Przejdź do treści
Sklep

Artykuły

AI Act w edukacji: ocenianie i rekrutacja jako wysokie ryzyko

Rekrutacja, ocenianie, poziom kształcenia i proctoring to w AI Act wysokie ryzyko, z obowiązkami od 2.12.2027. Zakaz rozpoznawania emocji w edukacji działa od 2.02.2025.

Tekst: 7 min czytania
AI Act w edukacji: ocenianie i rekrutacja jako wysokie ryzyko
Spis treści 10
  1. Co jest wysokim ryzykiem w edukacji
  2. Kiedy system z listy nie jest wysokiego ryzyka
  3. Przykładowe sytuacje na uczelni
  4. Zakaz rozpoznawania emocji
  5. Obowiązki uczelni jako podmiotu stosującego
  6. Terminy po omnibusie cyfrowym
  7. Jak się przygotować krok po kroku
  8. Gotowy prompt do skopiowania
  9. Najczęstsze pytania
  10. Źródła

👁 114 przeczytań

w skrócie
  • Systemy AI decydujące o rekrutacji, ocenianiu, poziomie kształcenia i proctoringу trafiają do kategorii wysokiego ryzyka zgodnie z Załącznikiem III pkt 3 AI Act.
  • Obowiązki dla systemów wysokiego ryzyka w edukacji zaczną obowiązywać 2 grudnia 2027, ale zakaz rozpoznawania emocji w szkołach i na uczelniach działa już od 2 lutego 2025.
  • Uczelnia kupująca gotowy system AI jest podmiotem stosującym z obowiązkami z art. 26, m.in. przechowywania logów przez co najmniej 6 miesięcy i informowania kandydatów o decyzjach.

Według AI Act system, który decyduje o przyjęciu na studia, ocenia efekty uczenia się, ustala poziom kształcenia albo pilnuje uczciwości na teście, trafia do kategorii wysokiego ryzyka (Załącznik III pkt 3). Obowiązki dla takich systemów zaczną obowiązywać 2 grudnia 2027 - po omnibusie cyfrowym - a zakaz rozpoznawania emocji w szkołach i na uczelniach działa już od 2 lutego 2025.

Tekst z serii AI w edukacji, dla uczelni i szkół, które kupują albo budują narzędzia AI. Stan na 12 października 2026, według tekstu rozporządzenia w serwisie AI Act Service Desk Komisji Europejskiej (z uwzględnieniem zmian z lipca 2026). To omówienie, nie porada prawna - konkretne wdrożenie wymaga analizy prawnika.

Co jest wysokim ryzykiem w edukacji

Załącznik III pkt 3 wymienia cztery zastosowania w instytucjach edukacyjnych i szkolenia zawodowego wszystkich szczebli:

  • lit. a - ustalanie dostępu, przyjęcia albo przydziału osób do instytucji (rekrutacja, rankingi kandydatów);
  • lit. b - ocena efektów uczenia się, także gdy wynik służy sterowaniu procesem nauki;
  • lit. c - ocena odpowiedniego poziomu wykształcenia, który osoba otrzyma albo do którego uzyska dostęp;
  • lit. d - monitorowanie i wykrywanie niedozwolonych zachowań uczniów i studentów podczas testów (proctoring).

Liczy się przeznaczenie systemu, a nie nazwa produktu. Czat, w którym wykładowca szkicuje pytania do kolokwium, to co innego niż narzędzie, które samo wystawia punkty za odpowiedzi. Szerzej o kategorii wysokiego ryzyka - w tekście o systemach wysokiego ryzyka i Załączniku III.

Kiedy system z listy nie jest wysokiego ryzyka

Art. 6 ust. 3 pozwala uznać system z Załącznika III za niebędący wysokiego ryzyka, jeśli nie stwarza istotnego ryzyka dla zdrowia, bezpieczeństwa lub praw podstawowych i spełnia jeden z warunków:

  • wykonuje wąskie zadanie proceduralne;
  • poprawia wynik wcześniej zakończonej pracy człowieka;
  • wykrywa wzorce albo odchylenia od wcześniejszych decyzji i nie ma zastępować ani wpływać na ocenę człowieka bez właściwej weryfikacji;
  • wykonuje zadanie przygotowawcze do oceny.

Wyjątek nie działa, gdy system profiluje osoby fizyczne - wtedy zawsze jest wysokiego ryzyka. Dostawca, który powołuje się na wyjątek, musi udokumentować ocenę przed wprowadzeniem systemu na rynek (art. 6 ust. 4). Dopisanie do procedury „decyzję podejmuje człowiek” niczego nie załatwia, jeśli osoba zatwierdzająca w praktyce tylko klika „akceptuj”.

