---
title: "Agent przygotował decyzję. Kto za nią odpowiada?"
url: "https://majchrzycki.com/blog/agent-ai-kto-zatwierdza-decyzje"
description: "Podział decyzji między agentem AI, pracownikiem i menedżerem na przykładzie oferty, reklamacji i zmiany danych klienta."
---

# Agent przygotował decyzję. Kto za nią odpowiada?

2 maja 2026·2 min czytania·Krzysztof Majchrzycki

Temat: [Bezpieczeństwo i utrzymanie AI](https://majchrzycki.com/blog/filar/bezpieczenstwo-i-utrzymanie-ai)

**Agent może przygotować wariant decyzji, lecz firma musi określić, kto może uczynić ją skuteczną.** Inne ryzyko ma szkic maila, inne wysłanie oferty, a jeszcze inne zmiana limitu kredytowego klienta. Dobra zasada nie brzmi „człowiek zawsze klika”, lecz „prawo działania odpowiada skutkom błędu i możliwości wycofania”.

Szersze zasady odpowiedzialności i utrzymania opisuje [przewodnik po bezpieczeństwie i utrzymaniu AI](https://majchrzycki.com/blog/filar/bezpieczenstwo-i-utrzymanie-ai).

## Zacznij od skutku, nie od nazwy narzędzia

Rozpisz działania w jednym procesie: odczyt danych, przygotowanie propozycji, zapis wersji roboczej, zatwierdzenie, wysłanie do klienta i ewentualne cofnięcie. Przy każdym zapytaj, czy akcja jest odwracalna, kogo dotyczy i jaki jest koszt pomyłki. Agent, który streszcza zgłoszenie, może mieć mniejszy zakres kontroli niż agent, który samodzielnie przyznaje rabat. Obydwu nie należy traktować jako jednego poziomu „autonomii”.

[NIST AI Risk Management Framework](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/) zaleca jasne rozdzielenie ról ludzi i AI oraz odpowiedzialności kierownictwa za decyzje o ryzyku. Praktycznym odpowiednikiem jest matryca: agent proponuje, specjalista sprawdza źródła, osoba z limitem zatwierdza zobowiązanie, właściciel procesu analizuje powtarzające się błędy. To opis funkcji, nie wymóg tworzenia czterech nowych stanowisk.

## Trzy poziomy decyzji na przykładzie oferty

Agent może bezpiecznie zebrać wymagania klienta i przygotować szkic oferty ze wskazaniem brakujących danych. Pracownik sprawdza, czy zakres odpowiada rozmowie i czy cena pochodzi z aktualnego cennika. Rabat powyżej ustalonego progu wymaga dodatkowej akceptacji. Po wysłaniu firma zachowuje ślad: jakie dane były dostępne, kto zatwierdził treść i jaka wersja trafiła do klienta.

Jeżeli agent proponuje zmianę wbrew regule, system powinien zatrzymać akcję i skierować wyjątek do człowieka. Jeśli nie ma takiej drogi, pracownik zacznie omijać system lub agent zacznie pozornie „rozwiązywać” sprawy bez umocowania. [Przekazanie sprawy między człowiekiem a agentem](https://majchrzycki.com/blog/przekazanie-sprawy-czlowiek-agent) opisuje, jakie informacje muszą przejść wraz z zadaniem.

## Gdy człowiek klika „zatwierdź” bez sprawdzenia

Sama obecność przycisku akceptacji nie dowodzi kontroli. Jeśli agent przygotowuje sto propozycji dziennie, a pracownik ma kilka sekund na każdą, zatwierdzanie może stać się automatycznym gestem. Zmierz czas potrzebny na rzeczywiste sprawdzenie źródeł i porównaj go z liczbą spraw. Gdy obciążenie jest zbyt duże, zmniejsz zakres automatyzacji, popraw jakość danych albo skieruj do człowieka tylko te przypadki, w których jego osąd coś wnosi.

Projektuj ekran zatwierdzenia tak, by pokazywał nie tylko odpowiedź, ale również dane, na których się opiera, różnice względem poprzedniej wersji i niepewność. Dla wysokiego ryzyka można wymagać wyjaśnienia powodu decyzji. Dla rutynowej pracy nadmiar pól może jednak spowolnić proces bez poprawy jakości. Dobierz kontrolę do skutku błędu i potwierdź ją obserwacją pracy ludzi.

Co pewien czas sprawdź próbkę zaakceptowanych działań. Jeżeli błędy regularnie przechodzą przez kontrolę, odpowiedzią nie jest wyłącznie szkolenie pracownika. Trzeba zapytać, czy miał dane, czas i realną możliwość odmowy.

## Kto odpowiada za błąd?

Nie wpisuj do procedury, że „odpowiada AI”. Właściciel procesu odpowiada za reguły i pomiar, administrator za działanie narzędzia, osoba zatwierdzająca za decyzję w granicach swojej roli. Rozdzielenie odpowiedzialności pozwala wyciągać wnioski z błędu bez zrzucania winy na ostatniego użytkownika. Techniczne metody ograniczania dostępu, takie jak [RBAC, ABAC i ReBAC](https://majchrzycki.com/blog/rbac-abac-rebac-uprawnienia-agentow-ai), pomagają egzekwować ustalone granice. Jeśli takich granic nie ma, zacznij od ich opisania w [zakresie współpracy nad systemem](https://majchrzycki.com/wspolpraca).

-   Agenci AI
-   Odpowiedzialność
-   Governance

## Przełóż temat na projekt w Twojej firmie

Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI.

[Zobacz współpracę](https://majchrzycki.com/wspolpraca)

## Czytaj dalej

-   [Jak podzielić role przy akceptacji działań agenta?](https://majchrzycki.com/blog/podzial-obowiazkow-przy-akceptacji-agenta)
-   [Dostawca obiecuje autonomicznego agenta AI. O co zapytać?](https://majchrzycki.com/blog/dostawca-ai-obiecuje-autonomie)
-   [Czego zarząd powinien wymagać w raporcie z systemu AI?](https://majchrzycki.com/blog/raport-z-systemu-ai-dla-zarzadu)
-   [Jak prowadzić rejestr decyzji agenta AI?](https://majchrzycki.com/blog/rejestr-decyzji-agenta-bez-biurokracji)