Twoje rozmowy z ChatGPT czyta człowiek za 26 zł za godzinę. Policzyłem, ile to wychodzi na jeden prompt

👁 116 przeczytań

Joseph Cox z 404 Media opisał program, który wewnętrznie funkcjonuje pod nazwą Project Lily. Chodzi o siatkę kontraktorów, którzy dostają do przeglądu prawdziwe prompty i całe wątki rozmów prawdziwych użytkowników ChatGPT. Nie syntetyczne przykłady, nie zanonimizowane próbki wygenerowane na potrzeby testu. Prawdziwe zapytania prawdziwych ludzi. Dziennikarz sam takie prompty zobaczył.

To nie jest zarzut o włamanie ani o wyciek. Cała rzecz jest legalna i, przynajmniej formalnie, opisana w dokumentach, które każdy z nas zaakceptował, klikając rejestrację. Problem leży w dystansie między tym, co pisze w polityce prywatności, a tym, co użytkownik naprawdę rozumie, kiedy wpisuje do okna czatu wynik badania histopatologicznego albo treść pozwu, który dostał od byłego pracodawcy.

Stawka kontraktora podzielona przez liczbę promptów daje kilka groszy

Zacząłem od tego, co da się policzyć. Rynek annotacji i oceny danych dla modeli językowych ma dość dobrze rozpoznane widełki. Platformy zbierające specjalistów do oceny odpowiedzi AI - Surge, Scale, Outlier, Invisible - płacą za pracę w języku angielskim typowo od 15 do 50 dolarów za godzinę, przy czym prosta weryfikacja kategorii czy oznaczanie naruszeń polityki treści siedzi w dolnej części tego zakresu. Weźmy konserwatywnie 7 dolarów za godzinę dla lokalizacji spoza USA i 15 dolarów dla rynku amerykańskiego.

Przy kursie 3,78 zł za dolara te 7 dolarów to 26,46 zł za godzinę, a 15 dolarów to 56,70 zł. Recenzent oznaczający krótkie prompty pod kątem zgodności z polityką przechodzi realistycznie od 60 do 120 pozycji na godzinę - wiem to z opisów zadań na tych platformach, gdzie normy wydajności są podawane wprost. Przyjmijmy 90.

Wynik: 26,46 zł podzielone przez 90 to 29 groszy za przeczytanie jednego twojego promptu. Przy amerykańskiej stawce 56,70 zł i tej samej wydajności - 63 grosze. Za dłuższe wątki, gdzie recenzent musi przeczytać całą konwersację i ocenić jakość odpowiedzi modelu, tempo spada do kilkunastu pozycji na godzinę, więc koszt rośnie do 2-4 zł za wątek. To cała cena, jaką ktoś zapłacił, żeby człowiek z drugiego końca świata zobaczył, o co pytałeś w sprawie wyniku biopsji.

Druga liczba, którą warto mieć w głowie: jaki odsetek rozmów w ogóle trafia do ludzi. OpenAI nie publikuje tego wskaźnika. Ale można podejść od strony kosztu. Gdyby firma chciała przejrzeć ludzkim okiem nawet 0,1 procent ruchu, to przy skali podawanej przez samo OpenAI - rzędu setek milionów użytkowników tygodniowo - mówimy o dziesiątkach milionów promptów miesięcznie do przejrzenia. Po 29 groszy za sztukę to kilka milionów złotych miesięcznie tylko na weryfikację. Realistyczny odsetek jest więc zapewne znacznie niższy, w okolicach setnych albo tysięcznych części procenta, z wyraźnym przesunięciem w stronę rozmów, które odpalił automatyczny klasyfikator: treści o samobójstwie, o broni, o dzieciach, o przemocy. Czyli akurat tych najbardziej intymnych.

Ilu Polaków wpuszcza w to swoje dane

Zestawiłem dostępne szacunki polskiego rynku. Badania cytowane przez Ministerstwo Cyfryzacji oraz kolejne edycje raportów o wykorzystaniu AI w Polsce wskazują, że z narzędzi generatywnej sztucznej inteligencji korzysta regularnie około jednej trzeciej dorosłych internautów, a ChatGPT ma wśród nich udział rzędu 70-80 procent. Dorosłych internautów w Polsce jest około 27 milionów. To daje od 6 do 7 milionów polskich użytkowników ChatGPT, z czego regularnie, co najmniej raz w tygodniu, korzysta może połowa.

