Agenci AI zmieniają miejsce pracy: które zawody i zadania zmienią się najpierw?

Klient pisze z prośbą o zwrot pieniędzy. Jeszcze niedawno narzędzie AI mogło przygotować odpowiedź, a całą resztę robił pracownik: sprawdzał zamówienie, czytał regulamin, zlecał zwrot, aktualizował dane. Dziś agent AI może wykonać większość tych kroków sam i przekazać dalej tylko przypadki, które nie mieszczą się w regułach.

Na tym polega prawdziwa zmiana stojąca za obecną falą „agentowej AI”. Pytanie nie brzmi już, jak szybko pracownik wykona zadanie z pomocą AI, ale które zadania w ogóle nadal wykonuje pracownik.

W tym artykule stawiamy trzy tezy. Po pierwsze, agenci zmienią zadania na długo przed tym, zanim znikną stanowiska, a te zmiany mogą po cichu przekształcić dane stanowisko w zupełnie inną pracę. Po drugie, zadania, które zmienią się najpierw, da się przewidzieć, jeśli sprawdzisz je pod kątem czterech warunków, które opisujemy poniżej. Po trzecie, większość organizacji nie jest jeszcze w stanie przeprowadzić takiej analizy, bo nie wie dostatecznie szczegółowo, z jakich zadań i kompetencji składa się każde stanowisko.

Od asystentów AI do agentów AI: co naprawdę się zmienia

Asystent AI odpowiada na prośbę: prosisz o szkic, dostajesz szkic. Agent AI dąży do celu. Jeśli ma dostęp do odpowiednich systemów i uprawnienia, może wyszukiwać informacje, wykonywać działania w aplikacjach biznesowych, sprawdzać wynik i decydować o kolejnym kroku, a człowiek zatwierdza lub weryfikuje jego pracę w określonych momentach.

Przykład zwrotu pokazuje tę różnicę krok po kroku:

Zaoszczędzony czas to widoczna część zmiany. Mniej widoczna jest zmiana roli: pracownik nie obsługuje już standardowych przypadków, tylko je nadzoruje i rozwiązuje pozostałe.

Wdrażanie postępuje szybko, przynajmniej w ekosystemach największych dostawców. Microsoft podaje, że liczba aktywnych agentów w ekosystemie Microsoft 365 wzrosła 15-krotnie rok do roku, a w dużych przedsiębiorstwach 18-krotnie, na podstawie danych z własnej platformy z okresu od marca 2025 r. do marca 2026 r.¹ Z raportu Anthropic Economic Index z czerwca 2026 r. wynika, że korzystanie z modeli Claude coraz częściej polega na długotrwałych zadaniach agentowych, a agent do programowania tej firmy działa wyraźnie bardziej autonomicznie niż jej interfejs czatu.² Obie liczby pochodzą od dostawców i dotyczą ich własnych platform, a nie całej gospodarki, ale wskazują ten sam kierunek.

Które zadania zmienią się najpierw? Test czterech warunków

„Powtarzalność” nie jest wystarczająco dobrym wskaźnikiem. Wiele powtarzalnych prac trudno przekazać, a niektóre złożone zadania zaskakująco łatwo delegować. Naszym zdaniem, w świetle dostępnych danych, zadanie jest gotowe dla agenta, gdy spełnia jednocześnie cztery warunki:

Zadania, które spełniają wszystkie cztery warunki, zwykle zmieniają się najpierw. Zadania, które nie spełniają ostatniego, zazwyczaj pozostawiają decyzję człowiekowi, nawet jeśli technologia mogłaby zrobić więcej, bo koszt błędu jest zbyt wysoki. To ramy redakcyjne, a nie zweryfikowany model, ale wyjaśniają większość opisanych niżej wczesnych przykładów lepiej niż lista „zawodów narażonych”.

Test pokazuje też, dlaczego nazwa stanowiska to słaba jednostka analizy. Dwie osoby na stanowisku „koordynatora biura” mogą mieć zupełnie inny zestaw zadań, a więc i zupełnie inny stopień narażenia.

Siedem grup zawodów, w których zmiana już się zaczyna

Poniższe przykłady to grupy zawodów, w których cztery warunki są dziś spełniane najczęściej. Żadna z nich nie znika. W każdej część codziennej pracy przechodzi na agentów, a to, co pozostaje, zmienia swój charakter.

