
AI literacy — obowiązkowe szkolenia z AI (art. 4 AI Act): kogo, z czego i jak szkolić
Właścicielka biura rachunkowego z zespołem pięciu osób używa Claude do streszczania sprawozdań finansowych. Agencja marketingowa wkleja briefy klientów do ChatGPT, żeby przyspieszyć research. Żadna z tych firm nie tworzy AI, nie sprzedaje AI, nie ma działu IT większego niż jedna osoba — a mimo to obie są „podmiotami stosującymi" (deployerami) w rozumieniu AI Act i obie mają dziś, we wrześniu 2026, aktywny obowiązek zapewnienia pracownikom „wystarczającego poziomu kompetencji w zakresie AI" z art. 4. To najszerzej obowiązujący, a jednocześnie najmniej rozumiany wymóg całego rozporządzenia — dotyczy dosłownie każdego, kto ma w firmie jakikolwiek system AI, niezależnie od poziomu ryzyka.
Jeśli ktokolwiek w Twojej firmie używa ChatGPT do pisania maili, jesteś „podmiotem stosującym” w rozumieniu AI Act — i od 2 sierpnia 2026 krajowe organy nadzoru rynku mogą sprawdzić, czy zapewniłeś mu „wystarczający poziom kompetencji w zakresie AI”. Nie ma jednego wzorca szkolenia ani wymaganego certyfikatu — jest za to konkretna metodyka: kogo dotyczy obowiązek, jak zaprojektować program per rola (zarząd, operacje, IT), i jak udokumentować efekt, żeby przetrwał kontrolę.
Ten wpis domyka czwarty element trójkąta zgodności, który budowałem wcześniej: AI Act opisuje obowiązki prawne w ogóle, polityka AI i ISO/IEC 42001 pokazuje, jak je uporządkować w system zarządzania, a Shadow AI diagnozuje, co się dzieje, gdy nikt tego nie zrobił. Ten wpis odpowiada na pytanie, które zostaje po przeczytaniu tamtych trzech: konkretnie kogo, z czego i jak szkolić, żeby dokument nazwany „AI literacy" nie był fikcją.
Kogo dotyczy art. 4 — odpowiedź: każdego podmiotu stosującego AI
/// TRZY CZYNNIKI „WYSTARCZAJĄCEGO POZIOMU” (WYTYCZNE KE)
Niezależne od poziomu ryzyka systemu AI
Art. 3 pkt 56 AI Act definiuje kompetencje w zakresie AI jako umiejętności, wiedzę i rozumienie, które pozwalają dostawcom, podmiotom stosującym i osobom, których to dotyczy, świadomie wdrażać systemy AI oraz mieć świadomość szans, ryzyk i możliwych szkód. Kluczowe jest to, że obowiązek z art. 4 nie zależy od poziomu ryzyka systemu. Nie ma znaczenia, czy Twoja automatyzacja to „minimalne ryzyko" w klasyfikacji z przewodnika po AI Act — sam fakt, że ktokolwiek w organizacji obsługuje system AI, uruchamia obowiązek zapewnienia mu odpowiednich kompetencji.
Trzy czynniki, które według wytycznych Komisji Europejskiej z maja 2025 (AI Literacy — Questions & Answers) decydują, co znaczy „wystarczający poziom" dla konkretnej osoby:
- 1.Wiedza techniczna, doświadczenie, wykształcenie i szkolenie danej osoby — junior marketer korzystający z ChatGPT do szkiców potrzebuje innego zakresu wiedzy niż CTO wdrażający systemy scoringowe.
- 2.Kontekst, w którym system AI będzie używany — czat wewnętrzny do burzy mózgów to inny poziom ryzyka niż system oceniający wnioski kredytowe.
- 3.Osoby, na które system AI oddziałuje — jeśli wyniki trafiają do klientów lub pracowników, próg kompetencji rośnie.
