Prywatność i przetwarzanie danych

aipoc-lab jest prywatnym, niekomercyjnym projektem badawczym. Zbiera publicznie dostępne publikacje o sztucznej inteligencji, żeby badać rozwój tej dziedziny. W zebranych materiałach ubocznie znajdują się dane osobowe — najczęściej nazwiska autorów prac naukowych. Ta strona mówi, jakie dane, skąd, po co i co możesz z tym zrobić.

Ostatnia aktualizacja: 9 października 2026

Kto przetwarza dane

Administratorem danych jest osoba fizyczna prowadząca projekt aipoc-lab — niekomercyjnego projektu badawczego. We wszystkich sprawach dotyczących przetwarzania danych kontakt: [email protected]. Dalsze dane identyfikujące administratora przekazujemy osobie, której dane dotyczą, oraz organowi nadzorczemu — w zakresie wymaganym prawem.

Dlaczego dowiadujesz się o tym ze strony, a nie z wiadomości do Ciebie

Bo projekt nie wie, kim jesteś, i nie chce się tego dowiadywać. Dane nie pochodzą od osób, których dotyczą — trafiają tu jako fragment publicznie dostępnej publikacji, na przykład lista autorów artykułu naukowego. Żeby wysłać każdej z tych osób osobne powiadomienie, trzeba by najpierw ustalić jej adres, czyli zebrać o niej dodatkowe dane, których projekt nie ma i nie zamierza mieć. RODO zna taki przypadek: gdy powiadomienie każdego z osobna byłoby niemożliwe albo wymagałoby niewspółmiernie dużego wysiłku, zamiast niego podaje się informację publicznie i stosuje odpowiednie środki ochrony praw tych osób (art. 14 ust. 5 lit. b). Projekt korzysta z tego wyjątku — ta strona jest tą informacją, a środki ochrony opisują jej dalsze części.

Jakie dane i z jakich źródeł

Wszystkie źródła są publicznie dostępne bez logowania. Projekt nie pobiera niczego z serwisów wymagających konta, nie omija zabezpieczeń i nie korzysta ze źródeł, które sprzeciwiają się zbiórce w pliku robots.txt.

Materiały pobiera automat, raz dziennie, z serwera projektu. Tam, gdzie wydawca publikuje kanał RSS — strumień przeznaczony do maszynowego odczytu — automat czyta wyłącznie ten kanał. Tam, gdzie kanału nie ma, pobiera publiczną stronę z listą wpisów (a w przypadku darioamodei.com także strony pojedynczych tekstów) — kilka zapytań dziennie na wydawcę, tak jak zrobiłaby to przeglądarka czytelnika. Dla kilku wiadomości dziennie wybranych do przeglądu, gdy kanał wydawcy zawiera tylko zajawkę, automat pobiera także stronę samego artykułu i zapisuje jego tekst — po wycięciu adresów e-mail i numerów telefonów, tym samym filtrem co przy pozostałych materiałach. Projekt nie przeszukuje serwisów poza tą listą.

Po co i na jakiej podstawie

Cel: prywatne badanie nad rozwojem sztucznej inteligencji, a także nad samą metodą budowy zautomatyzowanego łańcucha badawczego — od zbierania publikacji, przez ich ocenę, po pisanie zestawień. Efektem są zestawienia i analizy publikowane na tym blogu, zawsze w postaci zagregowanej.

Podstawa prawna: art. 6 ust. 1 lit. f RODO — prawnie uzasadniony interes administratora, polegający na prowadzeniu badania. Przetwarzanie ma charakter badawczy w rozumieniu art. 5 ust. 1 lit. b i e RODO, z zabezpieczeniami wymaganymi przez art. 89 ust. 1 RODO.

Czego projekt nie robi: nie sprzedaje ani nie udostępnia zebranych danych, nie buduje bazy kontaktowej, nie prowadzi marketingu, nie kontaktuje się z osobami, których dane znalazły się w materiałach, i nie profiluje nikogo. Jedynym podmiotem spoza projektu, który dostaje zebrane materiały, jest dostawca modeli językowych — opisany niżej.