Obsługa klienta: praca polega na zarządzaniu wyjątkami

Sprawdzanie statusu zamówień, standardowe anulowania, aktualizacje kont, kierowanie zgłoszeń i wiadomości uzupełniające przechodzą test czterech warunków. Sklep internetowy, do którego napływa fala wiadomości o opóźnionych dostawach, mógłby pozwolić agentowi odczytać dane przesyłek, zastosować zasady rekompensat i zamknąć rutynowe sprawy, a reklamacje, spory i klientów w trudnej sytuacji zostawić ludziom.

Szybkość to jednak nie to samo co zadowolenie. Randomizowany eksperyment terenowy w dziale obsługi klienta Alibaby, opublikowany jako preprint w maju 2026 r., wykazał, że agentowa AI skracała czaty, ale wyraźnie obniżała oceny klientów w obsługiwanych przez siebie rozmowach. Interwencja człowieka chroniła jakość przy eskalacjach technicznych, ale pomagała mniej, gdy klienci byli zdenerwowani.⁶ Badanie nie przeszło jeszcze recenzji naukowej, ale płynie z niego cenna lekcja: wśród zadań, które nie spełniają warunku „odwracalności”, są też zadania o ładunku emocjonalnym.

Co się zmienia w roli: mniej wyszukiwania informacji, więcej osądu i odpowiedzialność za sprawdzanie tego, co zrobił agent.

Stanowiska administracyjne i biurowe: od przetwarzania do koordynacji

Planowanie spotkań, działania po spotkaniach, rozliczanie wydatków, rutynowe dokumenty i aktualizacja danych to wieloetapowe procesy cyfrowe, czyli dokładnie to, do czego zaprojektowano agentów. W aktualizacji z 2025 r. dotyczącej generatywnej AI i miejsc pracy Międzynarodowa Organizacja Pracy ponownie uznała zawody biurowe za najbardziej narażone.⁴

Dobrą ilustracją jest organizacja wewnętrznego szkolenia. Agent może zaproponować terminy, wysłać zaproszenia, śledzić potwierdzenia i sygnalizować kolizje. Koordynator nadal decyduje, która kolizja ma znaczenie, kogo nie można pominąć i czemu naprawdę ma służyć to szkolenie.

Co się zmienia w roli: mniej przepisywania danych między systemami, więcej koordynacji, obsługi wyjątków i odpowiedzialności za jakość danych.

Tworzenie oprogramowania: od pisania kodu do kierowania nim i jego przeglądu

W oprogramowaniu agenci są najbardziej zaawansowani. Agenci programistyczni potrafią pisać standardowe komponenty, generować testy, naprawiać niektóre błędy, aktualizować dokumentację i przebudowywać kod. Dane Anthropic pokazują, że jej agent do programowania działa z wyraźnie większą autonomią niż przy korzystaniu przez czat.²

Dla doświadczonego programisty rutynowa funkcja może dziś oznaczać napisanie precyzyjnej specyfikacji, zlecenie agentowi pierwszej wersji, a następnie jej przegląd pod kątem bezpieczeństwa, wydajności i zgodności z resztą systemu. Architektura, niejednoznaczne wymagania i długoterminowe utrzymanie pozostają pracą ludzi.

Trudniejsze pytanie dotyczy młodszych programistów. Rutynowe zadania programistyczne były dla wielu z nich sposobem na poznanie bazy kodu. Jeśli przejmą je agenci, zespoły potrzebują innego sposobu budowania tego doświadczenia (zob. poniżej część o stanowiskach na start kariery).

Co się zmienia w roli: więcej specyfikowania, przeglądów i projektowania systemów; mniej pisania standardowego kodu.

Finanse i księgowość: automatyzuj dopasowywanie, zachowaj odpowiedzialność

Finanse opierają się na ustrukturyzowanych dokumentach i jasnych regułach, więc agenci w naturalny sposób rozszerzają istniejącą automatyzację: odczytują i dekretują faktury, dopasowują je do zamówień zakupu i dokumentów przyjęcia towaru, sygnalizują rozbieżności, przygotowują cykliczne raporty i pierwsze wersje wyjaśnień odchyleń.

Granicę wyznacza warunek „odwracalności”. Płatności, zatwierdzenia i wszystko, co dotyczy nadużyć finansowych lub sprawozdawczości regulacyjnej, wymaga wskazanej z imienia i nazwiska osoby, która ponosi odpowiedzialność. Agent może przygotować uzgodnienie sald, ale nie może go zatwierdzić.

