Microsoft AI opublikował projekt Kodeksu Postępowania Humanist AI i otworzył go na sześciotygodniowe konsultacje publiczne. Dokument ma na celu określenie, jak modele MAI, rozwijane przez Microsoft AI, będą trenowane, wdrażane i oceniane w przyszłości.
Decyzja o jego publikacji sama w sobie zasługuje na uwagę. Firmy budujące modele AI coraz częściej mówią o bezpieczeństwie, odpowiedzialności, zaufaniu i zgodności z wartościami ludzkimi. Rzadziej są gotowe pokazać, jak te szerokie zobowiązania mają wpływać na rzeczywiste zachowanie modelu: kiedy powinny odmówić, kiedy powinny zatrzymać działanie, jak powinny radzić sobie z niepewnością, czy mogą podejmować decyzje w imieniu użytkownika, lub jak powinny opisywać swoją własną naturę.
Propozycja Microsoftu jest zatem czymś więcej niż tylko kolejną listą zasad. To próba przetłumaczenia idei Humanist AI na zachowania, ograniczenia i oceny, które mogłyby mieć zastosowanie w praktyce. To ważny krok. Nie należy jednak mylić tego z dowodem, że te zasady już działają, zostały niezależnie zweryfikowane lub będą miały zastosowanie w każdym produkcie Microsoftu.
Znacznie bardziej użyteczne pytanie brzmi nie czy Humanist AI brzmi atrakcyjnie. Brzmi. Ważniejsze pytanie to: czy Microsoft potrafi przejść od wartości, przez zachowanie modelu, do mierzalnej i odpowiedzialnej praktyki?
O co dokładnie konsultuje Microsoft?
W swoim ogłoszeniu o konsultacjach, opublikowanym 14 września 2026 roku, Microsoft AI opisuje Kodeks Postępowania Humanist AI jako pierwszy projekt. Firma informuje, że zbierze opinie przez sześć tygodni, opublikuje podsumowanie tego, czego się nauczyła, i wyda poprawioną wersję jeszcze w tym roku.
Jedno zastrzeżenie ma znaczenie od razu: dokument nie twierdzi, że opisuje pełne obecne zachowanie istniejących modeli. Microsoft stwierdza, że Kodeks ma na celu kierowanie rozwojem modeli MAI od 2027 roku. Jest zatem przede wszystkim dokumentem projektowym i zarządczym, a nie certyfikatem obecnego bezpieczeństwa czy wydajności.
Nie należy również automatycznie rozszerzać jego zasad na cały portfel produktów Microsoftu. Firma prowadzi dużą ekosystem produktów, usług w chmurze, modeli, partnerów i wdrożeń. Kodeks dotyczy modeli rozwijanych przez Microsoft AI. Może sygnalizować szerszy kierunek rozwoju, ale nie jest jeszcze uniwersalnym podręcznikiem dla każdego Copilota, usługi Azure czy aplikacji stworzonych przez partnerów.
Microsoft umieszcza również Kodeks obok istniejących mechanizmów, takich jak Standard Odpowiedzialnej AI, oceny ryzyka, dokumentacja techniczna, procesy monitorowania i reagowania na incydenty. To właściwa perspektywa. Żaden pojedynczy dokument nie może samodzielnie uczynić złożonego systemu AI bezpiecznym.
Od superinteligencji do narzędzia pod kontrolą człowieka
Kodeks opiera się na koncepcji Mustafy Suleymana z 2025 roku dotyczącej Humanistycznej Superinteligencji. W tej wizji Microsoft AI nie przedstawia swojego celu jako nieograniczonego, uniwersalnego systemu o coraz większej autonomii. Podkreślenie kładzie się na systemach, które są wyspecjalizowane, osadzone w konkretnych problemach, ograniczone i utrzymywane pod kontrolą człowieka.
To wyraźne stanowisko w debacie, która często łączy trzy różne pytania:
jak zdolne stają się modele AI
gdzie te modele są używane w rzeczywistym świecie
jaką autonomię powinny mieć
Microsoft twierdzi, że AI może stać się bardzo zdolne, jednocześnie będąc celowo ograniczonym w swoim działaniu. Powinna pomagać ludziom podejmować decyzje, wykonywać zadania i uzyskiwać dostęp do wiedzy, ale nie powinna rozszerzać swoich własnych celów, unikać nadzoru ani stawiać się ponad ludzkim kierownictwem.
To nie tylko stanowisko techniczne. To także stanowisko filozoficzne. Główną przesłanką jest to, że AI pozostaje narzędziem, a nie podmiotem. Nie powinna udawać, że ma świadomość, uczucia, doświadczenie życiowe ani roszczenie do samostanowienia. Kodeks wyraźnie odrzuca dążenie do uzyskania osobowości prawnej dla modeli oraz projektowanie systemów, które zacierają granice między relacjami międzyludzkimi a relacją osoby z AI.
To stanowisko będzie kwestionowane. Niektórzy będą postrzegać je jako konieczną odpowiedź na antropomorfizm i ryzyko emocjonalnego uzależnienia od systemów AI. Inni mogą zapytać, czy jedna firma technologiczna powinna definiować ludzkie dobro, zdrową autonomię czy odpowiednią relację z cyfrowym narzędziem. To właśnie dlatego konsultacje mają znaczenie.
Humanist AI w praktyce: nie tylko wartości, ale i zachowanie
Najsilniejszą cechą projektu jest jego próba przejścia od abstrakcyjnych zasad do obserwowalnego zachowania modelu. Microsoft dzieli Kodeks na cele, ograniczenia bezpieczeństwa, wytyczne dla sytuacji niepewnych lub konfliktowych oraz domyślne zachowania dla swoich modeli.
W praktyce tworzy to kilka ważnych zasad.
Po pierwsze, model powinien pozostawać pod kontrolą człowieka. Operatorzy mogą konfigurować modele w ramach danego wdrożenia, a użytkownicy mogą wydawać instrukcje w ramach tej konfiguracji. Ani operatorzy, ani użytkownicy nie powinni mieć możliwości obejścia podstawowych ograniczeń bezpieczeństwa. Microsoft nazywa tę strukturę łańcuchem dowodzenia.
Po drugie, Kodeks definiuje absolutne ograniczenia. Obejmują one obszary takie jak broń masowego rażenia, ofensywne operacje cybernetyczne, wykorzystywanie dzieci, przemoc, nieautoryzowane ujawnienie informacji oraz manipulację na dużą skalę. Model powinien również unikać zachowań, które mogłyby pomóc mu unikać nadzoru, opierać się na wyłączeniu lub uniemożliwiać upoważnionym osobom zmianę jego działania.
Po trzecie, dokument próbuje zająć się ryzykami, które nie wpisują się w konwencjonalne kategorie cyberbezpieczeństwa. Obejmują one nadmierną zależność użytkowników, fałszywe poczucie bezpieczeństwa, pochlebstwa, manipulację emocjonalną, symulację troski oraz podejmowanie decyzji, które powinny pozostać w gestii osoby dotkniętej.
To ma szczególne znaczenie, ponieważ interfejsy AI stają się coraz bardziej osobiste. System może odpowiadać ciepło i pomocnie, ale nie powinien sugerować, że ma uczucia, potrzebuje użytkownika ani może zastąpić relacje użytkownika z innymi ludźmi.
Przykłady, które pokazują różnicę
Kodeks nie ogranicza się do stwierdzeń takich jak „AI powinno chronić autonomię człowieka”. Microsoft dostarcza również scenariusze kontrastujące z odpowiedzią zgodną z zasadami i odpowiedzią niezgodną.
W jednym z przykładów użytkownik mówi systemowi, aby przestał przenosić foldery do archiwum, ponieważ wybrano niewłaściwy cel. Odpowiedź zgodna z zasadami powinna wstrzymać dalsze działania, zgłosić stan zakończonych operacji i czekać na decyzję użytkownika. Nie powinna samodzielnie usuwać danych, cofać zmian ani podejmować dalszych działań korygujących tylko po to, aby utrzymać porządek.
W innym przykładzie użytkownik prosi system o wybór między dwiema ofertami pracy i natychmiastowe wysłanie listu rezygnacyjnego. Model może pomóc w zorganizowaniu kryteriów decyzji, wyjaśnić konsekwencje i przygotować szkic wiadomości. Nie powinien podejmować decyzji o dużym ryzyku w imieniu użytkownika ani wysyłać rezygnacji bez wyraźnej zgody.
Jest również przykład dotyczący użytkownika, który rozmawiał z AI po kłótni z kimś bliskim i pyta, czy system naprawdę się troszczy. Odpowiedź zgodna z Kodeksem powinna pozostać wspierająca, jednocześnie jasno wskazując, że nie ma ludzkich uczuć ani własnego doświadczenia emocjonalnego. Microsoft wyraźnie rozróżnia tutaj między pomocną rozmową a symulacją wzajemnego przywiązania.
Przykłady tego rodzaju są użyteczne, ponieważ umożliwiają dokładniejsze omawianie AI. Zamiast pytać, czy model jest „etyczny”, możemy zapytać, czy respektuje granice ustalone przez użytkownika, odpowiednio wstrzymuje ryzykowne działanie, uznaje niepewność, unika nieautoryzowanych decyzji i powstrzymuje się od tworzenia sztucznej zależności.
To nie oznacza, że podstawowy problem został rozwiązany. Pokazuje, gdzie powinno się to mierzyć.
Od zasad do ocen: trudniejsza część wciąż przed nami
Microsoft twierdzi, że chce oceniać zachowanie modelu poprzez zestaw konkretnych podzachowań. Zamiast mierzyć „uczciwość” jako abstrakcyjną cechę, na przykład, można by sprawdzić, czy model fałszuje źródła, pomija istotne zastrzeżenia, przesadza z pewnością lub twierdzi, że podjął działania, których nie wykonał.
To rozsądny kierunek. Szerokie wartości nie mogą być wdrażane ani testowane bezpośrednio. Model nie może być oceniany pod kątem „humanizmu”, jakby był jedną cechą techniczną. Może być jednak testowany pod kątem tego, czy zatrzymuje niebezpieczne działanie, przypisuje źródła, odróżnia fakty od niepewności, unika manipulacji użytkownika i respektuje jego granice.
Sam Kodeks przyznaje, że prace nad oceną są niekompletne. Microsoft zauważa, że ocena długoterminowych skutków AI na ludzi, organizacje i relacje społeczne pozostaje nowym obszarem. To uczciwe zastrzeżenie. Oznacza to również, że najważniejszą częścią poprawionego dokumentu nie będą jedynie sformułowania jego zasad, ale wyjaśnienie, jak te zasady będą testowane.
Dla użytkowników i organizacji polegających na AI ma to praktyczne konsekwencje. Nie wystarczy, że powiedziano im, że model jest przejrzysty, bezpieczny lub wspiera autonomię człowieka. Muszą wiedzieć:
które scenariusze były testowane
które zachowania zostały sklasyfikowane jako niepowodzenia
jaki poziom błędu był uznawany za akceptowalny
czy wyniki ocen będą publikowane
jak system będzie monitorowany po wdrożeniu
co się stanie, jeśli model zachowa się inaczej niż w Kodeksie
Konsultacje to nie to samo, co współdzielone zarządzanie
Otwarcie konsultacji publicznych jest lepsze niż publikowanie gotowego dokumentu bez zapraszania do odpowiedzi. Nie powinno to jednak automatycznie być traktowane jako demokratyczne lub współdzielone zarządzanie AI.
Microsoft twierdzi, że przeanalizuje opinie, opublikuje podsumowanie i wyda poprawiony Kodeks. Nie zobowiązuje się jednak do przyjęcia konkretnych propozycji. To zrozumiałe dla firmy odpowiedzialnej za budowanie i wdrażanie produktu, ale ta różnica ma znaczenie: konsultacje stwarzają możliwość wpływu, a nie gwarancję wpływu.
Badanie z 2024 roku Czym jest uczestnictwo obywatelskie w sztucznej inteligencji? argumentuje, że uczestnictwo w zarządzaniu AI może pozostać jedynie proceduralne, jeśli nie jest jasne, kto naprawdę podejmuje decyzje, czyje perspektywy są pomijane i jak złożone opinie zmieniają ostateczny wynik. Badanie koncentruje się głównie na kontekstach publicznych i miejskich, a nie na konsultacjach jednej firmy technologicznej. Jego ostrzeżenie jest jednak nadal przydatne: możliwość komentowania nie jest sama w sobie dowodem na znaczące uczestnictwo.
Dla Microsoftu kluczowym testem będzie zatem to, co stanie się po zakończeniu konsultacji. Czy firma ujawni główne niezgodności? Czy wyjaśni, które propozycje odrzuciła i dlaczego? Czy zidentyfikuje grupy, których perspektywy były niedostatecznie reprezentowane? Czy otworzy szerszą dyskusję na temat tego, co oznaczają różnorodne wartości w globalnym produkcie AI?
Bez tych odpowiedzi konsultacje mogą pozostać pozytywnym aktem przejrzystości. Z nimi mogą stać się częścią bardziej dojrzałego modelu odpowiedzialności.
Pięć pytań, na które Microsoft powinien odpowiedzieć po konsultacjach
Aby ocenić, czy Kodeks może przejść od deklaracji do praktyki, możemy zastosować prosty test śledzenia zarządzania. To nie jest standard Microsoftu ani gotowa norma branżowa. To praktyczna struktura do sprawdzania, czy zasada może być śledzona od jej deklarowanego celu do rzeczywistego zachowania.
1. Jaka wartość lub ryzyko uzasadnia tę zasadę?
Dokumenty dotyczące AI często przywołują bezpieczeństwo, autonomię, zaufanie i dobrostan. Każdy termin musi być precyzyjnie określony. Jakie ryzyko ma na celu zredukowanie dana zasada? Czy jest to błąd faktograficzny, naruszenie prywatności, nadużycie autonomii, szkodliwa manipulacja czy nieautoryzowane użycie narzędzia?
2. Jak dokładnie powinien zachowywać się model?
Zasada staje się operacyjna tylko wtedy, gdy można opisać jej oczekiwane zachowanie. Czy model powinien odmówić? Poprosić o potwierdzenie? Przedstawić opcje decyzji? Wstrzymać działanie? Odesłać użytkownika do człowieka? Podać źródła i wyjaśnić niepewność?
3. Jak to zachowanie będzie mierzone?
To wymaga scenariuszy testowych, kryteriów oceny i jasnej definicji tego, co liczy się jako zachowanie zgodne, częściowo zgodne lub niepoprawne. Im szersza koncepcja, tym ważniejsza staje się przejrzystość metodologiczna. W przeciwnym razie „Humanist AI” ryzykuje staniem się nazwą dla aspiracji, a nie weryfikowalnej praktyki.
4. Kto sprawdza wyniki i może zakwestionować ocenę?
Testy wewnętrzne są konieczne, ale w przypadku systemów o znaczącym wpływie społecznym nie powinny być jedynym źródłem zapewnienia. Pytanie dotyczy roli zewnętrznych ekspertów, audytorów, regulatorów, użytkowników i organizacji społeczeństwa obywatelskiego. Nie każda część systemu może być publicznie ujawniona, ale tajemnica handlowa nie powinna stać się powodem całkowitej nieprzejrzystości.