Komu projekt przekazuje materiały

Pracę z tekstem wykonują modele językowe Google Gemini, wywoływane przez interfejs programistyczny Google (Gemini API). Google dostaje fragmenty zebranych materiałów i odsyła wynik. Projekt korzysta z bezpłatnego planu Gemini API, a w tym planie Google może wykorzystywać przesłane treści do ulepszania swoich usług — dlatego do modeli trafiają wyłącznie materiały opublikowane wcześniej przez ich autorów. Do Google trafiają:

• każdy pobrany materiał — tytuł i początek treści, żeby model streścił go w dwóch–trzech zdaniach i przypisał do działu i tematów ze stałego słownika;
• tytuły, streszczenia i etykiety materiałów oraz treść szkiców i opracowań — do policzenia wektorów (model gemini-embedding-2), czyli liczbowego zapisu tekstu, dzięki któremu lab znajduje teksty o podobnej treści;
• materiały wybrane do przeglądu i notatki laboratorium — do napisania przeglądów, notatek o pojęciach i cotygodniowych opracowań oraz do porównania gotowego tekstu ze źródłem;
• opublikowane wpisy — do przetłumaczenia na inne języki.

Adresy e-mail i numery telefonów są wycinane, zanim materiał zostanie wysłany do modelu, a nie dopiero przy zapisie do bazy. Do Google nie trafiają dane czytelników bloga ani wiadomości wysłane na adresy kontaktowe.

Jak ograniczany jest zakres danych

• Filtr przy zapisie — adresy e-mail i numery telefonów są zastępowane znacznikiem, zanim materiał trafi do bazy i zanim zostanie przekazany do analizy.
• Tylko to, co i tak jest w publikacji — projekt zapisuje tytuł, streszczenie, treść i adres źródła. Nie ustala tożsamości autorów, nie łączy ich wystąpień w różnych publikacjach i nie buduje niczyjego profilu.
• Publikacja tylko zagregowana — na blogu pojawiają się zestawienia i statystyki, nigdy kopie materiałów źródłowych ani rekordy dotyczące pojedynczych osób. Autorzy cytowanych prac występują wyłącznie w sekcji Źródła, jak w bibliografii.
• Brak danych szczególnych kategorii — projekt nie zbiera i nie chce zbierać danych o zdrowiu, poglądach, wyznaniu ani orientacji.

Jak długo

Materiały badawcze przechowywane są tak długo, jak trwa badanie — sensem tego projektu jest obserwacja zmian w czasie, której nie da się odtworzyć wstecz. Surowe pobrania są czyszczone z danych kontaktowych natychmiast, a te, które przestały być potrzebne, są usuwane. Dane usunięte na żądanie nie wracają.

Twoje prawa

Masz prawo dostępu do swoich danych, ich sprostowania, usunięcia i ograniczenia przetwarzania, a także prawo sprzeciwu wobec przetwarzania opartego na prawnie uzasadnionym interesie. Przysługuje Ci również skarga do Prezesa Urzędu Ochrony Danych Osobowych.

Zgłoszenia przyjmowane są pod adresem [email protected]. Żeby żądanie dało się wykonać, potrzebne jest wskazanie, gdzie dane się znajdują — na przykład adres strony, z której zostały pobrane. Projekt nie przechowuje danych pozwalających na identyfikację osoby w inny sposób i nie będzie ich w tym celu zbierał (art. 11 RODO).

Usunięcie polega na trwałym wyczyszczeniu treści; w bazie pozostaje wyłącznie ślad, że dany materiał istniał i został usunięty, bez jego zawartości.

Ta strona

Blog nie zbiera danych o czytelnikach: nie ma śledzenia, nie ma formularzy, nie ma ciasteczek poza tym, które obsługuje logowanie do panelu redakcyjnego. Jak każdy serwer WWW, serwer i dostawca ochrony przed atakami (Cloudflare) przetwarzają adresy IP odwiedzających w zapisach technicznych — wyłącznie dla bezpieczeństwa i poprawnego działania strony.

Pomiar odsłon. Od 24 września 2026 blog korzysta z Cloudflare Web Analytics. Skrypt pomiarowy dokłada do strony sam Cloudflare. Nie zapisuje ciasteczek ani niczego innego w przeglądarce i nie nadaje odwiedzającym identyfikatorów, więc nie da się nim rozpoznać tej samej osoby przy kolejnej wizycie. Projekt widzi wyłącznie zbiorcze liczby: ile było odsłon i wizyt, których stron dotyczyły, skąd przyszli czytelnicy (kraj, strona odsyłająca), z jakich przeglądarek i urządzeń, i jak szybko strona się ładowała.

Treści na blogu powstają z udziałem modeli językowych, a o ich publikacji decyduje człowiek. Opis metody znajduje się na stronie Jak to działa.