Przykładowe sytuacje na uczelni

ScenariuszCo ustalićPrzepis
AI układa ranking kandydatów na studiaCzy wynik wpływa na przyjęcie lub przydział?Zał. III pkt 3 lit. a
AI proponuje punkty za odpowiedzi na egzaminieJak wynik wchodzi do oceny efektów uczenia się?Zał. III pkt 3 lit. b
AI kieruje studenta na poziom kursu językowegoCzy ocenia poziom kształcenia, do którego osoba uzyska dostęp?Zał. III pkt 3 lit. c
Proctoring sygnalizuje „podejrzane” zachowanie na teście onlineCzy wykrywa niedozwolone zachowania podczas testu?Zał. III pkt 3 lit. d
AI porządkuje dokumenty rekrutacyjneCzy to tylko zadanie proceduralne lub przygotowawcze, bez profilowania?Art. 6 ust. 3
Kamera „mierzy zaangażowanie” albo emocje na zajęciachCzy system wnioskuje o emocjach? Czy chodzi o względy medyczne lub bezpieczeństwa?Art. 5 ust. 1 lit. f - zakaz

Zakaz rozpoznawania emocji

Art. 5 ust. 1 lit. f zakazuje wprowadzania do obrotu, oddawania do użytku w tym celu i używania systemów AI do wnioskowania o emocjach osób fizycznych w miejscu pracy i w instytucjach edukacyjnych. Wyjątek: system przeznaczony do użycia ze względów medycznych lub bezpieczeństwa. Zakazy z art. 5 stosuje się od 2 lutego 2025, więc to nie jest obowiązek „na 2027”, tylko granica obowiązująca już dziś. Jeśli oferta proctoringu albo platformy e-learningowej obiecuje „analizę zaangażowania” z obrazu z kamery, poproś dostawcę o opis, co dokładnie system wyprowadza z danych. Pozostałe zakazy omawia tekst o zakazanych praktykach z art. 5.

Obowiązki uczelni jako podmiotu stosującego

Uczelnia, która kupuje gotowy system, jest zwykle podmiotem stosującym (deployer). Art. 26 wymaga m.in.:

  • używania systemu zgodnie z instrukcją dostawcy;
  • powierzenia nadzoru osobom z odpowiednimi kompetencjami, przeszkoleniem i uprawnieniami;
  • dbania, by dane wejściowe, nad którymi ma kontrolę, były adekwatne i wystarczająco reprezentatywne;
  • monitorowania działania i zgłaszania ryzyk oraz poważnych incydentów dostawcy i organom;
  • przechowywania automatycznych logów, które kontroluje, przez okres adekwatny do celu, co najmniej 6 miesięcy;
  • informowania osób, wobec których system z Załącznika III podejmuje decyzje albo w nich pomaga (np. kandydatów, studentów).

Jeśli uczelnia sama istotnie modyfikuje system albo zmienia jego przeznaczenie tak, że trafia on do wysokiego ryzyka, może stać się dostawcą z pełnym zestawem obowiązków (art. 25). Dlatego własna integracja modelu z systemem rekrutacyjnym wymaga osobnej analizy.

Art. 27 nakłada na podmioty prawa publicznego i prywatne podmioty świadczące usługi publiczne ocenę skutków dla praw podstawowych przed pierwszym użyciem systemu wysokiego ryzyka: opis procesu, okres i częstotliwość użycia, grupy osób, ryzyka, nadzór człowieka, działania zaradcze i tryb skarg. Wynik zgłasza się organowi nadzoru rynku. Można w niej odesłać do istniejącej oceny skutków dla ochrony danych (DPIA). Czy dotyczy to konkretnej uczelni lub szkoły, trzeba ustalić z prawnikiem.

Terminy po omnibusie cyfrowym

DataCo się dzieje
2.02.2025Stosuje się zakazy z art. 5, w tym zakaz rozpoznawania emocji w edukacji
27.07.2026Wchodzi w życie omnibus cyfrowy (rozporządzenie 2026/1744)
2.12.2027Zaczynają obowiązywać reguły dla systemów wysokiego ryzyka z Załącznika III, w tym edukacyjnych
2.08.2028Reguły dla systemów wysokiego ryzyka powiązanych z produktami z Załącznika I

Omnibus zmienił też podejście do kompetencji w zakresie AI (art. 4): według Komisji większą rolę w ich promowaniu przejmują Komisja i państwa członkowskie. Nie przepisuj więc obowiązków szkoleniowych ze starszych poradników bez sprawdzenia aktualnego brzmienia.