Teraz przełożenie tego na Project Lily. Jeśli przyjmiemy nawet skrajnie niski odsetek - jedna rozmowa na dziesięć tysięcy trafia do człowieka - i założymy, że polski użytkownik prowadzi średnio 20 rozmów miesięcznie, to z 3,5 miliona aktywnych Polaków wychodzi 70 milionów rozmów miesięcznie, z czego 7 tysięcy trafia pod czyjeś oczy. Przy odsetku jednej na tysiąc - 70 tysięcy rozmów miesięcznie, czyli ponad 800 tysięcy rocznie. To liczba, która nie brzmi już jak statystyczny margines.

Co RODO faktycznie mówi, a czego nie mówi

Tu jest sedno, które w polskiej debacie umyka. RODO nie zakazuje ludzkiego przeglądu danych. Wręcz odwrotnie - artykuł 22 rozporządzenia chroni przed decyzjami opartymi wyłącznie na automatycznym przetwarzaniu i daje prawo do interwencji człowieka. Czyli ludzki recenzent jest w architekturze RODO elementem gwarancji, nie naruszenia.

Problem jest gdzie indziej: w artykule 9. Dane o zdrowiu, orientacji seksualnej, poglądach politycznych, przekonaniach religijnych i przynależności do związków zawodowych to szczególne kategorie danych. Ich przetwarzanie wymaga wyraźnej zgody albo innej wąskiej podstawy z katalogu. Kiedy wklejasz do ChatGPT wypis ze szpitala, przekazujesz dane z artykułu 9. Zgoda, którą kliknąłeś przy rejestracji, dotyczyła przetwarzania w celu świadczenia usługi - nie tego konkretnego wsadu.

W europejskiej polityce prywatności OpenAI znajduje się sformułowanie o dostępie personelu i „wyselekcjonowanych dostawców usług” do treści konwersacji. Sprawdziłem polskojęzyczną wersję - jest, ale w warstwie, do której przeciętny użytkownik nie dociera. Formuła „zaufani dostawcy usług” nie mówi „kontraktor w innym kraju przeczyta twoją rozmowę o wyniku badania”. Prawnie jest wystarczająca. Informacyjnie - nie.

„Administrator powinien udzielić osobie, której dane dotyczą, wszelkich innych informacji niezbędnych do zapewnienia rzetelności i przejrzystości przetwarzania” - art. 13 ust. 2 RODO, Dziennik Urzędowy UE

Zasada przejrzystości z artykułu 5 wymaga, żeby informacja była podana „w zwięzłej, przejrzystej, zrozumiałej i łatwo dostępnej formie, jasnym i prostym językiem”. To właśnie ten przepis, a nie artykuł 22, jest miejscem, gdzie Project Lily robi się problematyczny.

Co z tym zrobić w praktyce, w pięciu minutach

Konkret, nie ogólnik. Wejdź w ChatGPT w Ustawienia, potem Kontrola danych, i wyłącz „Popraw model dla wszystkich” (w wersji angielskiej: Improve the model for everyone). To odcina twoje rozmowy od użycia w treningu. Nie odcina ich od przeglądu związanego z bezpieczeństwem i nadużyciami - to zastrzeżenie jest w regulaminie wprost i żadne ustawienie tego nie zmienia. Jeśli potrzebujesz mocniejszej gwarancji, korzystaj z API albo z planów biznesowych: tam domyślnie dane nie idą do treningu, a umowa przetwarzania danych jest podpisywana osobno.

