Automatyzacja oparta na sztucznej inteligencji a problematyka dostępności cyfrowej – Prawne zagadnienia dostępności cyfrowej i powiązanych z nimi obszarów prawno-autorskich – kompendium wiedzy w publikacji internetowej

Automatyzacja oparta na sztucznej inteligencji a problematyka dostępności cyfrowej

Jak automatyzacja oparta na sztucznej inteligencji wpływa na osoby ze szczególnymi potrzebami w Polsce i w Unii Europejskiej — wyjaśnienie pojęć, przepisy prawne, przykłady dobrych i złych praktyk.

Wstęp

Sztuczna inteligencja coraz częściej nie tylko odpowiada na pytania, ale samodzielnie wykonuje zadania: rezerwuje bilety, wypełnia formularze, umawia wizyty lekarskie, analizuje dokumenty, pisze kod. Takie samodzielne, wieloetapowe działania nazywa się po angielsku „AI workflows” (a po polsku automatyzacją opartą na sztucznej inteligencji lub przepływami AI) a czasami po prostu pracą „agentów AI”. Dla wielu osób to wygoda i oszczędność czasu. Dla osób ze szczególnymi potrzebami — na przykład osób niewidomych, głuchych, z niepełnosprawnością ruchową czy z trudnościami poznawczymi — nowa technologia może być zarówno ogromną szansą, jak i nową barierą.

Ten artykuł tłumaczy krok po kroku, czym są agenci AI i przepływy pracy AI, jakie przepisy prawne w Polsce i w Unii Europejskiej regulują dostępność cyfrową, oraz jak te dwa światy — automatyzacja i dostępność — się przenikają. Znajdziesz tu wiele konkretnych przykładów, linki do źródeł w języku polskim i angielskim oraz praktyczne wskazówki.

Czym jest automatyzacja z pomocą AI i czym się róźni od agentów AI

Do niedawna większość narzędzi „AI” działała w prostym trybie pytanie–odpowiedź: użytkownik pisał polecenie, a model językowy (np. chatbot) zwracał gotowy tekst. Nowa generacja systemów działa inaczej. Agent AI to program, który wykorzystuje duży model językowy (LLM) jako „mózg” podejmujący decyzje, a następnie samodzielnie planuje kroki, korzysta z narzędzi (np. wyszukiwarki, kalendarza, systemu płatności) i wykonuje zadanie od początku do końca, zwykle z minimalnym udziałem człowieka — tak definiuje to m.in. IBM w swoim przewodniku po przepływach agentowych.

AI workflow (automatyzacja przepływów pracy AI) to natomiast cały ciąg takich kroków — czasem wykonywanych przez jednego agenta, czasem przez kilku agentów współpracujących ze sobą — połączonych w spójny proces biznesowy lub osobisty. W odróżnieniu od tradycyjnej automatyzacji (np. znanej z systemów RPA — Robotic Process Automation), która działa według sztywno zaprogramowanych reguł, agentowy przepływ pracy potrafi reagować na nieprzewidziane sytuacje, zmieniać plan „w locie” i wybierać własne metody dojścia do celu, co szeroko opisuje MIT Sloan w materiale wyjaśniającym agentową sztuczną inteligencję.

Różnica między starą a nową automatyzacją

Tradycyjna automatyzacja: „jeśli zdarzy się A, zrób B” — sztywny schemat, przewidywalny, ale bezradny wobec niespodzianek.

Agentowy przepływ pracy AI: „osiągnij cel X” — system sam decyduje, jakich kroków i narzędzi użyć, i potrafi się dostosować, gdy coś pójdzie nie tak, o czym pisze m.in. Automation Anywhere w swoim przewodniku po przepływach agentowych z 2026 roku.

Przykłady agentów AI z życia codziennego

Poniżej znajdziesz konkretne, praktyczne przykłady tego, jak agenci AI i przepływy pracy AI już dziś działają — albo zaczynają działać — w różnych obszarach życia.

