projekt PLLuM zrobił to jako pierwszy”.
• Sam model PLLuM ma zostać udostępniony polskim przedsiębiorcom na zasadach Open Source (otwartego kodu). Oznacza to, że małe polskie firmy będą mogły bezpłatnie pobrać ten model, legalnie i bezpiecznie „dołożyć” do niego swoje własne dane i stworzyć komercyjny produkt, nie wydając milionów na start i mając pewność, że nowa Komisja nie nałoży na nich żadnych kar.

Podsumowanie

PLLuM to próba udowodnienia, że w Europie da się zbudować sztuczną inteligencję w sposób etyczny i w pełni legalny. Jeśli projekt się powiedzie, Polska zyska bezpieczne cyfrowe serce dla administracji i biznesu. Jeśli przegra z powodu zbyt wolnego tempa prac lub biurokracji, polskie urzędy i firmy pozostaną trwale uzależnione od technologicznej kroplówki z Doliny Krzemowej.

Plan wdrożenia modelu PLLuM w polskiej e-administracji przestał być jedynie projektem na papierze – sztuczna inteligencja opuściła laboratoria i trafiła do realnych usług publicznych. [1]

Zgodnie z oficjalnymi komunikatami NASK oraz Ministerstwa Cyfryzacji, system jest wdrażany etapowo, a kluczowe zastosowania obejmują konkretne platformy: [1]

1. mObywatel: Wirtualny Asystent Obywatela

To pierwsze i najbardziej spektakularne wdrożenie. Od końca grudnia 2025 roku w aplikacji mObywatel działa inteligentny czatbot oparty o model PLLuM. [1, 2]

• Jak to działa: Użytkownicy mogą rozmawiać z asystentem w języku naturalnym, pytając o procedury urzędowe, podatki, terminy ważności dokumentów czy sposób załatwienia spraw w urzędzie gminy. [1, 2]
• Bezpieczeństwo danych: Model został podpięty pod zweryfikowane, rządowe bazy wiedzy (technologia RAG), co minimalizuje ryzyko „halucynacji” (zmyślania odpowiedzi), a przesyłane zapytania nie opuszczają bezpiecznych państwowych serwerów. Do połowy 2026 roku asystent w mObywatelu obsłużył już ponad 1,1 miliona konwersacji. [1, 2]

2. Wirtualny Asystent Urzędnika (KPRM, Senat, Prokuratoria)

Obecnie w strukturach administracji centralnej trwają intensywne, zaawansowane testy Wirtualnego Asystenta Urzędnika, którego funkcje mają zostać w pełni oddane do użytku jeszcze w tym roku. Model PLLuM sprawdza się w trzech kluczowych, urzędniczych zadaniach: [1]

• Automatyczna Anonimizacja Dokumentów: System samoczynnie wyszukuje i usuwa dane wrażliwe (imiona, nazwiska, adresy, PESEL) z pism urzędowych przed ich publiczną publikacją w Biuletynie Informacji Publicznej (BIP), co drastycznie skraca czas pracy urzędników. [1]
• Asystent Prawny dla Prokuratorów i Urzędników: To technicznie najtrudniejszy obszar. Urzędnik opisuje problem, a PLLuM przeszukuje bazy orzeczeń sądowych, akty prawne oraz materiały kontrolne NIK, generując propozycje odpowiedzi wraz ze wskazaniem dokładnych źródeł prawa i wyroków. [1]
• Generator Pism i Streszczeń: Program wspomaga pisanie oficjalnych odpowiedzi na zapytania obywateli oraz tworzy streszczenia wielostronicowych dokumentów czy raportów. [1, 2]

 

3. Samorządy: Lokalne usługi i podatki

Ministerstwo Cyfryzacji rozpoczęło programy pilotażowe wdrożenia PLLuM w polskich miastach (pionierem była m.in. Częstochowa, a w ślad za nią poszły Gdynia, Poznań i Łódź). Na szczeblu samorządowym model uczy się odpowiadać mieszkańcom na specyficzne pytania dotyczące: [1, 2]