Nie ma jednego wzorca ani wymaganego certyfikatu — Komisja wprost odrzuciła podejście „jeden rozmiar dla wszystkich" i zamiast tego opublikowała repozytorium ponad 40 realnych praktyk firm z AI Pact jako inspirację, nie checklistę do odhaczenia.
Co znaczy „wystarczający poziom kompetencji" w praktyce
Skoro nie ma sztywnego wzorca, obrończy program (taki, który przetrwa kontrolę) trzyma się trzech kroków: oceń, przeszkol, udokumentuj. Każdy krok zostawia dowód, do którego można się odwołać później — a to jest dokładnie to, czego szukają kontrolerzy od 2 sierpnia 2026, kiedy krajowe organy nadzoru rynku dostały formalne uprawnienia do sprawdzania zgodności z art. 4.
Skala problemu, którą to pokazuje: według raportu Docebo z 2026 roku (2000 pracowników i liderów L&D w dużych organizacjach), 85% pracowników twierdzi, że szkolenie AI, które otrzymali, nie pomaga im w pracy na ich stanowisku, a co piąty nie dostał żadnego szkolenia. To nie jest tylko problem efektywności biznesowej — to bezpośrednie ryzyko compliance, bo szkolenie, które nie działa, nie spełnia standardu „wystarczającego poziomu kompetencji" niezależnie od tego, ile godzin formalnie trwało.
Program szkolenia per rola — trzy poziomy, nie jedno szkolenie dla wszystkich
/// PROGRAM PER ROLA — NIE JEDNO SZKOLENIE DLA WSZYSTKICH
Proporcjonalność do roli to wymóg z wytycznych Komisji, nie sugestia
Największy błąd, jaki widzę u klientów: jedno ogólne szkolenie „wprowadzenie do AI" dla całej firmy, niezależnie od stanowiska. To dokładnie odwrotność podejścia proporcjonalnego do roli, którego wymagają wytyczne Komisji. Realny program rozkłada się na trzy poziomy:
- Zarząd i decydenci. Nie potrzebują umieć pisać promptów — potrzebują rozumieć ekspozycję prawną (kary do 35 mln € lub 7% obrotu), ramy decyzyjne przy zakupie narzędzi AI i to, kiedy projekt wymaga zaangażowania AI ownera opisanego w polityce AI.
- Zespoły operacyjne i ogólni użytkownicy. Praktyczna wiedza: jakich narzędzi wolno używać, jakich danych nigdy nie wklejać, kiedy eskalować wynik AI do człowieka zamiast ufać mu bezkrytycznie. To grupa najbardziej narażona na Shadow AI, jeśli szkolenie tego nie pokryje.
- IT i specjaliści wdrożeniowi. Głębsza wiedza techniczna: ograniczenia modeli, halucynacje, prompt injection, jak projektować nadzór człowieka i ścieżkę audytu dla systemów, za które odpowiadają.
Dla zespołów contentowych i marketingowych, które używają AI do researchu i tworzenia treści, kompletną, ustrukturyzowaną ścieżkę kompetencji buduję w kursie SEO & GEO; dla osób wdrażających i nadzorujących same systemy — w kursie AI Engineer. Ukończenie takiego programu, udokumentowane certyfikatem i programem zajęć, jest dokładnie tym dowodem „realnego wysiłku", którego szuka kontroler.
