Audyt 160 domen hostujących deepfake porno i inne materiały seksualne publikowane bez zgody wykazał, że nazwiska lub wizerunki 138 posłanek z 22 państw Unii Europejskiej pojawiły się na tych stronach, podczas gdy posłów było dziewięciu. Raport „Who Gets Deepfaked?” opublikował 14 września 2026 roku niemiecki think tank Agora Digitale Transformation, a jego autor Benjamin Shultz wyliczył, że posłanka jest 33 razy bardziej narażona na znalezienie się w tym ekosystemie niż jej kolega z ław poselskich.
- Raport „Who Gets Deepfaked?" opublikowany 14 września 2026 roku przez Agora Digitale Transformation wykazał, że wizerunki lub nazwiska 138 posłanek z 22 państw UE pojawiły się na 36 spośród 160 zbadanych domen z deepfake porno, podczas gdy posłów było zaledwie dziewięciu – co oznacza, że posłanka jest 33 razy bardziej narażona na ekspozycję niż jej kolega z ław poselskich.
- Najbardziej niepokojącym zjawiskiem opisanym w raporcie są tzw. bramy – podstrony zawierające biogram, zdjęcia i profile społecznościowe konkretnej posłanki zestawione z bezpośrednim linkiem do aplikacji AI generującej przedstawienia seksualne; autor naliczył 61 takich stron z materiałem wyjściowym i 36 bez niego.
- Kraje posiadające odrębne przepisy karne dotyczące deepfake'ów nie wykazały niższej ekspozycji swoich parlamentarzystek niż kraje bez takich regulacji, co według raportu wskazuje, że kluczową zmienną jest egzekwowanie prawa, a nie samo brzmienie ustawy.
Pełny tekst raportu jest dostępny bezpłatnie: ADT Policy Brief „Who Gets Deepfaked?” (PDF, język angielski).
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Jedna na czternaście posłanek, jeden na pięciuset posłów
Wśród 5872 zbadanych posłanek i posłów ekspozycja dotknęła jednej na czternaście kobiet i jednego na pięciuset mężczyzn. Iloraz szans wyniósł 33 po uwzględnieniu wieku, tła migracyjnego wnioskowanego z nazwiska, pozycji w hierarchii instytucjonalnej, orientacji politycznej oraz krajowego stanu prawnego, a płeć okazała się najsilniejszym predyktorem w modelu (p=0,000).
Różnica nie dotyczy tylko liczb, ale też charakteru trafień. Spośród dziewięciu posłów ośmiu pojawiło się wyłącznie w zindeksowanych, niemożliwych do odnalezienia rekordach wyszukiwarki, podczas gdy kobiety były obecne we wszystkich kategoriach. Shultz zaznacza, że niecałe dziesięć aktywnych przedstawień kobiet mogło powstać metodą fotomontażu, a nie generatywnej AI, ale zostały policzone jako materiały bez zgody.
Sprawdzono 5872 nazwiska w 160 domenach, trafienia dało 36 z nich
Między 16 a 20 lipca 2026 roku Shultz przepuścił nazwiska 5872 zasiadających posłanek i posłów parlamentów narodowych wszystkich 27 państw UE przez 160 domen znanych z hostowania deepfake porno, tak zwanych przecieków z udziałem celebrytów oraz zdjęć kobiet wykonywanych bez ich wiedzy. Zbudował w tym celu osiem wyszukiwarek Google Custom Search, przypisując do każdej po 20 domen, i pobierał wyniki przez API. Trafienia dało 36 domen.Badanie objęło 94,4 proc. z około 6218 mandatów w izbach niższych i jednoizbowych, po wyłączeniu miejsc chwilowo nieobsadzonych oraz posłów niezrzeszonych i osób niebinarnych, których grupy były zbyt małe do analizy statystycznej.