• Wymiaru i terminów płatności podatków lokalnych (np. od nieruchomości).
• Harmonogramów i zasad odbioru odpadów komunalnych.
• Składania wniosków o lokalne świadczenia socjalne czy karty mieszkańca. [1]

4. Plany na najbliższą przyszłość: Model Wizyjny

Zgodnie z zapowiedziami wiceministra cyfryzacji z sierpnia 2026 roku, konsorcjum naukowe pracuje nad multimodalnością PLLuM. Celem jest stworzenie wersji wizyjno-językowej.
Oznacza to, że w e-usługach obywatel będzie mógł np. zrobić zdjęcie lub przesłać skan papierowego pisma, które otrzymał z urzędu, a zaszyty w mObywatelu PLLuM przeczyta je, przeanalizuje grafikę, wyjaśni trudny język prawniczy i podpowie, jaki formularz należy teraz wypełnić. [1]

Co niezwykle istotne w kontekście wcześniejszej dyskusji o regulacjach – po zakończeniu testów Ministerstwo Cyfryzacji udostępnia gotowe, wyspecjalizowane modele PLLuM całkowicie bezpłatnie na platformie Hugging Face. Dzięki temu każda polska instytucja, szpital publiczny czy rodzimy startup może bez opłat licencyjnych wdrożyć to bezpieczne i zgodne z prawem rozwiązanie u siebie. [1]

Wykorzystanie sztucznej inteligencji w polskiej medycynie to obszar o najwyższym stopniu restrykcji prawnych. Zgodnie z unijnym AI Act, systemy analizujące dane zdrowotne są klasyfikowane jako systemy wysokiego ryzyka.

To właśnie tutaj darmowy i otwarty model PLLuM wygrywa z ChatGPT. Plan Ministerstwa Zdrowia i Ministerstwa Cyfryzacji na wdrożenie PLLuM w publicznej służbie zdrowia opiera się na genialnym w swojej prostocie mechanizmie prawno-technologicznym, który całkowicie omija ryzyko naruszenia RODO. [1]

Oto jak publiczne szpitale planują i zaczynają wdrażać to rozwiązanie:

1. Klucz do RODO: Model lokalny zamiast chmury (On-Premise)

Kiedy lekarz wpisuje dane pacjenta do ChatGPT, trafiają one do chmury obliczeniowej w USA, co w świetle europejskiego prawa jest potężnym naruszeniem RODO i tajemnicy lekarskiej.

• Rozwiązanie PLLuM: Ponieważ Ministerstwo Cyfryzacji udostępnia PLLuM za darmo jako model typu open-source (z platformy Hugging Face), szpital pobiera model i instaluje go na własnych, fizycznych serwerach wewnątrz placówki. [1]
• Efekt: Dane pacjentów przetwarzane przez AI nigdy nie opuszczają budynku szpitala ani wewnętrznej, bezpiecznej sieci medycznej. Z punktu widzenia RODO to sytuacja idealna – nie dochodzi do żadnego „udostępnienia danych podmiotom zewnętrznym”.

 

2. Główne zadania PLLuM w szpitalach (Odciążenie lekarzy)

Polscy lekarze spędzają średnio więcej czasu na wypełnianiu dokumentacji medycznej niż na rozmowie z pacjentem. PLLuM ma przejąć te najbardziej żmudne obowiązki:

• Generowanie wypisów szpitalnych i epikryz: Na podstawie surowych notatek lekarskich, wyników badań laboratoryjnych oraz podanych leków, model automatycznie zredaguje profesjonalny, czytelny wypis ze szpitala (epikryzę) zgodny z polskimi standardami medycznymi. [1]
• Analiza historii choroby (Asystent Diagnostyczny): Gdy do szpitala trafia pacjent z wieloletnią historią leczenia (często setki stron dokumentów od różnych specjalistów), lekarz nie ma czasu na czytanie wszystkiego. PLLuM w kilka sekund przeanalizuje cały plik dokumentów i wyciągnie dla lekarza najważniejsze wnioski: np. listę przyjmowanych leków, alergie, przebyte operacje czy anomalie w dawnych wynikach.
• Tłumaczenie żargonu medycznego dla pacjenta: Model potrafi przekształcić skomplikowany, łacińsko-medyczny język opisu choroby na prosty i zrozumiały język polski, generując zalecenia dla pacjenta (np. jak dawkowane mają być leki po powrocie do domu).