Druga rzecz, ważniejsza od klikania w ustawieniach. Przestań wklejać do okna czatu rzeczy, których nie wysłałbyś nieznajomemu mailem. Wyniki badań - wytnij imię, nazwisko, PESEL i numer zlecenia, zostaw same wartości laboratoryjne. Dokumenty procesowe - zamień nazwiska stron na litery. Jeśli jesteś lekarzem, adwokatem, radcą prawnym albo księgową, sprawa jest poważniejsza: wklejenie danych klienta do publicznego chatbota to potencjalne naruszenie tajemnicy zawodowej niezależnie od RODO. Naczelna Rada Adwokacka oraz izby lekarskie wydawały już ostrzeżenia w tej sprawie, a odpowiedzialność dyscyplinarna nie zna wymówki „myślałem, że to tylko algorytm”.

UODO ma narzędzia, ale sprawa nie jest polska

Sprawdziłem tryb, w jakim taka skarga mogłaby zadziałać. OpenAI ma europejską siedzibę w Irlandii, więc głównym organem nadzorczym w rozumieniu RODO jest irlandzka Data Protection Commission, nie UODO. Polak może złożyć skargę do UODO - prezes Urzędu ma obowiązek ją przyjąć - ale postępowanie pójdzie w trybie współpracy z Irlandią jako organem wiodącym. Realny czas takiej procedury to lata, co pokazała sprawa Włoch: Garante zablokował ChatGPT w marcu 2023 roku, potem odblokował po zmianach, a finalną karę 15 milionów euro nałożył w grudniu 2024 - czyli po 21 miesiącach. Te 15 milionów euro przy kursie 4,30 zł to 64,5 miliona złotych.

Proporcja jest tu najciekawsza. Za 64,5 miliona złotych kary można było opłacić przegląd około 220 milionów promptów po 29 groszy. To nie jest kara, która zmienia model biznesowy - to koszt prowadzenia działalności.

Dlaczego to nie skandal, ale i tak trzeba o tym mówić

Nie ma tu włamania ani kradzieży. Firmy budujące modele językowe muszą mieć ludzi sprawdzających, co ich systemy robią z prawdziwym ruchem - inaczej nie da się wyłapać ani prób obejścia zabezpieczeń, ani sytuacji, w których model odpowiada komuś w kryzysie w sposób groźny. Ludzki nadzór nad AI jest tym, czego domaga się regulator i o co dopytują dziennikarze. Project Lily to w dużej mierze odpowiedź na te żądania.

Rozbieżność dotyczy czegoś innego. Interfejs chatbota jest zaprojektowany tak, żeby przypominał rozmowę - jest bańka dialogowa, jest „piszę…”, jest ton osoby, która cię słucha. Wszystko w tym projekcie mówi: to jest prywatne, to jest między nami. A warstwa prawna mówi coś odwrotnego, tylko dwadzieścia kliknięć dalej i w języku, którego nikt nie czyta. Ta rozbieżność nie jest przypadkiem, bo produkt, który przy każdym oknie czatu przypominałby „to może przeczytać kontraktor”, byłby po prostu mniej używany.

Polska ma tu dodatkowy problem, którego nie ma rynek anglojęzyczny. Recenzent czytający polskie prompty musi znać polski, a takich kontraktorów jest mało i są drożsi - szacuję, że stawka za polskojęzyczną annotację jest o 30-50 procent wyższa niż za angielską, co przy 26,46 zł daje 34-40 zł za godzinę. Wyższy koszt oznacza mniejszy wolumen przeglądu, czyli mniej ludzkiego nadzoru nad tym, co model robi z polskim wsadem. Paradoksalnie: mniejsza szansa, że ktoś przeczyta twoją rozmowę, ale też mniejsza szansa, że ktoś wyłapie, gdy model odpowie po polsku szkodliwie.

Fakty sprawdzone 23 września 2026. Źródła: 404 Media - Podcast: Humans Are Reading Your ChatGPT Conversations, OpenAI EU Privacy Policy, Rozporządzenie RODO (2016/679), tekst polski, Garante per la protezione dei dati personali, Urząd Ochrony Danych Osobowych. Stawki kontraktorów i normy wydajności - na podstawie publicznych ogłoszeń platform annotacyjnych; szacunki liczby polskich użytkowników oparte na raportach o wykorzystaniu AI w Polsce i danych o populacji internautów. Kursy: 3,78 zł/USD, 4,30 zł/EUR.