Posłowie do Parlamentu Europejskiego nie zostali objęci badaniem. Metoda była nieinwazyjna: autor nie kontaktował się z producentami ani dystrybutorami treści i na żadnym etapie nie pobierał ani nie przechowywał materiałów przedstawiających konkretne osoby. Kontrola jakości polegała na przepuszczeniu przez ten sam mechanizm stu nieistniejących nazwisk wygenerowanych automatycznie, co poza siedmioma zbieżnościami z nazwiskami prawdziwych aktorek i aktorów branży dla dorosłych nie dało żadnych trafień.
Każde trafienie trafiało do jednej z sześciu kategorii. Liczby posłanek i posłów w poszczególnych kategoriach wyglądają następująco:
- treść aktywnie hostowana, czyli istniejące i dostępne przedstawienie: 38 osób
- „brama” z materiałem wyjściowym, czyli narzędzie generujące podlinkowane obok zdjęć na stronie nazwanej nazwiskiem konkretnej osoby: 21 osób
- „brama” bez materiału wyjściowego: 36 osób
- wynik przypisany do nazwiska, zindeksowany i możliwy do odnalezienia: 54 osoby
- wynik zindeksowany, ale niemożliwy do odnalezienia, gdy treść usunięto albo nigdy nie istniała: 135 osób
- rekordy pochodzące z domeny formalnie przejętej przez organy ścigania: 47 osób
Suma pozycji w kategoriach jest wyższa niż liczba wszystkich zidentyfikowanych osób, więc ta sama posłanka pojawiała się zwykle w kilku kategoriach naraz.
„Bramy” zestawiają biogram posłanki z linkiem do aplikacji rozbierającej
Najbardziej niepokojącą konstrukcją opisaną w raporcie nie są galerie z gotowymi materiałami, lecz strony, które Shultz nazywa „bramami”. To podstrony nazwane nazwiskiem konkretnej osoby, zawierające biogram, zdjęcia i odnośniki do jej profili w mediach społecznościowych, a obok tego bezpośredni link do narzędzia AI służącego do generowania przedstawień seksualnych. Część z nich zawierała też sekcje „oceniające” ciała posłanek. Autor naliczył 61 bram z materiałem wyjściowym i 36 bez niego, a w trzech przypadkach brama prowadziła również do aktywnych materiałów deepfake. Wśród celów odnośników znalazły się trzy rozpoznawalne aplikacje typu nudifier oraz dwa generatory wbudowane w same serwisy.
Shultz opisuje działanie takiej strony w rozmowie z serwisem WIRED krótko: „w trzy kliknięcia możesz wygenerować” / „in three clicks you can generate”. Dodaje, że jest to równie szkodliwe jak hostowanie gotowej treści.
Ekosystem zmienia się w trakcie obserwacji. W czasie pisania raportu jedna z bram usunęła odnośniki do jednej z trzech aplikacji rozbierających, a dwie inne, wcześniej pozbawione materiału wyjściowego, zdjęcia zyskały.
Im wyżej w hierarchii, tym większe ryzyko dla kobiet
Wśród posłanek te pełniące wyższe funkcje, czyli ministerki i liderki partii, miały istotnie wyższe przewidywane ryzyko ekspozycji niż ich mniej eksponowane koleżanki (p=0,000). Drugi model, z członem interakcyjnym między płcią a pozycją instytucjonalną, nie dał wyniku istotnego statystycznie (p=0,485), co oznacza, że oba czynniki działają niezależnie od siebie. Wyższe ryzyko odnotowano też u polityków lewicowych (p=0,003) i prawicowych (p=0,038) niż u centrowych, co jest zbieżne z wcześniejszą analizą American Sunlight Project dotyczącą Kongresu USA.Według ustaleń, na które powołuje się WIRED, najczęściej na stronach pojawiali się politycy z Niemiec, Holandii, Włoch i Francji.
Shultz zawiadomił indywidualnie każdą osobę, której dotyczyły ustalenia, i przekazał wskazówki dotyczące usuwania treści. Serwis WIRED nie podał nazw stron, żeby nie kierować do nich dodatkowego ruchu. Redakcja AIPORT.pl stosuje tę samą zasadę.