Jak się przygotować krok po kroku

  1. Spisz wszystkie używane i planowane narzędzia AI - także funkcje AI w platformach e-learningowych i systemach rekrutacji.
  2. Przy każdym opisz przeznaczenie: dane wejściowe, wynik, kto go dostaje i na jaką decyzję o osobie wpływa.
  3. Przypisz kategorię: zakaz (art. 5), wysokie ryzyko (Zał. III pkt 3), możliwy wyjątek (art. 6 ust. 3) albo poza tymi kategoriami.
  4. Ustal rolę uczelni - podmiot stosujący czy dostawca (art. 25 i 26).
  5. Zażądaj od dostawcy dokumentacji i instrukcji i wpisz to do umowy.
  6. Wyznacz osoby do nadzoru i przećwicz z nimi zatrzymanie błędnego wyniku.
  7. Przygotuj informację dla kandydatów i studentów oraz, jeśli dotyczy, ocenę skutków dla praw podstawowych.
  8. Wyłącz funkcje rozpoznawania emocji, jeśli są w pakiecie, chyba że prawnik potwierdzi wyjątek medyczny lub bezpieczeństwa.

Gotowy prompt do skopiowania

Na podstawie dokumentacji poniżej opisz przeznaczenie systemu AI używanego na uczelni.
Dokumentacja dostawcy: [wklej]
Proces na uczelni: [np. rekrutacja na studia II stopnia, kto zatwierdza wynik]
Wypisz w tabeli: dane wejściowe | wynik | kto go otrzymuje | na jaką decyzję o osobie wpływa.
Zaznacz, czy opis pasuje do któregoś z zastosowań: dostęp/przyjęcie, ocena efektów uczenia się, ocena poziomu kształcenia, monitorowanie zachowań na testach, wnioskowanie o emocjach.
Każde ustalenie oprzyj na cytowanym fragmencie dokumentacji. Braki zapisz jako pytania do dostawcy.
Nie wydawaj ostatecznej kwalifikacji prawnej i nie dopisuj obowiązków z pamięci.

Najczęstsze pytania

Czy używanie ChatGPT na uczelni to system wysokiego ryzyka?

Samo korzystanie z czatu do przygotowania materiałów nie. Wysokie ryzyko zależy od przeznaczenia - np. gdy wynik AI decyduje o przyjęciu albo ocenie.

Od kiedy obowiązują przepisy o AI w ocenianiu i rekrutacji?

Po omnibusie cyfrowym reguły dla systemów z Załącznika III stosuje się od 2 grudnia 2027. Zakaz rozpoznawania emocji obowiązuje od 2 lutego 2025.

Czy proctoring na egzaminie online jest legalny?

Sam w sobie nie jest zakazany, ale monitorowanie zachowań podczas testów to wysokie ryzyko (Zał. III pkt 3 lit. d). Jeśli system wnioskuje o emocjach zdających, wchodzi w zakaz z art. 5.

Czy zatwierdzenie oceny przez człowieka wystarczy?

Nie automatycznie. Liczy się realny wpływ systemu na decyzję, a nadzór musi sprawować osoba z kompetencjami i uprawnieniami, nie tylko formalny podpis.

Czy zakup od dostawcy zdejmuje obowiązki z uczelni?

Nie. Podmiot stosujący ma własne obowiązki z art. 26, a przy istotnej modyfikacji systemu może stać się dostawcą.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

Zobacz też: Zaliczenia i egzaminy odporne na AI.

// Newsletter

Cały tydzień w AI, w jednym mailu

Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.

Zapisz się za darmo →
Za darmo. Wypisujesz się jednym kliknięciem.
Piotr Olszewski

Piotr OlszewskiPiotr Olszewski - twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →
czytaj dalejTelewizor wie, co oglądasz. Producenci odpowiedzieli na 17 pytań o śledzenie, Sony i Hisense milcząnewsyTelewizor wie, co oglądasz. Producenci odpowiedzieli na 17 pytań o śledzenie, Sony i Hisense milcząThe Verge zapytało producentów telewizorów, co zbierają. Nikt nie pozwala odciąć wszystkich danych, a Sony i Hisense nie odpowiedziały. Co to znaczy dla twojego...
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 130 promptów do ChatGPT Images i 10 do przerabiania zdjęć
  2. 2Lokalne AI: modele na własnym komputerze - tekst, obraz, wideo, muzyka
  3. 3Claude Fable 5.2 czy Opus 5.5: kiedy dopłata 2 razy ma sens, a kiedy to wyrzucone pieniądze
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →