# Jak napisać politykę zielonej AI

> Przewodnik krok po kroku po tworzeniu polityki zielonej AI w organizacji, z szablonem: użycie, modele, pomiar, zakupy, deklaracje i przegląd.

Source: https://greenai.guide/pl/dobre-praktyki/jak-napisac-polityke-zielonej-ai/  
Updated: 2026-11-19

## W skrócie

Polityka zielonej AI określa, kiedy organizacja korzysta ze sztucznej inteligencji, jak ją wybiera i efektywnie uruchamia, jak mierzy i raportuje jej wpływ oraz co będzie, a czego nie będzie deklarować. Powinna być krótka, praktyczna i powiązana z istniejącymi procesami, takimi jak zamówienia, ochrona danych i raportowanie zrównoważonego rozwoju, a jej przegląd należy przeprowadzać co roku.

## Najważniejsze punkty

- Dobra polityka obejmuje zarówno efektywność (dobre korzystanie z AI), jak i wystarczalność (sufficiency, korzystanie z niej tylko tam, gdzie wnosi wartość).
- Pracę powinny wykonywać ustawienia domyślne: najmniejszy wystarczający model, funkcje AI wyłączone, o ile nie są potrzebne, włączone limity długości odpowiedzi.
- Politykę warto powiązać z już istniejącymi procesami: zamówieniami, ochroną danych, raportowaniem zrównoważonego rozwoju, szkoleniami.
- Pomiar powinien opierać się na jawnie określonej metodzie, a raportowanie na jednostkę użytecznej pracy, tak aby wzrost wykorzystania był widoczny.
- Polityka potrzebuje właściciela, daty przeglądu i krótkiej listy mierzalnych zobowiązań.

## Do czego służy polityka zielonej AI? {#what-is-a-green-ai-policy-for}

**Zamienia dobre intencje dotyczące wpływu sztucznej inteligencji (AI) na środowisko w ustawienia domyślne, decyzje i
kontrole, których ludzie rzeczywiście przestrzegają.** Bez niej każdy zespół wybiera modele, narzędzia i dostawców
wyłącznie na podstawie możliwości i ceny, a nikt nie potrafi powiedzieć, ile korzystanie z AI kosztuje organizację
w energii, emisjach CO2 czy wodzie.

Dobra polityka robi dwie rzeczy. Sprawia, że korzystanie z AI jest **efektywne**: właściwy model, dobrze
uruchomiony, zasilany czystą energią. Sprawia też, że jest **wystarczalne** (sufficiency): AI tam, gdzie wnosi
wartość, a nie odruchowo. Podczas brytyjskiego sandpitu poświęconego zielonej AI w 2026 roku (sandpit to
intensywne warsztaty badawcze, na których naukowcy i przemysł wspólnie wypracowują pomysły na projekty), w którym
udział wzięli matematycy, informatycy i przedstawiciele przemysłu, większość uczestników ankiety chciała, by zielona
AI w równym stopniu skupiała się na obu tych aspektach, a nie na jednym z nich. Uczestnicy sandpitu przestrzegali
też przed politykami, które brzmią jak „nie używaj AI”: zwykle są one ignorowane. Celem powinno być odpowiedzialne i
dobre korzystanie z AI.

## Kogo należy zaangażować? {#who-should-be-involved}

**Należy zebrać osoby, które już odpowiadają za procesy, których dotyczy polityka.** Wystarczy niewielka grupa
robocza:

- osoba, która jest **właścicielem polityki** i za nią odpowiada (często z działu zrównoważonego rozwoju,
  cyfryzacji lub operacji)
- **IT lub dział inżynierii**, który wybiera i uruchamia modele oraz narzędzia
- **dział zamówień**, który kupuje usługi AI
- **ochrona danych i dział prawny**, bo minimalizacja danych i deklaracje ekologiczne pokrywają się z ich pracą
- **dział komunikacji**, który wydaje publiczne oświadczenia
- **kilku codziennych użytkowników**, którzy wiedzą, gdzie AI jest naprawdę używana

## Jak ją napisać krok po kroku? {#how-do-i-write-it-step-by-step}

**Należy zacząć od tego, czego organizacja używa obecnie, ustalić niewielką liczbę wartości domyślnych i zobowiązań
oraz wbudować pomiar i przegląd.**

1. **Zmapować obecne korzystanie z AI.** Spisać narzędzia, funkcje, modele i dostawców, łącznie z AI wbudowaną w
   oprogramowanie, z którego organizacja już korzysta. Odnotować przybliżone wolumeny.
2. **Uzgodnić zasady.** Trzy do pięciu prostych stwierdzeń, na przykład „używamy najmniejszego narzędzia, które
   dobrze wykonuje zadanie”.
3. **Ustawić wartości domyślne.** Ustawienia domyślne zmieniają zachowanie bardziej niż wytyczne. Należy
   zdecydować, które funkcje AI są domyślnie włączone, a które wyłączone, jaki jest domyślny rozmiar modelu oraz
   jakie limity odpowiedzi i historii obowiązują w narzędziach tworzonych przez organizację.
4. **Określić, kiedy intensywniejsze użycie wymaga uzasadnienia.** Na przykład: duży model czołowy, generowanie
   obrazów lub wideo na dużą skalę, trenowanie lub dostrajanie (fine-tuning) albo stale działający agenci.
5. **Wybrać sposób pomiaru.** Uzgodnić metodę, granice systemu i jednostkę funkcjonalną; więcej w części
   [pomiar zużycia energii przez AI](/pl/dobre-praktyki/jak-mierzyc-zuzycie-energii-i-emisje-ai/). Na początku można przyjąć szacunki, wyraźnie
   oznaczone jako szacunki.
6. **Spisać zasady zakupów.** Dodać pytania i kryteria oceny dotyczące zrównoważonego rozwoju do zakupów AI; więcej
   w części [zrównoważone zakupy AI](/pl/dobre-praktyki/zrownowazone-zamowienia-ai/).
7. **Ustalić zasady deklaracji.** Nic nie jest opisywane jako ekologiczne bez dowodów; więcej w części
   [uczciwe deklaracje ekologiczne](/pl/dobre-praktyki/uczciwe-deklaracje-ekologiczne-dotyczace-ai/).
8. **Zaplanować szkolenia.** Krótka, praktyczna sesja dla wszystkich pracowników oraz bardziej szczegółowe materiały
   dla osób, które tworzą lub kupują AI.
9. **Wybrać kilka mierzalnych zobowiązań** z terminami.
10. **Wskazać właściciela i datę przeglądu** oraz opublikować politykę wewnątrz organizacji.

## Co powinna zawierać polityka? Szablon {#what-should-the-policy-say-a-template-outline}

**Poniższy szablon to punkt wyjścia; to, co nie ma zastosowania, można usunąć.**

### 1. Cel i zakres {#1-purpose-and-scope}
- Dlaczego organizacja ma tę politykę, w dwóch lub trzech zdaniach.
- Co obejmuje: narzędzia AI używane przez pracowników, AI wbudowaną w produkty i usługi, AI kupowaną od dostawców
  oraz wszelkie trenowanie i dostrajanie.
- Co oznacza tu „AI” (tylko generatywna AI czy całe uczenie maszynowe).

### 2. Zasady {#2-principles}
- Korzystamy z AI tam, gdzie wnosi wyraźną wartość; najpierw rozważamy prostsze metody.
- Używamy najmniejszego modelu lub narzędzia, które spełnia próg jakości.
- Unikamy marnotrawstwa: wielokrotnego generowania od nowa, nadmiernie dużych danych wejściowych i wyjściowych,
  bezczynnych agentów.
- Wybieramy niskoemisyjny hosting i czystsze godziny dla elastycznych zadań.
- Mierzymy uczciwie i deklarujemy tylko to, co potrafimy wykazać.

### 3. Codzienne korzystanie {#3-everyday-use}
- Oczekiwane nawyki pracowników (zob. [efektywne korzystanie z AI](/pl/dobre-praktyki/efektywne-korzystanie-z-ai-codzienne-nawyki/)).
- Funkcje AI domyślnie wyłączone, chyba że zespół ich potrzebuje.
- Wytyczne dotyczące generowania obrazów i wideo.