O konsekwencjach mówią same zainteresowane. Niderlandzka posłanka Suzanne Kröger ocenia, że deepfake porno jest częścią szerszego zjawiska nienawiści i zastraszania wymierzonego w kobiety w polityce, i zwraca uwagę, że posłanki mają platformę do mówienia o tym, podczas gdy miliony innych ofiar jej nie mają. Sarah Dobbe z niderlandzkiej Partii Socjalistycznej, której sprawa również dotyczy, mówi o materiałach używanych do zastraszania polityczek i poniżania kobiet oraz o potrzebie szybkiego usuwania treści i wsparcia dla ofiar. Shultz dodaje, że taka praktyka zniechęca kobiety do kandydowania i wypycha je z życia publicznego.
Najmocniejszym fragmentem tego raportu nie jest liczba 138, tylko opis bram. Strona, która sama nie publikuje żadnej fałszywej fotografii, potrafi działać jak gotowy zestaw montażowy: zdjęcie, biogram, profile społecznościowe i link do generatora w jednym miejscu. Przepis, który ściga rozpowszechnianie, takiego układu nie obejmuje, bo formalnie nic jeszcze nie zostało rozpowszechnione.
Dlatego unijny zakaz, który zacznie obowiązywać 2 grudnia, uważam za zmianę kierunku, a nie kosmetykę. Przedmiotem regulacji staje się narzędzie, a nie plik. Mam jednak dwie wątpliwości. Pierwsza: zakaz wchodzi w życie w momencie, gdy polski organ nadzoru dopiero się organizuje, a raport Shultza pokazuje, że o ochronie decyduje egzekwowanie, nie brzmienie ustawy. Druga: badania przywoływane przez Agorę sugerują, że zamykanie serwisów częściej przenosi problem gdzie indziej, niż go likwiduje. Jeśli za rok kolejny audyt tej samej grupy pokaże te same trzydzieści kilka domen pod nowymi adresami, będziemy wiedzieć, że zakaz zadziałał wyłącznie na papierze.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Kraje z ustawami o deepfake’ach nie wypadły lepiej niż kraje bez nich
Wbrew oczekiwaniom państwa, które przyjęły odrębne przepisy karne dotyczące deepfake’ów, nie wykazały niższej ekspozycji swoich parlamentarzystek. Autor nie odczytuje tego jako dowodu na nieskuteczność ochrony prawnej: kilka krajów bez osobnego przepisu, w tym Holandia, ściga takie materiały na podstawie istniejących regulacji o prywatności i nadużyciach wizerunku, a część państw z przepisem na papierze wykazuje niewielką aktywność organów ścigania. Zmienną, która realnie różnicuje sytuację, jest zatem egzekwowanie, a nie treść ustawy, a większość dostępnych zestawień prawnych tego nie mierzy.
Raport wskazuje, że dotychczasowe rozwiązania mają wspólną konstrukcję. Włoski przepis z października 2025 roku penalizuje rozpowszechnianie, ale uruchamia się dopiero na wniosek ofiary i dotyczy osoby rozpowszechniającej, a nie narzędzi czy infrastruktury. Francuskie i australijskie regulacje z 2024 roku oraz amerykańska ustawa TAKE IT DOWN Act z 2025 roku działają według tego samego schematu: zgłoś treść, usuń ją, czasem postaw zarzuty. Każde z tych narzędzi aktywuje się dopiero wtedy, gdy przedstawienie już istnieje, zostało znalezione i zwykle zdążyło się rozejść.
Zindeksowane wyniki przeżywają przejęcie domeny
Shultz użył jako testu kontrolnego serwisu CFake, przejętego przez organy ścigania jeszcze na etapie planowania badania. Amerykańskie służby przejęły domeny CFAKE.com i SOCFAKE.com 12 czerwca 2026 roku, w pierwszej takiej akcji prowadzonej na podstawie ustawy TAKE IT DOWN Act, we współpracy z policją francuską i włoską. Mimo to ponad miesiąc po przejęciu badacz odzyskał przez Google Custom Search API 47 wciąż zindeksowanych rekordów pochodzących z tej domeny, choć nie udało się tego powtórzyć ręcznym wyszukiwaniem, a dokumentacja API opisuje jego wyniki jako mniej zlokalizowane. Wniosek raportu autor streszcza w tytule sekcji: „wyniki wyszukiwania przeżywają usuwanie treści” / „Search results outlive takedowns”.