Co się zmienia w roli: mniej zbierania danych, więcej analizy, kontroli i wsparcia decyzji.

Marketing i operacje sprzedażowe: produkcja tanieje, osąd nie

Podsumowania badań rynku, warianty kampanii, segmenty odbiorców, raporty wyników i szkice wiadomości uzupełniających w sprzedaży coraz częściej przygotowują agenci. Mały zespół może poprosić agenta o analizę kampanii, znalezienie słabych segmentów i przygotowanie zmian do zatwierdzenia.

Haczyk polega na tym, że jeśli każdy konkurent może produkować treści masowo, ilość przestaje być przewagą. Pozycjonowanie, zrozumienie klienta i osąd redakcyjny stają się najrzadszą częścią tej pracy.

Co się zmienia w roli: od wytwarzania materiałów do wyznaczania kierunku, wybierania, co opublikować, i interpretowania wyników.

Zasoby ludzkie: przydatni w administracji, regulowani przy decyzjach

W HR jest mnóstwo pracy gotowej dla agentów: przygotowywanie opisów stanowisk, planowanie rozmów rekrutacyjnych, odpowiadanie na rutynowe pytania o zasady, przygotowanie onboardingu z udziałem IT, działu administracji i przełożonych oraz porządkowanie dokumentacji.

Decyzje dotyczące ludzi to inna sprawa, a w UE nie jest to wyłącznie kwestia dobrych praktyk:

• Akt UE w sprawie sztucznej inteligencji klasyfikuje systemy AI przeznaczone do rekrutacji i wyboru kandydatów (w tym do kierowania ukierunkowanych ogłoszeń o pracę, filtrowania aplikacji i oceny kandydatów) oraz do podejmowania decyzji o awansie, rozwiązaniu stosunku pracy, przydzielaniu zadań i monitorowaniu wyników jako systemy wysokiego ryzyka (załącznik III pkt 4).⁹
• Po zmianach wprowadzonych w 2026 r. tzw. „omnibusem cyfrowym” obowiązki dotyczące systemów wysokiego ryzyka mają mieć zastosowanie do tych systemów od 2 grudnia 2027 r., a nie od sierpnia 2026 r.¹⁰
• Pracodawcy, którzy korzystają z systemu AI wysokiego ryzyka w miejscu pracy, muszą poinformować przedstawicieli pracowników i pracowników, których to dotyczy, przed oddaniem go do użytku (art. 26 ust. 7).⁹
• Wykorzystywanie AI do wyciągania wniosków na temat emocji w miejscu pracy jest zakazane, z wyjątkiem względów medycznych lub bezpieczeństwa (art. 5 ust. 1 lit. f)), i to już od 2 lutego 2025 r.⁹
• Zgodnie z RODO każda osoba ma prawo nie podlegać decyzji, która opiera się wyłącznie na zautomatyzowanym przetwarzaniu i wywołuje wobec niej skutki prawne lub w podobny sposób istotnie na nią wpływa, z nielicznymi wyjątkami (art. 22).¹¹

Co się zmienia w roli: mniej administracji, więcej czasu na rozwój pracowników, planowanie zatrudnienia i decyzje kadrowe, które muszą pozostać w rękach ludzi.

Organizacje pozarządowe i społeczne: większe możliwości, nierówno rozłożone

Małe organizacje poświęcają dużą część czasu na wnioski grantowe, sprawozdania z projektów, grafiki wolontariuszy i komunikację z darczyńcami. Agenci mogliby uwolnić ten czas na rzecz programów i beneficjentów. Barierą jest dostęp: finansowanie, wsparcie techniczne, kompetencje cyfrowe i ochrona danych są dla pięcioosobowej fundacji trudniejsze do zapewnienia niż dla działu w korporacji.

Co się zmienia w roli: więcej możliwości działania na rzecz misji, o ile organizację stać na wdrożenie i nadzór.

W skrócie: zadania zmieniają się przed stanowiskami

Ta tabela to redakcyjna ocena prawdopodobnych wczesnych zmian, a nie statystyczny ranking zawodów ani prognoza utraty miejsc pracy.

MOP pozwala spojrzeć na skalę z odpowiedniej perspektywy: około jeden na czterech pracowników na świecie wykonuje zawód w pewnym stopniu narażony na generatywną AI, a najbardziej prawdopodobnym scenariuszem dla większości miejsc pracy jest ich przekształcenie, a nie zastąpienie.⁴ Narażenie mówi, gdzie nastąpi zmiana, a nie ile miejsc pracy pozostanie.

Dlaczego agenci nie zastąpią z dnia na dzień całych zespołów

Technologia szybko się rozwija, ale wąskim gardłem wciąż jest niezawodność. W benchmarku OSWorld, w którym agenci wykonują zadania na prawdziwym komputerze, najlepsze systemy osiągnęły w 2025 r. 66,3% skuteczności w realizacji zadań – wynika z AI Index 2026 Uniwersytetu Stanforda. To blisko poziomu ludzi, wynoszącego 72,4%, ale wciąż oznacza porażkę mniej więcej w co trzeciej próbie.³ Wyniki benchmarków nie przekładają się wprost na efekty w miejscu pracy, a proste obliczenie pokazuje, dlaczego praca wieloetapowa jest trudna: system, który poprawnie wykonuje każdy krok w 95% przypadków, kończy dziesięcioetapowy proces bez żadnego błędu tylko w około 60% przypadków (0,95¹⁰ ≈ 0,60). Dlatego im dłuższe procesy, tym bardziej liczą się punkty kontrolne i weryfikacja przez człowieka.

Wdrażanie spowalniają jeszcze cztery ograniczenia:

• Dostęp: agenci pomagają tylko tam, gdzie dane i aplikacje można bezpiecznie połączyć, a wiele organizacji jeszcze tego nie osiągnęło.
• Bezpieczeństwo: agent, który może odczytywać i zmieniać dane w systemach, może też doprowadzić do wycieku danych lub wykonać niezamierzone działania. Anthropic zaleca na przykład ustawienie dla każdego narzędzia trybu „zawsze zezwalaj”, „wymaga zatwierdzenia” lub „zablokowane” oraz weryfikowanie planu agenta zamiast każdego kroku; jednocześnie wprost stwierdza, że zabezpieczenia przed prompt injection nie dają gwarancji.⁷
• Odpowiedzialność: organizacja pozostaje odpowiedzialna za wynik, niezależnie od tego, kto lub co wykonało zadanie.
• Gotowość: w badaniu Microsoftu z 2026 r., obejmującym 20 000 użytkowników AI w dziesięciu krajach, tylko 19% należało do grupy, w której wysokie były zarówno możliwości organizacji, jak i gotowość poszczególnych osób.¹

Dla większości pracodawców czynnikiem ograniczającym nie jest model. Jest nim wiedza o tym, jaką pracę przekazać, kto ją sprawdzi i czym w zamian zajmą się ludzie.

Kwestia stanowisk na start kariery

Zadania, które agenci przejmują jako pierwsze, to często te, na których dawniej uczyli się nowi pracownicy: wstępny research, pierwsze wersje dokumentów, rutynowe prośby, podstawowe analizy, sprawdzanie pracy innych. Miały cel biznesowy, ale uczyły też osądu.

Automatyzowanie ich bez planu grozi powstaniem pustki w środku: dziś mniej juniorów uczy się fachu, jutro będzie mniej doświadczonych specjalistów. Badanie MOP opublikowane we wrześniu 2026 r. dodaje istotny szczegół: na ponad 1000 lokalnych rynków pracy w 69 krajach pracownicy w wieku najwyższej aktywności zawodowej zyskiwali na nowych technologiach więcej niż pracownicy młodsi lub starsi.⁵

Możliwy jest też odwrotny scenariusz. Przy dobrym nadzorze juniorzy mogą dzięki agentom wcześniej podejmować się bardziej zaawansowanej pracy. Różnica tkwi w świadomym projektowaniu: na przykład w tym, by nowi pracownicy w ramach szkolenia weryfikowali i poprawiali wyniki pracy agentów, zamiast pozostawiać tę weryfikację wyłącznie doświadczonym pracownikom.