### 4. Tworzenie i uruchamianie AI {#4-building-and-running-ai}
- Wybór modelu: najmniejszy wystarczający model, routing modeli dla zróżnicowanych obciążeń
  ([wybór właściwego modelu](/pl/dobre-praktyki/wybor-wlasciwego-modelu-do-zadania/)).
- Praktyki efektywności: buforowanie (caching), limity odpowiedzi, batching, kwantyzacja tam, gdzie zachowuje jakość
  ([efektywne trenowanie i inferencja](/pl/dobre-praktyki/efektywne-trenowanie-i-inferencja-ai/)).
- Kiedy trenowanie lub dostrajanie jest dozwolone i co należy zapisać (energię, sprzęt, lokalizację).
- Wybór hostingu i regionu ([hosting i centra danych](/pl/dobre-praktyki/hosting-zielonej-ai-i-centra-danych/)); brzeg sieci a chmura
  ([brzeg sieci czy chmura](/pl/dobre-praktyki/brzeg-sieci-czy-chmura-gdzie-powinna-dzialac-ai/)).

### 5. Zakup AI {#5-buying-ai}
- Standardowe pytania dotyczące zrównoważonego rozwoju i kryteria oceny ofert.
- Standardowe klauzule umowne dotyczące raportowania, lokalizacji i możliwości rezygnacji (opt-out).

### 6. Pomiar i raportowanie {#6-measurement-and-reporting}
- Metoda, granice systemu i jednostka funkcjonalna, na przykład podejście Software Carbon Intensity z normy
  ISO/IEC 21031:2024.
- Co jest raportowane, jak często i komu; czy dane są mierzone, czy szacowane.
- Jak AI wpisuje się w istniejące raportowanie zrównoważonego rozwoju lub emisji.

### 7. Deklaracje i komunikacja {#7-claims-and-communication}
- Kto zatwierdza publiczne deklaracje ekologiczne dotyczące AI i jakie dowody są potrzebne.

### 8. Szkolenia i świadomość {#8-training-and-awareness}
- Kto przechodzi jakie szkolenia i jak często.

### 9. Role i nadzór {#9-roles-and-governance}
- Właściciel polityki, grupa robocza oraz powiązanie polityki z ładem AI (na przykład z systemem zarządzania AI
  według ISO/IEC 42001, jeśli organizacja go ma).

### 10. Zobowiązania i przegląd {#10-commitments-and-review}
- Trzy do pięciu mierzalnych zobowiązań z terminami.
- Data corocznego przeglądu oraz to, co uruchamia wcześniejszy przegląd (nowe ważne narzędzie AI, nowe przepisy).

## Jak sprawić, by polityka działała w praktyce? {#how-do-i-make-it-stick}

**Politykę należy wbudować w momenty, w których decyzje już zapadają.**

- Dodać pytania dotyczące zrównoważonego rozwoju do istniejącego formularza zatwierdzania nowych narzędzi.
- W przeglądach technicznych umieszczać energię na zapytanie obok kosztu i opóźnienia.
- Uwzględnić AI w raporcie zrównoważonego rozwoju, który organizacja już przygotowuje.
- Szkolenia powinny być krótkie, praktyczne i stanowić część wdrożenia nowych pracowników. Uczestnicy sandpitu
  usłyszeli o uczelni, która wprowadziła obowiązkowe dla wszystkich pracowników szkolenie z kompetencji w zakresie
  AI, obejmujące także jej skutki środowiskowe, traktowane podobnie jak szkolenie z ochrony danych.
- Należy uważać na [efekt odbicia (rebound effect)](/pl/slowniczek/#rebound-effect): jeśli zyski z efektywności zostaną
  pochłonięte przez większe wykorzystanie, pokażą to wartości łączne. Należy raportować wartości łączne, a nie tylko
  dane na jednostkę.