Tuż przed publikacją raportu osiem kolejnych domen z listy przejęło biuro prokuratora okręgowego Manhattanu, co usunęło ekspozycję 19 posłanek i posłów. Według WIRED cała ta akcja objęła 12 serwisów i około 1200 osób pokrzywdzonych. Agora zapowiada cykliczne powtarzanie audytu na tej samej grupie, żeby odróżnić realne ograniczenie zjawiska od przeniesienia go na inne platformy i do innych jurysdykcji, bo dostępne dane wskazują, że po zamknięciu serwisu częściej dochodzi do przemieszczenia niż do likwidacji.
Skala zjawiska poza parlamentami
Raport osadza swoje ustalenia w danych z innych badań z 2026 roku. Center for Countering Digital Hate szacuje, że chatbot Grok firmy xAI wygenerował w styczniu trzy miliony zseksualizowanych materiałów bez zgody przedstawionych osób, w tym 23 tysiące z udziałem dzieci. Opublikowana w lipcu analiza AI Forensics wykazała, że najczęściej używane narzędzia do edycji obrazu na platformie HuggingFace wykonują polecenia rozbierania natychmiast, a około 95 proc. prób seksualizacji dotyczy kobiet i 6,7 proc. dzieci. Open Measures udokumentował w marcu działającą na prowizji giełdę zleceń na deepfake’i na forum 4chan, gdzie dzienna aktywność w ciągu roku niemal się potroiła, zanim tablicę zamknięto w maju. Institute for Strategic Dialogue wykazał z kolei, że cały ten ekosystem korzysta z infrastruktury głównego nurtu: sklepów z aplikacjami, wyszukiwarek i operatorów płatności.
Unijny zakaz aplikacji rozbierających zacznie obowiązywać 2 grudnia 2026 roku
Rekomendacje raportu pokrywają się z kierunkiem, który Unia Europejska już przyjęła. Rozporządzenie (UE) 2026/1744, czyli Digital Omnibus on AI, weszło w życie 27 lipca 2026 roku po publikacji w Dzienniku Urzędowym 24 lipca i dopisało do listy zakazanych praktyk z artykułu 5 AI Actu systemy AI służące do generowania lub manipulowania materiałami przedstawiającymi seksualne wykorzystywanie dzieci oraz intymne i seksualne treści z udziałem możliwych do zidentyfikowania osób bez ich zgody, czyli aplikacje typu nudifier. Zakaz obejmuje obrazy, wideo i dźwięk oraz dotyczy zarówno dostawców wprowadzających takie systemy na rynek UE, jak i podmiotów, które je stosują. Nowe zakazy zaczynają obowiązywać 2 grudnia 2026 roku, a przepis jest skonstruowany szeroko: uruchamia się wtedy, gdy wytworzenie takiego materiału jest „racjonalnie przewidywalnym i odtwarzalnym” efektem działania systemu, bez potrzeby istotnych modyfikacji technicznych.
To dokładnie ten poziom interwencji, o który upomina się raport. Shultz proponuje trzy punkty działania przed powstaniem materiału: zabezpieczenia na poziomie modelu i interfejsu zamiast samej moderacji po fakcie, potraktowanie trwałości indeksów wyszukiwarek jako osobnego celu regulacyjnego oraz mierzenie egzekwowania, a nie obecności przepisu. Autor wskazuje też, że uznanie samych bram za odrębny cel działań organów usunęłoby według jego wyliczeń co najmniej 97 gotowych zestawów do samodzielnego wytworzenia takich materiałów.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskich instytucji i polityczek
Polska była objęta badaniem jako jedno z 27 państw członkowskich, ale Agora nie publikuje rozbicia wyników na poszczególne kraje, więc z samego raportu nie da się ustalić, ile posłanek Sejmu znalazło się wśród 138 zidentyfikowanych osób. Wiadomo tylko, że trafienia dotyczyły 22 z 27 państw i że najliczniej reprezentowane były Niemcy, Holandia, Włochy i Francja.