Agent zakupowy. Użytkownik mówi: „Kup mi bilet kolejowy do Krakowa na jutro rano, najtańszy w klasie drugiej”. Agent samodzielnie wchodzi na stronę przewoźnika, porównuje ceny, wypełnia formularz i finalizuje płatność kartą zapisaną w systemie.
Agent obsługi klienta. Zamiast prostego chatbota odpowiadającego z gotowej listy pytań, agent AI samodzielnie sprawdza status przesyłki w systemie firmy kurierskiej, generuje etykietę zwrotu i wysyła ją e-mailem — bez udziału konsultanta.
Agent do umawiania wizyt. System dzwoni (głosem syntetycznym) do przychodni, rozmawia z rejestratorką, sprawdza dostępne terminy i umawia wizytę w imieniu pacjenta.
Agent badawczy. Otrzymuje pytanie, samodzielnie przeszukuje kilkanaście stron internetowych, porównuje informacje i przygotowuje raport z linkami do źródeł.
Agent programistyczny. Otrzymuje opis błędu w aplikacji, samodzielnie analizuje kod, proponuje poprawkę, uruchamia testy i przygotowuje zmianę do zatwierdzenia przez programistę.
Wieloagentowy system (multi-agent system). Kilku wyspecjalizowanych agentów współpracuje ze sobą — jeden planuje podróż służbową, drugi rezerwuje hotel, trzeci rozlicza koszty w systemie księgowym firmy.
Agent w urzędzie lub banku. Wirtualny asystent prowadzi rozmowę z klientem, weryfikuje tożsamość, wypełnia wniosek o świadczenie lub kredyt i przekazuje go do systemu, informując zgodnie z prawem, że rozmowa odbywa się z maszyną.

Wspólną cechą tych przykładów jest to, że użytkownik przestaje „klikać” przez cały proces krok po kroku, a zamiast tego deleguje cel agentowi. To wygodne — ale oznacza też, że jeśli agent (albo interfejs, przez który się z nim komunikujemy) nie jest dostępny cyfrowo, osoba ze szczególnymi potrzebami może zostać całkowicie wykluczona z korzystania z usługi, zamiast — jak dawniej — napotkać tylko pojedynczą, możliwą do obejścia przeszkodę.

Bardziej techniczne przykłady wykorzystania agentów AI i automatyzacji w praktyce

Coraz więcej firm wykorzystuje narzędzia takie jak n8n, Make czy Zapier do tworzenia automatycznych procesów biznesowych. Pozwalają one połączyć różne aplikacje i usługi w jeden spójny proces, który wykonuje wiele czynności bez udziału człowieka. Może to teraz zrobić osoba ze specjalnymi potrzebami – sama lub z pomocą opiekuna.

Automatyzację z pomocą tych narzędzi można porównać do układania klocków LEGO. Każdy klocek odpowiada za jedno zadanie, np. odebranie wiadomości e-mail, odczytanie dokumentu, uruchomienie modelu sztucznej inteligencji czy zapisanie danych do bazy. Po połączeniu wielu takich elementów powstaje automatyczny „przepływ pracy” (workflow), który sam wykonuje kolejne czynności.

Dzięki dodaniu modeli sztucznej inteligencji takie przepływy nie tylko wykonują wcześniej zaprogramowane operacje, ale również analizują informacje, rozumieją treść dokumentów, podejmują decyzje i komunikują się z użytkownikami.

Poniżej przedstawiono kilka praktycznych przykładów.

1. Automatyczne przetwarzanie faktur i innych dokumentów

Jak działa taki proces?

Faktura w formacie PDF przychodzi na firmową skrzynkę e-mail.
Agent AI odczytuje dokument i rozpoznaje jego treść.
Wyszukuje najważniejsze informacje, takie jak:
- dane sprzedawcy,
- numer faktury,
- kwoty netto i brutto,
- termin płatności,
- pozycje na fakturze.
Następnie porównuje te dane z informacjami zapisanymi w systemie księgowym lub ERP.
Jeżeli wszystko się zgadza, faktura zostaje automatycznie zaksięgowana.
Jeżeli pojawią się różnice (np. niezgodna kwota lub brak zamówienia), system przekazuje sprawę pracownikowi wraz z wyjaśnieniem problemu.

Dzisiejsze modele AI potrafią nie tylko odczytać tekst (jak klasyczny OCR), ale również zrozumieć znaczenie dokumentu, rozpoznać jego strukturę i wychwycić nieprawidłowości.

2. Inteligentny asystent analizujący dokumenty

Wyobraźmy sobie, że użytkownik przesyła długą umowę, ustawę lub artykuł naukowy.

Agent AI wykonuje wtedy następujące czynności:

odbiera przesłany plik,
odczytuje jego treść,
dzieli dokument na mniejsze fragmenty,
analizuje zawartość,
odpowiada na pytania użytkownika.

Zamiast samodzielnie przeglądać kilkadziesiąt stron dokumentu, można zapytać:

„Jakie obowiązki wynikają z tej umowy?”
„Czy dokument przewiduje kary umowne?”
„Kiedy wygasa umowa?”
„Jakie prawa ma konsument?”

System udziela odpowiedzi na podstawie treści przesłanego dokumentu.

Takie rozwiązania są szczególnie przydatne przy analizie umów, dokumentacji technicznej, aktów prawnych czy publikacji naukowych.

3. Inteligentne pobieranie danych ze stron internetowych

Klasyczne programy pobierające dane ze stron internetowych często przestają działać, gdy zmieni się wygląd strony.

Agent AI radzi sobie z tym znacznie lepiej.

Proces wygląda następująco:

Agent otwiera stronę internetową.
„Patrzy” na nią podobnie jak człowiek, wykorzystując modele rozpoznawania obrazu i tekstu.
Odnajduje potrzebne informacje, nawet jeśli ich położenie na stronie uległo zmianie.
Zapisuje wyniki do arkusza kalkulacyjnego lub bazy danych.

Takie rozwiązanie można wykorzystać np. do:

monitorowania cen produktów,
śledzenia ofert pracy,
porównywania ofert nieruchomości,
zbierania informacji o przetargach.

4. Automatyczna ocena potencjalnych klientów

Każdego dnia do firmy mogą trafiać dziesiątki lub setki nowych zgłoszeń.

Agent AI może automatycznie ocenić ich wartość.

Przykładowy przebieg:

Klient wypełnia formularz na stronie internetowej.
AI analizuje informacje, np.:
- branżę,
- wielkość firmy,
- lokalizację,
- historię wcześniejszych kontaktów,
- rodzaj zapytania.
System określa, czy jest to klient o wysokim, średnim czy niskim potencjale.
Następnie automatycznie przekazuje sprawę odpowiedniemu handlowcowi.

Dzięki temu pracownicy mogą skupić się na najbardziej perspektywicznych klientach.

5. Inteligentne porządkowanie poczty elektronicznej

Przeciętny pracownik otrzymuje codziennie dziesiątki wiadomości.

Agent AI może każdego dnia:

pobrać nowe wiadomości,
pogrupować je według tematów,
usunąć powtarzające się informacje,
przygotować krótkie streszczenia,
wysłać użytkownikowi jedno zbiorcze podsumowanie.

Zamiast czytać 40–50 wiadomości, użytkownik otrzymuje kilkuminutowy przegląd najważniejszych informacji.

Takie rozwiązanie może być szczególnie pomocne dla osób:

z dysleksją,
z ADHD,
z trudnościami poznawczymi,
z zaburzeniami koncentracji,
narażonych na przeciążenie informacyjne.

Dzięki temu łatwiej odnaleźć najważniejsze informacje i zmniejszyć poziom stresu.

6. Inteligentny chatbot z możliwością przekazania rozmowy człowiekowi

Nowoczesne chatboty coraz częściej działają jako agenci AI.

Przykładowy przebieg rozmowy wygląda następująco:

Klient zadaje pytanie.
Agent AI sprawdza firmową bazę wiedzy.
Jeżeli nie znajduje odpowiedzi, może skorzystać z wyszukiwarki internetowej lub innych źródeł.
Gdy problem okazuje się zbyt skomplikowany lub wymaga indywidualnej decyzji, rozmowa zostaje przekazana pracownikowi.

Najważniejsze jest to, że użytkownik nie musi ponownie opisywać całej sprawy. Konsultant otrzymuje pełną historię rozmowy oraz informacje zebrane przez agenta AI.

Z punktu widzenia osób ze szczególnymi potrzebami niezwykle istotne jest, aby możliwość kontaktu z człowiekiem była łatwo dostępna i widoczna. Użytkownik nie powinien być zmuszany do wielokrotnego powtarzania tych samych informacji ani pozostawiany wyłącznie do kontaktu z chatbotem. Jest to jeden z kluczowych elementów projektowania dostępnych usług cyfrowych.

Przejdźmy teraz do zagadnień prawnych.

Kim są osoby ze szczególnymi potrzebami?

W polskim prawie pojęcie „osoby ze szczególnymi potrzebami” jest szersze niż samo pojęcie niepełnosprawności. Zgodnie z ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami, do tej grupy zalicza się osoby, które ze względu na trwałe lub czasowe ograniczenia w mobilności, percepcji lub komunikowaniu się muszą podejmować dodatkowe działania lub stosować dodatkowe środki, aby przezwyciężyć bariery w korzystaniu z przestrzeni, produktów, usług, informacji czy technologii — co jasno tłumaczy Fundacja Sursum Corda w swoim przewodniku po ustawie.

Do tej grupy należą między innymi:

osoby z niepełnosprawnością wzroku, słuchu, ruchu, mowy;
osoby z niepełnosprawnością intelektualną i trudnościami w uczeniu się;
osoby z zaburzeniami psychicznymi, w tym neuroróżnorodne;
osoby starsze, u których sprawność obniża się z wiekiem;
osoby czasowo ograniczone ruchowo, np. po urazie, w gipsie, po operacji;
rodzice z małymi dziećmi, np. z wózkiem;
osoby mające trudności w komunikowaniu się, także z powodu bariery językowej.

To istotne rozróżnienie: dostępność cyfrowa nie jest „ulepszeniem dla wąskiej grupy”, lecz — jak podkreśla Fundacja Kulawa Warszawa — wartością uniwersalną, z której prędzej czy później korzysta niemal każdy z nas.

Problemy prawne związane z automatyzacją opartą na AI z perspektywy osób ze szczególnymi potrzebami

Automatyzacje wykorzystujące sztuczną inteligencję mogą znacznie ułatwić codzienne życie. Mogą pomagać w pracy, komunikacji, załatwianiu spraw urzędowych czy korzystaniu z usług. Jednocześnie mogą prowadzić do nowych problemów prawnych, zwłaszcza jeśli nie zostały zaprojektowane z myślą o wszystkich użytkownikach.

Dostępność całego procesu

Najważniejsze jest to, aby dostępna była nie tylko strona internetowa, ale cały proces działania automatyzacji. Dotyczy to formularzy, chatbotów, wiadomości e-mail, dokumentów, powiadomień oraz aplikacji mobilnych.

Przykładowo osoba niewidoma może bez problemu wejść na stronę internetową, ale jeśli chatbot nie współpracuje z czytnikiem ekranu albo wygenerowany dokument PDF nie jest dostępny, nie będzie mogła samodzielnie załatwić swojej sprawy.

Automatyczne podejmowanie decyzji

Coraz częściej sztuczna inteligencja nie tylko wykonuje określone czynności, ale również podejmuje decyzje. Może zdecydować o przyznaniu niższego priorytetu zgłoszeniu, odrzuceniu wniosku, skierowaniu sprawy do dodatkowej weryfikacji lub ocenie wiarygodności klienta.

Takie decyzje mogą mieć realny wpływ na życie człowieka. Dlatego osoby, których dotyczą, powinny mieć możliwość poznania przyczyn decyzji oraz zwrócenia się o ponowne rozpatrzenie sprawy przez człowieka.

Ryzyko dyskryminacji

System AI uczy się na podstawie wcześniej zgromadzonych danych. Jeżeli dane te są niepełne lub zawierają błędy, automatyzacja może nieświadomie traktować niektóre osoby gorzej od innych.

Może się zdarzyć, że chatbot nie będzie poprawnie rozumiał osoby z wadą wymowy, system rekrutacyjny błędnie oceni kandydata z przerwami w zatrudnieniu spowodowanymi chorobą, a automatyczna obsługa klienta uzna wolniejsze odpowiedzi za brak zainteresowania.

Takie sytuacje mogą prowadzić do nierównego traktowania osób ze szczególnymi potrzebami.

Możliwość kontaktu z człowiekiem

Nie każdą sprawę można rozwiązać za pomocą sztucznej inteligencji. Użytkownik powinien mieć możliwość szybkiego skontaktowania się z pracownikiem, jeśli tego potrzebuje.

Jest to szczególnie ważne dla osób starszych, osób z niepełnosprawnościami oraz osób mających trudności z komunikacją. Przejście do rozmowy z człowiekiem powinno być proste i łatwo dostępne.

Przejrzystość działania systemu

Użytkownik powinien wiedzieć, że rozmawia z systemem AI, a nie z człowiekiem. Powinien również otrzymać prostą informację, jakie dane są wykorzystywane, w jakim celu oraz czy decyzję podejmuje człowiek, czy algorytm.

Jasne komunikaty zwiększają zaufanie do usługi i ułatwiają korzystanie z niej osobom z trudnościami poznawczymi.

Ochrona danych osobowych

Automatyzacje często przetwarzają wiadomości e-mail, dokumenty, dane finansowe lub informacje o zdrowiu. W przypadku osób ze szczególnymi potrzebami mogą to być także dane dotyczące niepełnosprawności lub stanu zdrowia.

Dlatego organizacje powinny zbierać tylko te informacje, które są rzeczywiście potrzebne, odpowiednio je zabezpieczać oraz jasno informować użytkowników o sposobie ich wykorzystania.

Zrozumiałe wyjaśnienie decyzji

Jeżeli system AI podejmie decyzję, użytkownik powinien otrzymać jej zrozumiałe uzasadnienie. Wyjaśnienie powinno być napisane prostym językiem i wskazywać najważniejsze powody podjętej decyzji.

Dzięki temu użytkownik może ocenić, czy doszło do błędu i czy warto złożyć odwołanie.

Odpowiedzialność za błędy

Sztuczna inteligencja może się pomylić. Może błędnie odczytać dokument, źle zinterpretować wiadomość lub wygenerować nieprawidłową odpowiedź.

Dlatego każda organizacja korzystająca z takich rozwiązań powinna określić, kto odpowiada za działanie systemu oraz w jaki sposób użytkownik może zgłosić błąd i uzyskać pomoc.

Dostępność treści tworzonych przez AI

Sztuczna inteligencja coraz częściej tworzy dokumenty, prezentacje, raporty i wiadomości. Takie materiały również powinny być dostępne dla wszystkich użytkowników.

Oznacza to między innymi dodawanie tekstów alternatywnych do obrazów, stosowanie odpowiedniej struktury nagłówków, zachowanie właściwego kontrastu oraz używanie prostego i zrozumiałego języka.

Możliwość odwołania się od decyzji

Jeżeli automatyzacja popełni błąd, użytkownik powinien mieć możliwość łatwego odwołania się od decyzji. Procedura odwoławcza powinna być prosta, dostępna cyfrowo i umożliwiać kontakt z człowiekiem.

Jest to szczególnie ważne wtedy, gdy decyzja AI wpływa na prawa użytkownika lub dostęp do ważnych usług.

Bariery i zagrożenia czyli kiedy automatyzacja AI może wykluczać?

Poniżej opisano najczęstsze, udokumentowane problemy z dostępnością zarówno agentów AI i przepływów pracy AI.

1. Czatboty niedostępne dla czytników ekranu

Osoba niewidoma korzystająca z technologii asystującej (czytnika ekranu) opisała w blogu firmy UsableNet szereg konkretnych problemów: po wysłaniu wiadomości fokus czytnika ekranu „skacze” z powrotem na górę strony, przez co przy długiej rozmowie trzeba za każdym razem ręcznie nawigować w dół, żeby przeczytać nową odpowiedź. Na niektórych stronach czytnik ekranu w ogóle nie ogłasza nowej wiadomości od AI, więc użytkownik nie wie, że odpowiedź w ogóle się pojawiła. Zdarza się też, że treść czatu „miesza się” z resztą strony, przez co komunikat AI staje się niezrozumiały.

2. Nieprzewidywalność interfejsu łamie podstawowe założenia WCAG

Wytyczne WCAG (Web Content Accessibility Guidelines) zakładają, że interfejs jest w miarę stały — raz przetestowany, działa tak samo za każdym razem. Tymczasem, jak zauważa analiza portalu BRICS Economics, interfejsy generowane przez AI są zmienne z natury: ten sam czatbot może raz odpowiedzieć listą, a innym razem tabelą, może pominąć strukturę semantyczną HTML (nagłówki, listy) albo wygenerować nieprawidłowy tekst alternatywny do obrazu. To sprawia, że tradycyjne metody audytu dostępności — zaprojektowane dla stron statycznych — nie do końca sprawdzają się wobec dynamicznych, „żywych” odpowiedzi AI.

3. Brak jasnego sygnału, czy system „myśli”, czy się „zawiesił”

Analiza serwisu Silktide zwraca uwagę na zjawisko szczególnie dotkliwe dla osób z zaburzeniami lękowymi czy zaburzeniami obsesyjno-kompulsyjnymi: osoba widząca od razu widzi kształt odpowiedzi (krótka czy długa, konkretna czy wymijająca), zanim przeczyta pierwsze słowo. Osoba korzystająca z czytnika ekranu musi wysłuchać całej odpowiedzi od początku do końca, żeby zorientować się, o co w niej chodzi — nie wie też, czy system po prostu jeszcze „myśli”, czy coś się zepsuło. Ten sam materiał zwraca uwagę, że język modeli AI bywa rozwlekły i pełen zastrzeżeń, co utrudnia zrozumienie osobom z niepełnosprawnością poznawczą, mimo że wytyczne grupy roboczej W3C ds. dostępności poznawczej (COGA) od dawna zalecają prosty język.