## Lista kontrolna {#checklist}

- [ ] Zmapowane obecne korzystanie z AI, łącznie z wbudowanymi funkcjami i dostawcami
- [ ] Zasady obejmują zarówno efektywność, jak i wystarczalność
- [ ] Ustawione wartości domyślne dla funkcji, rozmiaru modelu i limitów odpowiedzi
- [ ] Intensywniejsze zastosowania wymagają podania uzasadnienia
- [ ] Metoda pomiaru uzgodniona i dołączona jako załącznik
- [ ] Uwzględnione pytania do zamówień i klauzule umowne
- [ ] Uwzględnione zasady dotyczące deklaracji ekologicznych
- [ ] Zaplanowane szkolenia dla wszystkich pracowników oraz dla osób tworzących i kupujących AI
- [ ] Wskazani właściciel, zobowiązania i data przeglądu

## Co zrobić dalej {#what-to-do-next}

1. W tym miesiącu zmapować korzystanie z AI w organizacji, łącznie z AI włączoną w istniejącym oprogramowaniu.
2. Przygotować projekt zasad i wartości domyślnych na podstawie powyższego szablonu i przetestować je z kilkoma
   użytkownikami.
3. Uzgodnić metodę pomiaru i zebrać pierwszy, szacunkowy punkt odniesienia.
4. Dodać pytania dotyczące zrównoważonego rozwoju do najbliższego zakupu AI.
5. Ustalić trzy mierzalne zobowiązania i datę przeglądu oraz opublikować politykę wewnątrz organizacji.
6. Zapoznać się z [przewodnikiem dla firm](/pl/poradniki/zielona-ai-dla-biznesu/), [przewodnikiem dla organizacji
   charytatywnych](/pl/poradniki/zielona-ai-dla-organizacji-charytatywnych/) lub, w przypadku szkół, ze [stroną dla nauczycieli](/pl/szkoly/zielona-ai-przewodnik-dla-nauczycieli/);
   pomoc można znaleźć w [katalogu konsultantów](/pl/konsultanci/), a szkolenia w sekcji [kursy](/pl/kursy/).

## Najczęściej zadawane pytania

### Czy potrzebna jest osobna polityka zielonej AI?

Niekoniecznie. Wiele organizacji dodaje część o zielonej AI do istniejącej polityki korzystania z AI, polityki IT lub polityki zrównoważonego rozwoju. Liczy się to, by zobowiązania były zapisane, miały właściciela i były sprawdzane.

### Jak długa powinna być polityka zielonej AI?

Zwykle wystarczą dwie do czterech stron. Szczegółowe metody, np. sposób pomiaru zużycia energii, warto umieścić w osobnym załączniku, który można aktualizować bez ponownego zatwierdzania polityki.

### Czy polityka zielonej AI powinna zakazywać niektórych zastosowań AI?

Całkowite zakazy trudno egzekwować, a to, co dla jednej osoby jest błahym zastosowaniem, dla innej jest pracą twórczą. Zwykle lepiej ustawić wartości domyślne, wymagać uzasadnienia intensywnych zastosowań i uwidaczniać koszty.

### Do jakich norm może odwoływać się polityka?

Typowe punkty odniesienia to specyfikacja Software Carbon Intensity (ISO/IEC 21031:2024) w zakresie pomiaru, ISO/IEC 42001 dla systemów zarządzania AI oraz W3C Web Sustainability Guidelines dla usług cyfrowych.

## Źródła

- [ISO/IEC 42001:2023 Information technology – Artificial intelligence – Management system](https://www.iso.org/standard/81230.html), ISO (2023)
- [Software Carbon Intensity (SCI) specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
- [Web Sustainability Guidelines](https://www.w3.org/TR/web-sustainability-guidelines/), W3C (2025)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
- [Thinking about using AI? Here's what you can and (probably) can't change about its environmental impact](https://www.thegreenwebfoundation.org/publications/report-ai-environmental-impact/), Green Web Foundation (2024)
- [Green Claims Code: making environmental claims](https://www.gov.uk/government/publications/green-claims-code-making-environmental-claims), Competition and Markets Authority (2021)