Kompetencje, które zyskują na wartości w pracy z agentami

Gdy ludzie przechodzą od wykonywania każdego kroku do kierowania agentami i sprawdzania ich pracy, niektóre kompetencje stają się cenniejsze:

• Osąd: umiejętność rozpoznania, kiedy wynik jest błędny i kiedy sprawa wymaga człowieka.
• Rozumienie procesów: wiedza o tym, jak poszczególne kroki łączą się ze sobą i gdzie leżą ryzyka.
• Kompetencje w zakresie AI: wiedza o tym, co delegować i gdzie leżą granice. Zgodnie z aktem UE w sprawie sztucznej inteligencji, zmienionym w 2026 r., dostawcy i podmioty stosujące systemy AI muszą podejmować środki wspierające kompetencje w zakresie AI personelu, który z nich korzysta (art. 4).^{9, 10}
• Komunikacja i relacje: negocjacje, empatia i zarządzanie interesariuszami stanowią większą część pracy, która pozostaje.
• Zdolność uczenia się: według Światowego Forum Ekonomicznego pracodawcy spodziewają się, że do 2030 r. zmieni się 39% kluczowych kompetencji pracowników.⁸

Jedno z ustaleń zasługuje na uwagę, bo jest sprzeczne z intuicją. W analizie MOP z 2026 r. lokalne zapotrzebowanie na kompetencje poznawcze, podstawowe kompetencje komputerowe, pisanie, zarządzanie projektami i procesami oraz zarządzanie ludźmi wiązało się z większymi wzrostami zatrudnienia dzięki nowym technologiom, podczas gdy większe zapotrzebowanie na specjalistyczne kompetencje z zakresu uczenia maszynowego i AI wiązało się średnio ze słabszą reakcją zatrudnienia.⁵ Dla większości organizacji szerokie kompetencje całej kadry są ważniejsze niż zatrudnienie kilku specjalistów od AI.

Co zrobić już teraz: plan w pięciu krokach

Aby się przygotować, nie potrzebujesz programu transformacji. Potrzebujesz jasnego obrazu pracy.

1. Spisz zadania, a nie nazwy stanowisk. W jednym zespole zapisz, czym ludzie faktycznie zajmują się w ciągu tygodnia. Dwie osoby na tym samym stanowisku często wykonują zupełnie inną pracę.
2. Oceń każde zadanie pod kątem czterech warunków. Dostępność, oparcie na regułach, sprawdzalność, odwracalność. Zadania, które spełniają wszystkie cztery, to Twoi kandydaci.
3. Zdecyduj, co powinno pozostać w rękach ludzi. Niektóre zadania dałoby się zautomatyzować, ale nie należy tego robić ze względu na wpływ na klientów, wrażliwość danych, sprawiedliwość lub wymogi prawne, zwłaszcza w HR.
4. Zmapuj kompetencje, których wymaga nowa wersja stanowiska. Nadzorowanie agenta, obsługa wyjątków i wspieranie innych to kompetencje. Sprawdź, kto już je ma, a kto potrzebuje wsparcia.
5. Przeprowadź pilotaż jednego, wyraźnie wydzielonego procesu. Mierz trafność, jakość, koszt nadzoru i to, jak odbierają go pracownicy, a nie tylko zaoszczędzony czas.

Celem nie jest automatyzacja w jak największym zakresie. Celem jest decyzja, jak powinna być wykonywana praca, a potem pomoc ludziom w dorastaniu do ról, które z tego wynikną.

Podsumowanie

Agenci AI zaczynają zmieniać strukturę pracy: mniej kroków wykonywanych ręcznie, więcej nadzoru, więcej wyjątków i więcej osądu. Niektóre role się skurczą, inne się rozrosną, a wokół kierowania agentami i nadzoru nad nimi pojawią się nowe obowiązki. Nie ma wiarygodnych podstaw, by przewidywać, że znikną wszystkie stanowiska biurowe albo że produktywność wzrośnie automatycznie.

Największą zmianą może wcale nie być utrata stanowisk. Może nią być to, że pod tymi samymi nazwami stanowisk kryć się będzie zupełnie inna praca, a poradzą sobie z tą zmianą te organizacje, które znają zadania i kompetencje swoich ludzi.

Najczęściej zadawane pytania

Czym jest agent AI w miejscu pracy?

Agent AI to system, który planuje i wykonuje sekwencję kroków prowadzących do celu, korzystając z połączonych aplikacji i informacji firmowych. W odróżnieniu od chatbota, który tylko odpowiada, agent może podejmować działania, na przykład aktualizować dane lub obsługiwać prośbę, sprawdzać wynik i korygować swoje działanie, zwykle w granicach i przy zatwierdzeniach ustalonych przez organizację.

Na które zawody agenci AI wpłyną najpierw?