 

3. Połączenie tekstu z obrazem: Multimodalność w diagnostyce

Dzięki ogłoszonemu rozwojowi wersji wizyjnej modelu PLLuM, system wejdzie na wyższy poziom wsparcia diagnostycznego: [1]

• Model będzie połączony z bazami obrazowania medycznego (np. proste prześwietlenia klatki piersiowej, skany opisowe).
• W ramach wewnętrznych, lekarskich e-Konsyliów, sztuczna inteligencja będzie w stanie wstępnie przeanalizować skany dokumentacji obrazowej, sugerując lekarzowi prowadzącemu obszary wymagające szczególnej uwagi, co przyspieszy identyfikację problemów we wczesnym stadium.

[1, 2]

Podsumowanie

Wdrożenie PLLuM w ochronie zdrowia to realizacja zasady: „lekarz leczy, sztuczna inteligencja pisze papiery”. Dzięki zamkniętej architekturze serwerowej, polskie szpitale zyskują potężne narzędzie analityczne, zachowując 100-procentowe bezpieczeństwo danych? (teoretyczne założenie) osobowych pacjentów i pełną zgodność z restrykcyjnymi wytycznymi unijnymi. [1]

Wdrożenie sztucznej inteligencji w medycynie rodzi jednak wielkie pytanie o odpowiedzialność prawną za błędy diagnostyczne algorytmu. Czy chcesz dowiedzieć się, jak polskie prawo (i nowa Komisja ds. AI) definiuje, kto odpowiada za błąd, jeśli AI zasugeruje lekarzowi niewłaściwą ścieżkę leczenia?

W realnym świecie cyberbezpieczeństwa nie istnieje coś takiego jak „100-procentowe bezpieczeństwo”, a samo zainstalowanie modelu na lokalnym serwerze (on-premise) nie rozwiązuje automatycznie wszystkich problemów z RODO i AI Act.

Oto brutalna prawda i konkretne powody:

1. Iluzja „lokalnego serwera” (Luki w bezpieczeństwie IT)

Samo przeniesienie modelu PLLuM na dyski szpitalne nie oznacza, że dane są w pełni bezpieczne. Polskie szpitale publiczne są od lat głównym celem zmasowanych ataków ransomware.

• Ryzyko wycieku: Jeśli sieć szpitala zostanie zainfekowana przez cyberprzestępców, dane pacjentów wprowadzane do lokalnego AI również zostaną skradzione.
• Problem podatności (Vulnerabilities): Modele open-source oraz biblioteki programistyczne, na których są uruchamiane, bardzo często posiadają luki bezpieczeństwa. Bez armii etatowych cyberspecjalistów w każdym powiatowym szpitalu (na co placówek nie stać), lokalne serwery AI mogą stać się nową, łatwą furtką dla hakerów.

2. Dlaczego RODO nadal stanowi problem? (Ataki ekstrakcji danych)

Nawet jeśli model działa wewnątrz szpitala, pojawia się ogromny problem z tzw. „atakami przez inżynierię podpowiedzi” (Prompt Injection) oraz ekstrakcją danych.

• Pamięć modelu: Jeśli model PLLuM byłby dotrenowywany (fine-tuning) na historiach chorób pacjentów danego szpitala, te dane stają się częścią jego wag (pamięci).
• Podatność na manipulację: Odpowiednio manipulując pytaniami do bota, nieuprawniony pracownik szpitala (lub haker) mógłby zmusić model do „wyplucia” wrażliwych danych medycznych konkretnego pacjenta. Z punktu widzenia RODO to potężny incydent naruszenia bezpieczeństwa danych, za który szpital i tak ponosi pełną odpowiedzialność.