4. CAPTCHA — bariera podwójna

CAPTCHA (test odróżniający człowieka od bota, np. „zaznacz wszystkie zdjęcia z sygnalizacją świetlną”) od lat jest znanym problemem dostępności — osoby niewidome czy z niepełnosprawnością poznawczą często nie są w stanie go rozwiązać. W erze agentów AI problem zyskuje nowy wymiar: teraz przed CAPTCHĄ blokowani są także sami legalni agenci AI, działający w imieniu użytkownika. Jak opisuje analiza opublikowana na Medium, ponad 60% przebadanych serwisów SaaS blokowało co najmniej jedno podstawowe zadanie automatyzacji właśnie z powodu CAPTCHA. Innymi słowy: system pierwotnie zaprojektowany, by odróżnić „bota” od człowieka, dziś utrudnia życie zarówno człowiekowi z niepełnosprawnością, jak i jego cyfrowemu asystentowi, który miał tę niepełnosprawność „obejść”.

5. Nierówna jakość danych treningowych

Modele AI uczą się na ogromnych zbiorach danych, w których osoby z niepełnosprawnościami bywają niedoreprezentowane. Prowadzi to do konkretnych błędów opisanych przez Corpowid.ai: systemy rozpoznawania mowy gorzej radzą sobie z nietypową wymową (np. po udarze, w przypadku jąkania czy niepełnosprawności intelektualnej), a systemy rozpoznawania obrazu mylnie interpretują pomoce takie jak wózek inwalidzki, białą laskę czy sprzęt medyczny. Filtry treści bywają też nadmiernie restrykcyjne — potrafią błędnie oznaczyć słowa związane z niepełnosprawnością jako treść „wrażliwą” i zablokować całkowicie zasadny wniosek użytkownika.

6. Brak dostępnej alternatywy „kontaktu z człowiekiem”

Ten sam materiał podkreśla, że jeśli sztuczna inteligencja jest głównym punktem kontaktu z usługą, to opcja „porozmawiaj z człowiekiem” nie może być ukryta pod małym linkiem, dostępna wyłącznie telefonicznie, albo niemożliwa do aktywowania z klawiatury. Zgodnie z oczekiwaniami europejskiego prawa o dostępności, taka alternatywa musi być równie dostępna, jak sam kanał AI.

7. Fałszywe poczucie bezpieczeństwa — „przecież mamy nakładkę AI”

Wiele firm wdraża tzw. nakładki dostępności (accessibility overlays) — skrypty, które mają automatycznie „naprawić” dostępność strony. Wspólne oświadczenie European Disability Forum i International Association of Accessibility Professionals z 2023 roku jasno stwierdza, że takie narzędzia często nie spełniają wymogów WCAG, a czasem wręcz pogarszają sytuację użytkowników czytników ekranu i klawiatury — mimo marketingowych obietnic producentów.

Przykład zbiorczy: droga przez mękę

Wyobraźmy sobie osobę niewidomą, która chce kupić bilet do teatru przez agenta AI wbudowanego w stronę sprzedawcy biletów. Kolejne bariery mogą wyglądać tak: (1) agent nie ogłasza czytnikowi ekranu nowej wiadomości, więc użytkowniczka nie wie, że dostała odpowiedź; (2) po wysłaniu pytania fokus „ucieka” na górę strony; (3) przy finalizacji zakupu pojawia się obrazkowa CAPTCHA bez alternatywy dźwiękowej; (4) jedyna dostępna „pomoc człowieka” to numer telefonu czynny tylko w godzinach pracy biura. Każda z tych barier osobno bywa „drobna” — razem tworzą całkowite wykluczenie z usługi, którą osoba widząca załatwia w 30 sekund.

Dobre praktyki projektowania dostępnych AI workflows (dla osób technicznych)

Dobra wiadomość jest taka, że większość opisanych barier da się usunąć — pod warunkiem świadomego projektowania. Oto rekomendacje zebrane z materiałów W3C WAI, organizacji branżowych i doświadczeń praktyków dostępności.

Semantyczny kod i role ARIA. Interfejs agenta powinien korzystać z odpowiednich elementów HTML i atrybutów WAI-ARIA, tak by nowe wiadomości były automatycznie ogłaszane czytnikowi ekranu (tzw. „live region”), zgodnie z wytycznymi opisanymi w ARIA Authoring Practices Guide W3C.
Stały fokus klawiatury. Po wysłaniu wiadomości fokus nie powinien „uciekać” w inne miejsce strony — powinien pozostać w polu wpisywania lub przy nowej odpowiedzi.
Prosty, przewidywalny język. Odpowiedzi agenta powinny być zwięzłe i unikać nadmiaru zastrzeżeń, zgodnie z zasadami opracowanymi przez grupę roboczą W3C ds. dostępności poznawczej (COGA).
Alternatywy dla CAPTCHA. Warto stosować metody weryfikacji niewymagające percepcji wzrokowej — np. wyzwania dźwiękowe, weryfikację behawioralną w tle albo w ogóle rezygnować z CAPTCHA na rzecz ograniczania liczby zapytań (rate limiting), co rekomenduje branżowa analiza na Medium.
Zawsze dostępna, równorzędna alternatywa kontaktu z człowiekiem. Musi być łatwa do znalezienia, obsługiwana z klawiatury i nie gorsza jakościowo niż kanał AI.
Testowanie z prawdziwymi użytkownikami technologii asystujących. Automatyczne skanery wykrywają jedynie część błędów dostępności (szacunkowo około 30%, jak podaje analiza BRICS Economics) — konieczne są testy z udziałem osób korzystających z czytników ekranu, powiększenia, sterowania głosem czy przełączników.
Różnorodne dane treningowe. Zespoły tworzące modele AI powinny świadomie uwzględniać w danych i scenariuszach testowych osoby z niepełnosprawnościami oraz interakcje z technologiami asystującymi, a nie tylko „przeciętnego użytkownika”.
Przejrzystość zgodna z Aktem o AI. Informacja o tym, że użytkownik rozmawia z maszyną (wymagana przez art. 50 unijnego AI Act), musi być przekazana w formie dostępnej dla czytników ekranu, a nie np. wyłącznie w postaci małej ikony bez opisu tekstowego.

Zasada uniwersalnego projektowania

Zarówno polska ustawa o zapewnianiu dostępności osobom ze szczególnymi potrzebami, jak i unijne prawodawstwo odwołują się do koncepcji uniwersalnego projektowania — czyli projektowania produktów i usług tak, by z góry były użyteczne dla możliwie najszerszego grona osób, bez potrzeby późniejszych „łatek” czy specjalnych dostosowań. W kontekście AI workflows oznacza to projektowanie agentów i interfejsów konwersacyjnych z myślą o różnorodności użytkowników od samego początku — a nie dodawanie dostępności „na końcu”, gdy produkt jest już gotowy.

Przepisy prawne w Polsce

W polskim systemie prawnym funkcjonują dziś trzy kluczowe akty prawne dotyczące dostępności cyfrowej. Omawiamy je szeroko w niniejszym serwisie ale warto je skrótowo omówić raz jeszcze.

1. Ustawa o dostępności cyfrowej stron internetowych i aplikacji mobilnych podmiotów publicznych (2019)

Ustawa z dnia 4 kwietnia 2019 r. nakłada na podmioty publiczne (urzędy, szkoły, uczelnie, spółki publiczne i część organizacji pozarządowych) obowiązek zapewnienia dostępności cyfrowej stron internetowych i aplikacji mobilnych zgodnie ze standardem WCAG 2.1 na poziomie AA. Ustawa wdraża unijną dyrektywę 2016/2102 w sprawie dostępności stron internetowych i mobilnych aplikacji organów sektora publicznego. Obowiązkowym elementem jest publikowanie tzw. deklaracji dostępności — dokumentu opisującego stopień dostosowania danej strony, jak wyjaśnia Fundacja Widzialni w swoim poradniku.

2. Ustawa o zapewnianiu dostępności osobom ze szczególnymi potrzebami (2019)

Ta ustawa jest szersza — obejmuje nie tylko dostępność cyfrową, ale też architektoniczną i informacyjno-komunikacyjną w podmiotach publicznych. Zobowiązuje instytucje m.in. do wyznaczenia koordynatora dostępności oraz stosowania „uniwersalnego projektowania” lub „racjonalnych usprawnień”. Więcej o praktycznym wdrażaniu ustawy można znaleźć w materiale portalu Dostępna Małopolska.