Wśród pierwszych są obsługa klienta, praca administracyjna i biurowa, tworzenie oprogramowania, finanse, operacje marketingowe oraz administracja kadrowa. W każdej z tych dziedzin najpierw zmieniają się zadania cyfrowe, oparte na regułach, łatwe do sprawdzenia i niosące niewielkie ryzyko, jeśli coś pójdzie nie tak.

Czy agenci AI zastąpią pracowników?

Niektóre zadania zostaną w pełni zautomatyzowane, a niektóre role mogą się skurczyć. Obecne dane, w tym globalna analiza MOP, wskazują głównie na przekształcanie miejsc pracy, a nie ich zastępowanie, ale ostateczny wynik zależy od tego, jak każda organizacja przeprojektuje pracę.

Jakich kompetencji potrzebują pracownicy do pracy z agentami AI?

Osądu i kontroli jakości, rozumienia procesów, kompetencji w zakresie AI, komunikacji i umiejętności ciągłego uczenia się. Dla większości organizacji szerokie kompetencje całej kadry wydają się ważniejsze niż specjalistyczna wiedza z zakresu AI.

Czy agenci AI wykorzystywani w HR podlegają regulacjom w UE?

Tak. Systemy AI wykorzystywane do rekrutacji, awansów, rozwiązywania stosunku pracy, przydzielania zadań lub monitorowania wyników są systemami wysokiego ryzyka w rozumieniu aktu UE w sprawie sztucznej inteligencji (załącznik III pkt 4), a związane z tym obowiązki mają mieć zastosowanie od 2 grudnia 2027 r., po zmianach z 2026 r. Przepisy RODO dotyczące zautomatyzowanego podejmowania decyzji (art. 22) obowiązują już teraz.

Jak może pomóc hilighter

Przygotowanie na agentów AI zaczyna się od znajomości kompetencji Twoich ludzi i ich związku z wykonywaną pracą. hilighter to platforma oparta na AI do mapowania, mierzenia i rozwijania kompetencji: możesz porządkować kompetencje według stanowisk, poziomów i zespołów, mierzyć wartość każdego szkolenia i doświadczenia zdobytego w praktyce, poznawać mocne strony i zamykać luki kompetencyjne, a także prowadzić każdego pracownika spersonalizowaną ścieżką nauki. Dzięki temu masz obraz zadań i kompetencji potrzebny, by zdecydować, co zautomatyzować, co zostawić ludziom i kto potrzebuje wsparcia. Plan Podstawowy jest bezpłatny.

Źródła

1. Microsoft WorkLab, 2026 Work Trend Index: „Agents, human agency, and the opportunity for every organization”, 5 maja 2026 r. Badanie ankietowe 20 000 użytkowników AI w 10 krajach; wzrost liczby agentów na podstawie danych z platformy Microsoftu.
2. Anthropic, Anthropic Economic Index report: Cadences, 26 czerwca 2026 r.
3. Stanford Institute for Human-Centered AI, The 2026 AI Index Report, 2026 r.
4. Międzynarodowa Organizacja Pracy, Generative AI and jobs: A 2025 update, 20 maja 2025 r.
5. I. Delaporte i V. Escudero, Międzynarodowa Organizacja Pracy, From exposure to opportunity: Why skills shape the employment effects of new technologies, 29 września 2026 r.
6. Y. Wang, C. Zhu, T. Feng, L. X. Lu i B. Jia, Agentic AI and Human-in-the-Loop Interventions: Field Experimental Evidence from Alibaba's Customer Service Operations, preprint w serwisie arXiv, maj 2026 r. (bez recenzji naukowej).
7. Anthropic, Trustworthy agents in practice, 9 kwietnia 2026 r.
8. Światowe Forum Ekonomiczne, The Future of Jobs Report 2025, styczeń 2025 r.
9. Rozporządzenie (UE) 2024/1689 (akt w sprawie sztucznej inteligencji), Dziennik Urzędowy Unii Europejskiej, art. 4, art. 5 ust. 1 lit. f), art. 26 ust. 7 oraz załącznik III pkt 4.
10. Rozporządzenie (UE) 2026/1744 zmieniające rozporządzenie (UE) 2024/1689 („omnibus cyfrowy w sprawie AI”), Dziennik Urzędowy Unii Europejskiej, 24 lipca 2026 r.
11. Rozporządzenie (UE) 2016/679 (ogólne rozporządzenie o ochronie danych, RODO), art. 22.

Data ostatniej weryfikacji źródeł i odniesień do przepisów: 16 października 2026 r.