3. Pułapka „pełnej zgodności” z AI Act i certyfikacji

Zgodnie z unijnym AI Act, systemy medyczne oparte na AI to systemy wysokiego ryzyka.

• To nie jest darmowa przepustka: Fakt, że rdzeń modelu (PLLuM) powstał w konsorcjum naukowym, nie zwalnia szpitala z biurokracji. Szpital, wdrażając takie narzędzie u siebie, staje się „wdrażającym” (deployer) w rozumieniu ustawy.
• Obowiązki szpitala: Placówka musi na własny koszt przeprowadzić analizę ryzyka, zapewnić stały nadzór ludzki, monitorować system po wdrożeniu i prowadzić szczegółowe logi operacji. Dla większości zadłużonych polskich szpitali spełnienie tych kryteriów bez zewnętrznych audytorów prawnych jest obecnie barierą nie do przejścia.

 

Problem nakładanego kagańca na branże w kontekście emigracji mózgów wychowanych przez darmowe polskie uczenie. Subsydiowanie zagranicznych gospodarek kosztem polskiego podatnika.

Nazywam „kagańcem formalnym” unijny AI Act oraz krajowe kontrole nowej Komisji, w połączeniu ze specyfiką polskiego systemu edukacji.  Taka sytuacja tworzy idealne warunki do drenażu mózgów (ang. brain drain).

Oto jak ten mechanizm działa w praktyce i dlaczego stanowi ogromne zagrożenie dla rozwoju polskiej gospodarki:

1. Paradoks darmowej edukacji: Polska płaci, USA i Singapur zyskują

Polska posiada jeden z najlepszych na świecie systemów kształcenia matematyków, fizyków i informatyków. Uczelnie takie jak Politechnika Warszawska, Uniwersytet Warszawski (słynny Wydział MIMUW) czy AGH wypuszczają rokrocznie geniuszy kodu.

• Koszt państwa: Edukacja jednego wybitnego specjalisty od uczenia maszynowego (ML) lub AI na darmowych studiach dziennych kosztuje polski budżet (czyli podatników) setki tysięcy złotych.
• Efekt kagańca: Kiedy ten genialny absolwent kończy studia w 2026 roku i chce założyć innowacyjny startup w Warszawie, zderza się z nowym urzędem (KRiBSI), audytami ryzyka, unijną biurokracją i wizją kar finansowych.
• Decyzja o emigracji: Zamiast walczyć z urzędnikami, młody inżynier pakuje laptopa i wyjeżdża do Stanów Zjednoczonych, Wielkiej Brytanii, Zjednoczonych Emiratów Arabskich lub Singapuru. Tam nikt nie pyta go o unijne certyfikaty – dostaje miliony dolarów finansowania na start i pełną wolność tworzenia.
• Bilans: Polska poniosła 100% kosztów wychowania i edukacji eksperta, a podatki od jego globalnego sukcesu oraz wypracowana przez niego wartość intelektualna zasilą budżet USA.

 

2. Drenaż mózgów „wersja 2.0” – Emigracja wewnętrzna (B2B)

Kaganiec regulacyjny wywołuje też inne, bardziej podstępne zjawisko: emigrację bez opuszczania pokoju.
Dzięki pracy zdalnej polscy programiści AI nie muszą fizycznie emigrować do Doliny Krzemowej. Zakładają jednoosobowe działalności gospodarcze (B2B) w Polsce i piszą kod bezpośrednio dla amerykańskich gigantów (OpenAI, Anthropic, Google).

• Dlaczego to problem? Z perspektywy programisty zarobki w dolarach są genialne. Z perspektywy państwa to jednak ślepa uliczka. Polacy stają się jedynie „wysokiej klasy robotnikami najemnymi” (ang. code monkeys). Prawa autorskie do algorytmów, patenty i ostateczna, gigantyczna wartość firm (własność intelektualna) zostają w Ameryce. W Polsce nie powstają przez to rodzime potęgi technologiczne.

 

3. Jak reaguje na to rynek w 2026 roku?

Dane z polskich portali rekrutacyjnych (np. Just Joint IT czy No Fluff Jobs) pokazują, że polski rynek IT wszedł w fazę dojrzałości. Stawki dla doświadczonych ekspertów od AI/ML w Polsce gwałtownie rosną, ponieważ zachodnie firmy masowo wykupują polskie talenty. Choć w pierwszej połowie 2026 roku w Polsce zarejestrowano rekordowe ponad 6000 nowych firm z dopiskiem „AI”, większość z nich to mikrofirmy usługowe lub podwykonawcy zagranicznych spółek matki, a nie twórcy fundamentalnych, przełomowych technologii. [1, 2, 3, 4]

Podsumowanie: Przed jakim wyzwaniem stoi nowa Komisja?

Jeśli nowa Komisja pod wodzą Pameli Krzypkowskiej skupi się wyłącznie na „nakładaniu kagańca” i pilnowaniu unijnych zakazów, przyspieszy exodus najzdolniejszych inżynierów.

Jedyną szansą na zatrzymanie tego procesu jest sprawienie, by zapowiadane piaskownice regulacyjne były realnym ułatwieniem – miejscem, gdzie państwo pomaga młodemu inżynierowi przejść przez unijne piekło biurokratyczne, zamiast go w nim zostawiać. Bez tego darmowe polskie uczelnie wyższe nadal będą taśmociągiem kształcącym elity dla Doliny Krzemowej na koszt polskiego podatnika.

Podczas wczorajszego przesłuchania w Senacie problem drenażu mózgów i ucieczki polskich innowatorów za granicę został poruszony bezpośrednio przez samą Pamelę Krzypkowską oraz reprezentantów organizacji biznesowych. [1, 2]

Kandydatka doskonale zdaje sobie sprawę z tego ryzyka. Choć unijny AI Act narzuca sztywne ramy, jej argumentacja i wizja obrony przed emigracją inżynierów opiera się na konkretnym podejściu: [1, 2]

1. Jej stanowisko: „Regulacja to nie koszt – kosztem jest niewiedza”

Krzypkowska podczas wystąpienia wprost odniosła się do lęków biznesu, że surowe przepisy wygnają programistów z kraju. Stwierdziła, że największym powodem ucieczki startupów nie są same zakazy, ale brak pewności prawnej. Młodzi twórcy AI emigrują do USA, bo w Europie nikt nie potrafi im jednoznacznie powiedzieć, czy ich produkt jest legalny. Jej celem jest stworzenie urzędu, który da im tę odpowiedź w 24 godziny, eliminując strach przed karami. [1]

2. Piaskownice jako narzędzie zatrzymania talentów

Właśnie w kontekście drenażu mózgów kandydatka tak mocno broniła idei piaskownic regulacyjnych. Argumentowała, że jeśli Komisja stworzy dla startupów „bezpieczny poligon” (gdzie przez rok można testować kod na żywym organizmie bez widma kar finansowych), to młodzi inżynierowie po polskich uczelniach nie będą musieli uciekać do Delaware czy Singapuru, bo optymalne warunki do bezpiecznego rozwoju otrzymają na miejscu, w Warszawie czy Krakowie. [1, 2]

3. Sukces mierzony liczbą firm, a nie nałożonych kar

Najlepszym dowodem na to, że Krzypkowska widzi ten problem, jest zadeklarowany przez nią główny wskaźnik sukcesu (KPI) jej 5-letniej kadencji. Oficjalnie ogłosiła, że nie chce być oceniana za to, ile milionów złotych kar nałoży na rynek. Wskaźnikiem sukcesu Komisji ma być to, ile polskich przedsiębiorstw pomyślnie przejdź przez rządową piaskownicę regulacyjną i z sukcesem wprowadzi swój innowacyjny produkt na rynek. [1, 2]

Podsumowując: Krzypkowska nie ukrywa, że unijny gorset prawny istnieje. Jej strategiczną odpowiedzią na emigrację mózgów ma być przekształcenie nowej Komisji z bezdusznego aparatu opresji i kontroli w instytucję partnerską, która bierze młodego inżyniera za rękę i przeprowadza go przez unijną biurokrację, chroniąc jego biznes w kraju. [1, 2]

Zarówno Konfederacja Lewiatan, jak i Związek Cyfrowa Polska, reprezentujące interesy polskich pracodawców i sektora nowoczesnych technologii, podchodzą do zapowiedzi Pameli Krzypkowskiej z dużą ostrożnością.

Przedstawiciele biznesu podczas wysłuchania publicznego docenili jej inżynierskie zaplecze, jednak ich reakcja na wizję „łagodnego urzędu partnerskiego” jest pełna pragmatycznego sceptycyzmu. Ich obawy skupiają się wokół trzech fundamentalnych problemów:

1. „Piaskownica” to za mało na globalną konkurencję

Eksperci Lewiatana wprost zwrócili uwagę, że rządowa piaskownica regulacyjna chroni startup tylko tymczasowo i tylko wewnątrz Polski.

• Kiedy polska firma wyjdzie z bezpiecznego poligonu testowego i będzie chciała sprzedać swój produkt w Niemczech czy we Francji, tamtejsze urzędy mogą zupełnie inaczej zinterpretować przepisy unijne.
• Pracodawcy obawiają się, że piaskownica będzie jedynie „złotą klatką”, która nie rozwiąże problemu gigantycznej przewagi amerykańskich startupów, działających na w pełni wolnym rynku bez żadnych ograniczeń.

2. Strach przed paraliżem decyzyjnym (Urzędniczy stempel)

Biznes technologiczny rozwija się w tempie tygodni, a polska administracja działa w tempie miesięcy. Lewiatan podniósł obawę o wydolność operacyjną Komisji. Zgodnie z ustawą Komisja ma zatrudniać zaledwie około 30 urzędników.

• Pracodawcy pytają: co się stanie, gdy do urzędu wpłyną setki wniosków od polskich firm z prośbą o indywidualną opinię prawną lub wejście do piaskownicy?
• Jeśli czas oczekiwania na decyzję nowej Komisji wyniesie kilka miesięcy, startupy i tak wybiorą emigrację do USA, bo w świecie AI trzymiesięczne opóźnienie oznacza wypadnięcie z rynku.

3. Presja na realne odciążenie MŚP

Pracodawcy postulują, aby zapowiadana pomoc nie kończyła się na edukacji. Lewiatan domaga się od nowej przewodniczącej konkretnych, namacalnych ułatwień:

• Gotowych szablonów dokumentacji: Zamiast zmuszać małe firmy do wynajmowania drogich kancelarii prawnych, Komisja powinna stworzyć darmowe i proste kreatory dokumentów zgodności z AI Act.
• Niskich barier finansowych: Koszty audytów zewnętrznych dla systemów wysokiego ryzyka muszą być dotowane przez państwo, w przeciwnym razie polskie innowacje zbankrutują, zanim przejdą certyfikację.

Podsumowanie: Głos biznesu to „Sprawdzam”

Dla organizacji zrzeszających pracodawców deklaracje Krzypkowskiej brzmią dobrze, ale traktują je jako obietnice polityczne. Biznes zapowiedział, że pierwszą rzetelną ocenę nowej Komisji wystawi w pierwszej połowie 2027 roku, kiedy okaże się, ile firm realnie wpuszczono do piaskownic, jak szybko wydawane są decyzje i czy urząd rzeczywiście pomaga, czy jedynie szuka powodów do nałożenia kary.

Zarówno biznes, jak i nowa przewodnicząca czekają teraz na ostateczne głosowanie plenarne w Sejmie, które formalnie zatwierdzi tę nominację. Czy chcesz, abym przekazał Ci informację, gdy tylko pojawią się oficjalne wyniki końcowe z tego głosowania w nadchodzących dniach?

Edward Gwozdz

z użyciem modelu LLM GEMINI