Pytanie, które w mojej pracy z klientami wraca chyba najczęściej, brzmi zwodniczo prosto: czy te dane są już anonimowe? Pada, gdy zespół analityczny chce udostępnić zbiór danych osobowych na zewnątrz, gdy dział produktu planuje trenować model na historii zakupów, gdy ktoś „odkurza” stary raport i zastanawia się, czy wolno go opublikować. Przez lata odpowiadałem na nie tak samo, choć rzadko w sposób, który klientów w 100% zadowalał: to zależy od tego, kto i jakimi środkami mógłby te dane z powrotem powiązać z konkretną osobą. Od lipca mam wreszcie dokument, do którego mogę tę odpowiedź odesłać. Europejska Rada Ochrony Danych przyjęła 7 lipca 2026 r. dwa projekty wytycznych: o anonimizacji (oznaczone jako 02/2026) oraz o web scrapingu na potrzeby generatywnej sztucznej inteligencji (03/2026). Oba są na razie wersjami do konsultacji publicznych, otwartych do 30 października 2026 r., więc ich treść może się jeszcze zmienić. Kierunek widać jednak wyraźnie. Poświęciłem im ostatnie dwa wieczory i wynoszę z lektury kilka wniosków, którymi chcę się podzielić.
Anonimowość jest względna, nie absolutna
Najważniejsza teza pierwszego dokumentu jest zarazem najbardziej porządkująca. EDPB opowiada się jednoznacznie za względnym modelem anonimizacji i wprost odrzuca podejście absolutne. Zamiast pytać, czy osoba jest zidentyfikowana lub możliwa do zidentyfikowania w sensie bezwzględnym, należy zapytać, jak prawdopodobne jest, że zidentyfikuje ją jakikolwiek istotny podmiot. To rozróżnienie brzmi akademicko, a rozstrzyga o rzeczy fundamentalnej. Ta sama informacja może być anonimowa dla jednej organizacji, a pozostawać daną osobową dla innej, która dysponuje kluczem, dodatkowym zbiorem albo po prostu inną wiedzą o kontekście. Rada odwołuje się tu do wyroku Trybunału Sprawiedliwości w sprawie C-413/23 P (EDPS przeciwko Jednolitej Radzie ds. Restrukturyzacji i Uporządkowanej Likwidacji), z którego czerpie także test prawdopodobieństwa: ryzyko ponownej identyfikacji nie musi być zerowe, ma być realnie znikome.
W praktyce oznacza to, że nie da się orzec o anonimowości zbioru w oderwaniu od tego, w czyich rękach ma się znaleźć. Wytyczne proponują, by ocenę prowadzić z perspektywy każdego istotnego podmiotu z osobna, a celem anonimizacji było uzyskanie danych anonimowych dla wszystkich, którzy mogą się z nimi zetknąć. Jest w tym jeszcze jeden niuans, który łatwo przeoczyć. Jeśli już na etapie zbierania dane są dla mnie osobowe, to samo przekazanie ich dalej pozostaje udostępnieniem/powierzeniem, nawet gdy dla odbiorcy okażą się anonimowe. Obowiązek informacyjny z art. 13 RODO ocenia się bowiem z mojej perspektywy w chwili zbierania danych, a nie z perspektywy adresata.
Trójstopniowy test zamiast przeczucia
Największą wartość praktyczną ma jednak część, w której Rada zamienia intuicję na strukturę. Zbiór można uznać za bezpiecznie anonimowy, jeśli przechodzi trzy próby naraz.
- Pierwsza to brak wyodrębnienia: dane nie zawierają unikalnej kombinacji atrybutów wskazującej pojedynczą osobę.
- Druga to brak powiązania: żadnego rekordu nie da się połączyć z rekordem z innego zbioru, który dotyczy tej samej osoby.
- Trzecia to brak wnioskowania: z danych nie można wyprowadzić specyficznego i zarazem znaczącego wniosku o konkretnym człowieku.
Rada zastrzega przy tym, że naruszenie choćby jednej próby nie przesądza automatycznie, iż mamy do czynienia z danymi osobowymi, ale otwiera konieczność dalszej analizy.
Dopiero przykłady pokazują, jak podstępne bywa kryterium wnioskowania. EDPB opisuje firmę, która publikuje zagregowane wynagrodzenia: inżynierowie zarabiają łącznie 550 tys. euro rocznie, jest ich sześcioro, a węższy zespół liczący pięć osób kosztuje 480 tys. euro. Ktoś, kto ma obie te informacje, bez trudu wyliczy, że szósty inżynier zarabia 70 tys. euro. Zbiór wyglądał na anonimowy, a mimo to ujawnił dane jednej osoby. Podobnie działa klasyczne wyodrębnienie przez kombinację cech, z pozoru niewinnych. Na ruchliwej ulicy żadna osoba w czarnym garniturze nie jest wyjątkowa i żadna osoba z psem też nie, ale osoba w czarnym garniturze prowadząca psa może być już tylko jedna. To ćwiczenie, które warto przejść na własnych zbiorach, zanim uzna się je za pozbawione cech osobowych.