Polskie doświadczenia dobrze ilustrują natomiast główną tezę raportu o różnicy między przepisem a jego stosowaniem. W sprawie przerobionych przy użyciu AI zdjęć 14-latki, opublikowanych w mediach społecznościowych, organy ścigania początkowo odmówiły wszczęcia postępowania w czerwcu 2025 roku, uznając, że czyn nie spowodował szkody i nie nosi znamion przestępstwa. Po interwencji Prezesa UODO Mirosława Wróblewskiego u Prokuratora Generalnego Waldemara Żurka prokuratura podjęła postępowanie na nowo, ale w lutym 2026 roku je umorzyła, nie przeprowadzając nowych czynności dowodowych poza ponownym przesłuchaniem ojca pokrzywdzonej. Prezes UODO zaskarżył to umorzenie do sądu, zarzucając prokuraturze błędną wykładnię art. 107 ustawy o ochronie danych osobowych i brak działań zmierzających do ustalenia tożsamości sprawców.
Luka w Kodeksie karnym jest zresztą rozpoznana. Podczas posiedzenia sejmowej Komisji Nadzwyczajnej do spraw zmian w kodyfikacjach wskazano, że deepfake’i hybrydowe, w których twarz realnej osoby zostaje nałożona na ciało wygenerowane przez AI, mogą wymykać się kwalifikacji z art. 191a Kodeksu karnego, a Komisja Kodyfikacyjna Prawa Karnego przygląda się temu zjawisku. Prezes UODO od 2025 roku apeluje o zmiany prawa odnoszące się wprost do rozpowszechniania szkodliwych treści w formie deepfake’ów.
Pozostaje kwestia tego, kto w Polsce będzie egzekwował unijny zakaz od 2 grudnia. Ustawa z 3 lipca 2026 roku o systemach sztucznej inteligencji została ogłoszona w Dzienniku Ustaw 27 lipca 2026 roku, a jej pełne stosowanie rozpoczyna się 28 października 2026 roku. Organem nadzoru i krajowym punktem kontaktowym będzie Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji, odpowiedzialna także za nakładanie kar za naruszenia przepisów o AI. Według Ministerstwa Cyfryzacji przewodniczący KRiBSI ma zostać powołany w ciągu dwóch miesięcy od wejścia ustawy w życie, a cała komisja w ciągu trzech. Resort zapowiadał, że nowy regulator będzie mógł rozpocząć pracę w listopadzie. Oznacza to, że w momencie, w którym zakaz aplikacji rozbierających stanie się stosowalny, polski organ nadzoru będzie liczył kilka tygodni istnienia.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym policy brief „Who Gets Deepfaked? Measuring the exposure of European parliamentarians in deepfake pornography” autorstwa Benjamina Shultza, opublikowanego przez Agora Digitale Transformation 14.09.2026, oraz materiału WIRED z tego samego dnia. Kontekst regulacyjny zweryfikowano w komunikacie Komisji Europejskiej o wejściu w życie AI Omnibusa oraz w analizach kancelarii prawnych dotyczących rozporządzenia (UE) 2026/1744. Polski kontekst oparto na komunikacie Urzędu Ochrony Danych Osobowych z 11.06.2026 i na informacjach Ministerstwa Cyfryzacji o ustawie o systemach sztucznej inteligencji.
Cytat Benjamina Shultza, autora raportu i badacza American Sunlight Project, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Cytat z raportu podano w tłumaczeniu redakcji wraz z oryginałem. Redakcja nie publikuje nazw ani adresów analizowanych serwisów.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o kolejnych edycjach audytu Agora Digitale Transformation oraz o stosowaniu unijnego zakazu systemów generujących materiały intymne bez zgody.