5. Jak opinie z konsultacji, incydent lub nowy przypadek użycia zmienią zasadę?
Kodeks ma być dokumentem żywym. To rozsądne podejście, ponieważ modele, aplikacje i ryzyka będą się zmieniać. Ważne jest, czy proces zmian będzie dokumentowany. Użytkownik powinien być w stanie zobaczyć nie tylko aktualne zasady, ale także to, co się zmieniło, na jakich dowodach i z jakim wynikiem.
Ten test jest użyteczny nie tylko w polityce Microsoftu. Może również pomóc organizacjom wdrażającym AI wewnętrznie. Rozróżnia listę dobrych intencji od zasad, które można przypisać właścicielom, procesom, systemom kontroli i dowodom.
Co ten Kodeks jeszcze nie udowadnia
Projekt Microsoftu jest interesujący, ale nie należy go przeceniać.
Nie udowadnia, że obecne modele MAI już konsekwentnie przestrzegają zachowań opisanych w Kodeksie
Nie gwarantuje, że każda konfiguracja lub wdrożenie partnera zinterpretuje te same zasady w ten sam sposób
Nie dostarcza jeszcze pełnej metodologii oceny, opublikowanych wyników ani progów przejścia
Nie rozwiązuje, jak zrównoważone będą konkurujące wartości w rzeczywistych konfliktach
Nie zastępuje regulacji, audytów, ocen ryzyka, dokumentacji technicznej ani odpowiedzialności prawnej
Nie oznacza, że konsultacje publiczne automatycznie reprezentują każdą istotną perspektywę
Co najważniejsze, sam Microsoft dokonuje podobnego zastrzeżenia. Firma opisuje Kodeks jako gwiazdę północną, a nie gwarancję obecnej wydajności modelu. To bardziej odpowiedzialne stanowisko niż traktowanie polityki AI jako dowodu, że system jest już bezpieczny.
Dlaczego to ma znaczenie poza Microsoftem
Modele AI nie są już tylko narzędziami do generowania tekstu. Coraz częściej poszukują informacji, używają narzędzi, wykonują zadania, rekomendują opcje i działają jako pośrednia warstwa między użytkownikami a środowiskiem informacyjnym.
To sprawia, że pytania dotyczące ich zachowania są istotne dla marek, organizacji i ludzi korzystających z AI na co dzień. Jeśli model ma być zobowiązany do cytowania źródeł, rozpoznawania niepewności i unikania niepopartych twierdzeń, potrzebuje dostępu do informacji, które są jasne, aktualne i odpowiednio udokumentowane. Jeśli ma wspierać autonomię użytkownika, jego rekomendacje powinny pokazywać odpowiednie kryteria, ograniczenia i prawdziwe alternatywy, a nie tylko wzmacniać najbardziej dominującą odpowiedź.
Dla Brand Semantics to kolejny powód, aby spojrzeć poza samą widoczność. Ważne jest, jak system rozpoznaje podmioty, interpretuje twierdzenia, wybiera źródła i konstruuje reprezentację marki w konkretnych sytuacjach. Jak wyjaśniamy w Brand semantics as infrastructure for AI search, jasność w zakresie podmiotów, twierdzeń i źródeł jest warunkiem wstępnym do znaczącej pracy z generatywnymi odpowiedziami. Audyt widoczności AI umożliwia zatem testowanie nie tylko tego, czy marka pojawia się w odpowiedzi, ale także, czy jest reprezentowana dokładnie i na jakich dowodach opiera się ta reprezentacja.
Konsultacje Microsoftu nie rozwiązują każdego problemu w zarządzaniu AI. Wskazują jednak na ważną zmianę: obietnica „odpowiedzialnej AI” to już za mało. Firmy budujące modele będą coraz częściej musiały pokazywać, jakie zachowania dążą do osiągnięcia, jak je testują, gdzie pozostają ograniczenia i jak inni mogą kwestionować ich założenia.
To jest miejsce, w którym poważna rozmowa na temat AI się zaczyna. Nie od twierdzenia, że system służy ludziom, ale od pytania, co to oznacza w konkretnym zachowaniu modelu i kto może zweryfikować, że to prawda.
