Kiedy polityki zderzają się z rzeczywistym zachowaniem
Wykonawca rządowy był pod presją. Miał zaległości w przetwarzaniu wniosków o pomoc powodziową FEMA. Wkleił imiona, adresy i dokumentację medyczną do ChatGPT, żeby przyspieszyć pracę. W jego mniemaniu nie złamał żadnego przepisu. Po prostu użył najlepszego dostępnego narzędzia.
Skutek: dochodzenie rządowe i publiczne ujawnienie incydentu.
To jest podstawowa wada zarządzania AI opartego wyłącznie na politykach. Polityki mówią pracownikom, co robić. Nie powstrzymują zachowania.
77% pracowników korporacyjnych udostępnia wrażliwe dane służbowe narzędziom AI co najmniej raz w tygodniu — nawet gdy polityka to zabrania (eSecurity Planet/Cyberhaven 2025). To nie są lekkomyślni pracownicy. To ludzie pod presją czasu, wybierający najszybsze narzędzie.
Dlaczego polityki zawodzą
Polityki dotyczące korzystania z AI polegają na ludzkim osądzie w momencie wprowadzania danych. Ten moment jest błyskawiczny. Pracownik może nie pamiętać o polityce. Może nie postrzegać treści jako „wrażliwej”. Może akceptować ryzyko, bo oszczędność czasu wydaje mu się znaczna.
Analiza Cyberhaven za Q4 2025 wykazała, że 34,8% wszystkich danych wprowadzanych do ChatGPT zawiera poufne informacje biznesowe. Wielu z tych użytkowników znało politykę. Mimo to wklejało dane.
Polityki dostępu działają, bo systemy je egzekwują. DLP na poziomie poczty e-mail działa, bo systemy go stosują. Polityki korzystania z AI nie mają mechanizmu egzekwowania w momencie wklejenia. W tym miejscu decyduje człowiek. W skali całej organizacji ludzie popełniają błędy.
Wykonawca FEMA popełnił jeden z tych błędów. Nie był złośliwy. Narzędzie wygrało, bo polityka wymagała od niego wyboru powolności zamiast szybkości. Pod presją wybrał szybkość.
Mechanizmy techniczne zatrzymują to, czego polityki nie potrafią
Jedyne skuteczne rozwiązanie w dużej skali działa na poziomie technicznym — nie szkoleniowym.
Rozszerzenie przeglądarki może przechwycić zawartość schowka zanim trafi na jakąkolwiek przeglądarkową platformę AI. Kiedy wykonawca kopiuje imiona i adresy wnioskodawców i wkleja je do ChatGPT, rozszerzenie wykrywa PII, anonimizuje je i wysyła czystą wersję. AI widzi [NAME_1] i [ADDRESS_1] zamiast rzeczywistych wartości. Nadal wykonuje zadanie. Prywatne dane wnioskodawcy nigdy nie trafiają na serwery ChatGPT.
Odbywa się to automatycznie. Nie wymaga od użytkownika pamiętania o czymkolwiek.
Dla deweloperów korzystających z Cursora lub GitHub Copilot serwer MCP zapewnia tę samą warstwę ochrony. Kod wklejany do kontekstu AI przechodzi najpierw przez silnik anonimizacji. Dane uwierzytelniające i zastrzeżone identyfikatory stają się tokenami. AI otrzymuje czysty kontekst i nadal daje użyteczne wyniki.
Zobacz, jak to wygląda w porównaniu z blokowaniem: Blokowanie a anonimizacja — porównanie przeglądarowego DLP.
Co zmienia się dzięki mechanizmom technicznym
Przy wdrożonym rozszerzeniu przeglądarki scenariusz wykonawcy FEMA przebiega inaczej:
- Wykonawca kopiuje dane wnioskodawców z systemu spraw
- Rozszerzenie wykrywa PII w schowku
- Wyskakujący podgląd pokazuje, co zostanie zastąpione
- Zanonimizowana wersja trafia do ChatGPT
- ChatGPT przetwarza żądanie i zwraca wyniki
- Wykonawca otrzymuje potrzebną pomoc — bez wszczęcia dochodzenia
Polityka nie musiała się zmieniać. Nie było potrzeby prowadzenia szkoleń. Warstwa przechwytywania sama to obsłużyła.
Szkolenie z polityk ogranicza ryzyko na marginesie. Mechanizmy techniczne eliminują tryb awarii. Incydent FEMA był porażką polityki. Przy jednym rozszerzeniu Chrome wdrożonym na urządzeniu tego wykonawcy byłby zdarzeniem bez konsekwencji.
Zobacz również:
- Zarządzanie AI w przedsiębiorstwie: DLP przez rozszerzenie Chrome
- DLP w przeglądarce dla ChatGPT, Claude i Gemini
- Rozszerzenie Chrome: DLP w przeglądarce dla narzędzi AI