Umowa nie zastąpi zabezpieczenia
Trzy obserwacje z tego dokumentu zmieniają, w mojej ocenie, sposób prowadzenia projektów anonimizacyjnych. Pierwsza dotyczy umów. Wytyczne stawiają sprawę jasno: zobowiązanie kontraktowe, że odbiorca nie podejmie próby ponownej identyfikacji, nie jest równoważne zakazowi wynikającemu z prawa i samo w sobie nie czyni danych anonimowymi. Środek umowny może jedynie uzupełniać zabezpieczenia techniczne i musi być rzetelny, weryfikowalny oraz możliwy do wyegzekwowania. Widziałem niejedną transakcję udostępnienia „zanonimizowanych” danych, w której cały ciężar spoczywał na jednym paragrafie umowy. Po lekturze wytycznych taką konstrukcję trzeba uznać za niewystarczającą.
Druga obserwacja dotyczy tego, przed kim właściwie zabezpieczamy zbiór. Rada przypomina, że RODO nie stawia warunków co do tego, kto miałby dokonać identyfikacji, więc w ocenie ryzyka trzeba brać pod uwagę nie tylko własną organizację, lecz również nielojalnego pracownika, cyberprzestępcę, nieetyczną firmę czy obcy wywiad. Jednocześnie EDPB odradza opieranie się na założeniu, że atakującemu brakuje motywacji, bo motywacja jest zmienna i trudna do zmierzenia, a ujawnienie tożsamości może nastąpić także przez przypadek lub niedbalstwo. Trzecia obserwacja jest chyba najmniej oczywista dla zespołów technicznych: sama anonimizacja jest przetwarzaniem danych osobowych i wymaga podstawy z art. 6 RODO, a przy danych szczególnych kategorii także przesłanki z art. 9 ust. 2. Natychmiastowe zanonimizowanie danych i usunięcie oryginału Rada traktuje przy tym jako okoliczność przemawiającą na korzyść administratora w teście równowagi, gdy podstawą jest prawnie uzasadniony interes.
Web scraping: gdy model uczy się na cudzych danych
Drugi dokument dotyka tematu, wokół którego narosło najwięcej nieporozumień. Chodzi o masowe pobieranie danych z internetu na potrzeby trenowania modeli generatywnych. Rada od razu zamyka najwygodniejszą furtkę: zgody tu praktycznie nie da się zbudować, bo opublikowanie czegoś w sieci nie jest zgodą, a brak reakcji na plik robots.txt również nią nie jest. Podstawą pozostaje więc prawnie uzasadniony interes, z całym rygorem testu trójstopniowego. W ważeniu interesów kluczowe okazują się rozsądne oczekiwania osób, a te zależą od charakteru źródła i od tego, czy strona sygnalizowała sprzeciw wobec scrapingu. EDPB podaje przykład serwisu, który stosuje robots.txt, mechanizm CAPTCHA i wyraźnie zakazuje wykorzystywania treści do trenowania AI. Wobec takiego serwisu trudno bronić tezy, że użytkownik mógł spodziewać się pobrania swoich danych do modelu.
Jest w tym dokumencie zdanie, które robi największe wrażenie i które będę powtarzał klientom planującym własne modele. Rada stwierdza, że przy obecnym stanie techniki raz wytrenowanego modelu nie da się w prosty sposób oczyścić z danych osobowych. To przesuwa cały ciężar ochrony na etap przed zebraniem danych, stąd nacisk na wcześniejsze listy wykluczeń, mechanizm sprzeciwu działający jeszcze przed rozpoczęciem scrapingu oraz filtry usuwające całe kategorie treści. Osobno Rada zajmuje się danymi szczególnych kategorii i tu również nie idzie po linii najmniejszego oporu. Nie sięga po najwygodniejszą przesłankę „danych w sposób oczywisty upublicznionych”, lecz dopuszcza jedynie zbieranie incydentalne i rezydualne, budując wąską ścieżkę na wyroku w sprawie C-136/17 i obwarowując ją obowiązkiem natychmiastowego usuwania takich danych, filtrowania wyników modelu, a docelowo stosowania technik „oduczania” modelu. Warto odnotować, że w całych wytycznych o scrapingu nie pada odwołanie do AI Act. Rada zakotwicza swoją argumentację wyłącznie w RODO, co dobrze pokazuje, że reżim ochrony danych rządzi się tu własną logiką, niezależnie od rozporządzenia o sztucznej inteligencji.
Co z tego biorę do praktyki
Obie wytyczne są dopiero projektami i do końca października można zgłaszać do nich uwagi, więc traktuję je jako kierunek, a nie ostatnią instancję. Kilka rzeczy jednak już teraz zmienię w sposobie pracy. Na pytanie o anonimowość zbioru przestanę odpowiadać „tak” lub „nie”, a zacznę pytać „dla kogo i wobec jakich środków”, bo tak każe czytać te dane relatywny model przyjęty przez Radę. Projekty anonimizacyjne przeprowadzę przez trzy próby wyodrębnienia, powiązania i wnioskowania, zamiast opierać się na przeczuciu, że „przecież usunęliśmy nazwiska”. A każdemu, kto planuje trenować model na danych z sieci, powtórzę jedno zdanie z drugiego dokumentu: danych osobowych z gotowego modelu już łatwo nie usuniesz, więc porządek trzeba zrobić, zanim zaczniesz zbierać. To nie jest rewolucja w przepisach, bo definicja danych osobowych się nie zmieniła. To jest coś cenniejszego – wspólny język, którym wreszcie można rozmawiać o granicy między danymi osobowymi a anonimowymi bez odwoływania się do intuicji każdej ze stron.
Artykuł pochodzi z newslettera AURACO (2026-07). Autor: Piotr Janiszewski.