Jak mierzyć efekt — obecność na sali to nie dowód kompetencji
Lista obecności na szkoleniu nie jest dowodem „wystarczającego poziomu kompetencji" — jest dowodem, że ktoś siedział w sali. Rzetelny pomiar efektu wygląda inaczej:
| Metoda pomiaru | Co sprawdza | Kiedy stosować |
|---|---|---|
| Test przed/po szkoleniem | Czy wiedza faktycznie wzrosła, nie tylko czy ktoś był obecny | Zawsze — to minimum dowodowe |
| Scenariusze decyzyjne (co zrobisz, gdy...) | Czy osoba potrafi zastosować wiedzę w realnej sytuacji, nie tylko ją zna teoretycznie | Dla ról z bezpośrednim kontaktem z AI (operacje, obsługa klienta) |
| Audyt faktycznego użycia AI po szkoleniu | Czy zachowanie w pracy faktycznie się zmieniło (mniej wklejania PII, więcej eskalacji) | Po 30–60 dniach od szkolenia, powiązane z rejestrem systemów AI |
| Ankieta pewności siebie (self-assessment) | Subiektywne poczucie kompetencji — użyteczne uzupełnienie, nie substytut testu wiedzy | Jako dodatek do testu przed/po, nigdy samodzielnie |
Audyt faktycznego użycia po szkoleniu to jednocześnie najlepszy test, czy problem Shadow AI faktycznie się zmniejsza, a nie tylko przenosi się w ukrycie — dokładnie ten mechanizm opisuję szerzej w Shadow AI.
Egzekwowanie od sierpnia 2026 — co to oznacza konkretnie
/// AI LITERACY — OŚ CZASU I LICZBY
Obowiązek AI literacy obowiązuje od 2 lutego 2025, ale przez półtora roku był w praktyce niesankcjonowany — żaden organ nie miał formalnych uprawnień egzekucyjnych. To się zmieniło 2 sierpnia 2026: krajowe organy nadzoru rynku w całej UE mogą teraz to sprawdzać. Pakiet Digital Omnibus (porozumienie z 7 maja 2026, w mocy od 27 lipca 2026) złagodził brzmienie przepisu z „obowiązku zapewnienia" na „obowiązek wspierania rozwoju" kompetencji — ale to zmiana retoryczna, nie zniesienie obowiązku, co szerzej rozkładam w polityce AI i ISO/IEC 42001. W praktyce oznacza to: firma musi wykazać realny, udokumentowany proces, a nie tylko intencję. Brak jakiegokolwiek dowodu szkolenia jest dowodem prima facie, że tego obowiązku nie spełniono.
Najczęstsze błędy przy budowie programu AI literacy
/// NAJCZĘSTSZE BŁĘDY PRZY BUDOWIE PROGRAMU
Lista obecności na sali nie jest dowodem kompetencji
- →Osobny zakres per rola (zarząd / operacje / IT)
- →Cykliczne odświeżenie, minimum raz w roku
- →Zapisane: kto, kiedy, wynik testu przed/po
- →Powiązany z audytem rzeczywistego użycia AI
- →Jedno ogólne „wprowadzenie do AI" dla wszystkich
- →Szkolenie raz, bez odświeżenia
- →Brak jakiegokolwiek zapisu czy dokumentu
- →Oderwany od tego, czego zespół faktycznie używa
- Jedno szkolenie dla wszystkich stanowisk. Ignoruje wymóg proporcjonalności z wytycznych Komisji — zarząd i junior marketer nie potrzebują tej samej wiedzy.
- Szkolenie raz i nigdy więcej. Krajobraz narzędzi AI zmienia się szybciej niż większość regulaminów firmowych — program bez cyklicznego odświeżenia jest nieaktualny po kilku miesiącach.
- Brak dokumentacji. Samo przeprowadzenie szkolenia bez zapisu (kto, kiedy, czego dotyczyło, jaki był wynik testu) nie zostawia dowodu na wypadek kontroli.
- Traktowanie tego jako projekt HR, nie operacyjną politykę. AI literacy powinno być częścią tej samej polityki AI, którą zarządza AI owner — nie osobną, oderwaną inicjatywą szkoleniową.
- Brak połączenia z rzeczywistym użyciem. Szkolenie, które nie odpowiada na pytanie „z czego realnie korzysta mój zespół", trafia obok — audyt Shadow AI powinien poprzedzać, nie następować po programie szkoleniowym.