3. Polski Akt o Dostępności (2024) — sektor prywatny

Ustawa z dnia 26 kwietnia 2024 r. o zapewnianiu spełniania wymagań dostępności niektórych produktów i usług przez podmioty gospodarcze (Dz.U. poz. 731), potocznie nazywana „Polskim Aktem o Dostępności”, po raz pierwszy w Polsce nakłada obowiązki dostępności także na firmy prywatne. Weszła w życie 28 czerwca 2025 roku i wdraża unijny European Accessibility Act. Obejmuje m.in. sprzęt komputerowy, smartfony, bankomaty, usługi bankowości elektronicznej, e-booki, sklepy internetowe, usługi telekomunikacyjne i transport pasażerski — szczegółowo opisuje to Ministerstwo Funduszy i Polityki Regionalnej. Ustawa nakłada też konkretne wymagania sektorowe — np. w usługach telekomunikacyjnych trzeba zapewnić możliwość jednoczesnej komunikacji głosowej i tekstowej, co szczegółowo omawia PARP — Centrum Rozwoju MŚP.

To ostatnie prawo ma szczególne znaczenie dla tematu tego artykułu. Skoro coraz więcej usług bankowych, telekomunikacyjnych czy e-commerce działa w oparciu o agentów AI i czatboty, to te systemy — jako część usługi cyfrowej — również podlegają wymogom dostępności nałożonym przez Polski Akt o Dostępności.

Przepisy prawne w Unii Europejskiej

Polskie przepisy są odbiciem unijnych regulacji. Kluczowe akty to:

Najważniejsze akty prawne UE dotyczące dostępności cyfrowej
Akt prawny	Kogo dotyczy	Kluczowe informacje
Dyrektywa (UE) 2016/2102 (Web Accessibility Directive)	Sektor publiczny	Wymaga dostępności stron www i aplikacji mobilnych organów publicznych zgodnie z WCAG 2.1 AA.
European Accessibility Act, dyrektywa (UE) 2019/882	Sektor prywatny (m.in. banki, e-commerce, telekomunikacja, transport)	Obowiązuje w całej UE od 28 czerwca 2025 r. Standard techniczny to norma EN 301 549, oparta na WCAG 2.1 AA — jak opisuje Level Access w przewodniku po EAA na rok 2026.
Akt o sztucznej inteligencji, rozporządzenie (UE) 2024/1689 (EU AI Act)	Dostawcy i użytkownicy systemów AI	Po raz pierwszy wprost łączy regulacje AI z wymogami dostępności — patrz kolejna sekcja.

W czerwcu 2026 roku francuski sąd nakazał sieci Carrefour dostosowanie zarówno strony internetowej, jak i aplikacji mobilnej do wymogów dostępności — pod groźbą kary finansowej za każdy dzień zwłoki, jak relacjonuje Level Access. To pokazuje, że egzekwowanie European Accessibility Act przestaje być teorią, a staje się realnym ryzykiem prawnym dla firm — również tych, które korzystają z AI w obsłudze klienta.

Podsumowanie

Agenci AI i przepływy pracy AI zmieniają sposób, w jaki korzystamy z internetu — z klikania w kolejne strony przechodzimy do delegowania całych zadań maszynie. To ogromna szansa dla osób ze szczególnymi potrzebami: sztuczna inteligencja potrafi opisać obraz osobie niewidomej, wygenerować napisy na żywo dla osoby głuchej czy uprościć skomplikowany formularz dla osoby z trudnościami poznawczymi.

Jednocześnie ta sama technologia, wdrażana bez namysłu, potrafi tworzyć nowe, poważniejsze bariery niż tradycyjne strony internetowe — bo agent często staje się jedynym punktem dostępu do usługi. Polskie prawo (ustawa o dostępności cyfrowej z 2019 r., ustawa o zapewnianiu dostępności osobom ze szczególnymi potrzebami z 2019 r. oraz Polski Akt o Dostępności z 2024 r.) oraz unijne prawo (dyrektywa 2016/2102, European Accessibility Act i unijny Akt o sztucznej inteligencji) coraz wyraźniej wymagają, by dostępność cyfrowa i sztuczna inteligencja szły w parze, a nie w oderwaniu od siebie.

Ostateczny wniosek jest prosty: sztuczna inteligencja nie zwalnia twórców usług z obowiązku dbania o dostępność — wręcz przeciwnie, podnosi stawkę. Dobrze zaprojektowany AI workflow może dać osobom ze szczególnymi potrzebami więcej niezależności niż kiedykolwiek wcześniej. Źle zaprojektowany — może odebrać dostęp do usługi całkowicie, bez możliwości obejścia problemu.