---
Projektuję i prowadzę programy AI literacy dopasowane do struktury konkretnej firmy — od oceny potrzeb per rola, przez materiały szkoleniowe, po dokumentację, która przetrwa kontrolę. Robię to w ramach szkoleń AI dla zespołów i konsultingu AI, a pełne, certyfikowane ścieżki kompetencji prowadzę w kursie SEO & GEO i kursie AI Engineer. Napisz do mnie — zacznę od oceny, jakie role w Twojej firmie faktycznie potrzebują jakiego poziomu kompetencji, i zaprojektuję program, który da się udokumentować.
Warto przeczytać dalej:
/// RELATED_SERVICES
Potrzebujesz wdrożenia tych koncepcji? Zobacz usługi powiązane z tym tematem.
Szkolenia i Warsztaty AI
Szkolenia AI dla firm i warsztaty z prompt engineeringu, n8n automatyzacji i generatywnej AI. Buduj kompetencje AI w swoim zespole.
Zobacz usługęUsługaDoradztwo AI
Niezależny konsultant sztucznej inteligencji dla firm. Audyt gotowości na AI, strategia wdrożenia i doradztwo dla zarządów — zanim zaangażujesz wykonawców.
Zobacz usługę/// ŹRÓDŁA
- 01EU AI Act – Explorer, Article 4 (AI literacy)
- 02European Commission – AI Literacy Questions & Answers
- 03European Commission – AI talent, skills and literacy (repository of practices)
- 04Regulation (EU) 2024/1689 (AI Act) – EUR-Lex
- 05Docebo – The AI Readiness Gap: The 2026 Enterprise Learning Wake-Up Call Report
- 06Consilium – Artificial Intelligence: Council and Parliament agree to simplify and streamline rules (07.05.2026)
/// RELATED_RECORDS
Polityka AI w firmie i ISO/IEC 42001 — governance, które nie zabija innowacji
Sześć tygodni temu krajowe organy nadzoru rynku w całej UE dostały formalne uprawnienia, by sprawdzać, czy firmy realnie spełniają obowiązek AI literacy z art. 4 AI Act — i czy mają na to dokumenty, nie tylko dobre chęci. Większość MŚP, które wdrożyły AI, nie ma jednej rzeczy: spisanej polityki AI. Wyjaśniam, co taka polityka musi zawierać, jak zbudować rejestr systemów AI, kiedy sięgnąć po ISO/IEC 42001 zamiast wewnętrznego dokumentu, i kto w małej firmie powinien być „AI ownerem” bez etatu Chief AI Officer.
RODO a AI — dane osobowe w promptach, DPIA i umowy z dostawcami LLM (praktycznie)
Wkleiłeś dane klienta do ChatGPT, żeby przyspieszyć odpowiedź na maila? To już przetwarzanie danych osobowych w rozumieniu RODO — z całym bagażem obowiązków, o których większość zespołów nie ma pojęcia. Sześć tygodni temu UODO opublikowało pierwsze oficjalne listy pytań do sprawdzania zgodności narzędzi AI z RODO — dowód, że regulator już na to patrzy, nie tylko teoretyzuje. Kiedy prompt wymaga DPIA, jak wypada test „znaczącego udziału człowieka” z art. 22 przy chatbocie oceniającym leada, i czym różnią się umowy DPA OpenAI, Anthropic i Google Cloud — praktyczny przewodnik bez prawniczego bełkotu.
Shadow AI — pracownicy używają AI bez Twojej wiedzy i to jest Twój problem
68% pracowników używa niezatwierdzonych narzędzi AI bez wiedzy działu IT. Wklejają umowy, dane klientów, kod źródłowy i strategie do publicznych chatbotów — a firma o tym nie wie. Shadow AI to nie problem technologiczny, to problem zarządzania. Wyjaśniam jak wykryć co używa Twój zespół, jak napisać politykę AI, która faktycznie działa, i dlaczego zakaz jest najgorszym możliwym rozwiązaniem.
Signal received?
Przerwij
Ciszę
Zainicjuj protokół. Nawiąż połączenie. Zbudujmy coś głośnego.
