Art. 202. Pornografia

Kodeks karny

§ 1. Kto publicznie prezentuje treści pornograficzne w taki sposób, że może to narzucić ich odbiór osobie,
która tego sobie nie życzy,

podlega karze pozbawienia wolności do lat 3.

§ 2. (uchylony)

§ 3. Kto w celu rozpowszechniania produkuje, utrwala lub sprowadza, przechowuje lub posiada albo rozpowszechnia lub prezentuje treści pornograficzne z udziałem małoletniego albo treści pornograficzne związane z prezentowaniem przemocy lub posługiwaniem się zwierzęciem,

podlega karze pozbawienia wolności od lat od lat 2 do 15.

§ 4. Kto utrwala treści pornograficzne z udziałem małoletniego, podlega karze pozbawienia wolności od roku do lat 10.

§ 4a. Kto przechowuje, posiada lub uzyskuje dostęp do treści pornograficznych z udziałem małoletniego, podlega karze pozbawienia wolności od 3 miesięcy do lat 5.

§ 4b. Kto produkuje, rozpowszechnia, prezentuje, przechowuje lub posiada treści pornograficzne przedstawiające wytworzony albo przetworzony wizerunek małoletniego uczestniczącego w czynności seksualnej

podlega karze pozbawienia wolności do lat 3.

§ 4c. Karze określonej w § 4b podlega, kto w celu zaspokojenia seksualnego uczestniczy w prezentacji treści pornograficznych z udziałem małoletniego.

§ 5. Sąd może orzec przepadek narzędzi lub innych przedmiotów, które służyły lub były przeznaczone do popełnienia przestępstw określonych w § 1–4b, chociażby nie stanowiły własności sprawcy.

Komentarze orzeczniczeAnalizy

Katarzyna Mika-Łabuz, Mateusz Łabuz, Mikołaj Małecki: Dziecięca pornografia w formie deep fakes

Katarzyna Mika-ŁabuzDr Katarzyna Mika-Łabuz, adiunkt w Katedrze Psychologii i Psychopatologii Rozwoju Człowieka Uniwersytetu Papieskiego Jana Pawła II w Krakowie, psycholog, psychoterapeuta, Mateusz ŁabuzMgr Mateusz Łabuz, pracownik naukowy w Institut für Friedensforschung und Sicherheitspolitik ander Universität Hamburg, doktorant na Technische Universität Chemnitz, wykładowca akademicki na Uniwersytecie Komisji Edukacji Narodowej w Krakowie, Mikołaj MałeckiDr hab. Mikołaj Małecki, adiunkt w Katedrze Prawa Karnego Uniwersytetu Jagiellońskiego, prezes Krakowskiego Instytutu Prawa Karnego: Dziecięca pornografia w formie deep fakes

– problemy wykładni na gruncie polskiego prawa karnegoi propozycje legislacyjne.

Streszczenie opracowano przy wykorzystaniu narzędzia AI ChatGPT (OpenAI)

PRAWO W DZIAŁANIU SPRAWY KARNE s. 54–84, 61/2025

Główne tezy artykułu:

Nowe zagrożenia technologiczne: Rozwój sztucznej inteligencji umożliwia tworzenie realistycznych, syntetycznych treści przedstawiających małoletnich w kontekście pornograficznym. Choć nie dochodzi do fizycznego skrzywdzenia dziecka, takie materiały mogą prowadzić do wtórnej wiktymizacji i stygmatyzacji ofiar.
Obowiązujące przepisy: Polski Kodeks karny, w art. 202 § 4b, penalizuje produkcję, rozpowszechnianie, prezentowanie, przechowywanie lub posiadanie treści pornograficznych przedstawiających wytworzony albo przetworzony wizerunek małoletniego uczestniczącego w czynności seksualnej. Przepis ten został wprowadzony ustawą z 24 października 2008 r.
Wyzwania interpretacyjne: Autorzy wskazują na trudności w kwalifikowaniu deep fake'ów jako materiałów pornograficznych z udziałem małoletnich, zwłaszcza gdy przedstawiają one syntetyczne wizerunki dzieci lub dorosłych upozorowanych na dzieci.
Propozycje legislacyjne: W artykule zaproponowano zmiany w przepisach prawa karnego, mające na celu lepsze dostosowanie regulacji do nowych technologii i skuteczniejsze przeciwdziałanie rozpowszechnianiu dziecięcej pornografii w formie deep fake'ów.

Artykuł podkreśla potrzebę aktualizacji przepisów prawnych w odpowiedzi na rozwój technologii generujących syntetyczne treści, aby skutecznie chronić małoletnich przed nowymi formami zagrożeń.

Objasnienie pojęcia deep fake (AI)

Deep fake (z ang. deepfake) to technologia oparta na sztucznej inteligencji, która pozwala na tworzenie realistycznych, ale fałszywych materiałów audio-wideo lub graficznych, w których twarz, głos lub zachowanie osoby są sztucznie wygenerowane lub zmodyfikowane w taki sposób, że trudno odróżnić je od autentycznych.

Jak to działa:

Deep fake wykorzystuje sztuczne sieci neuronowe, a szczególnie głębokie uczenie (deep learning) oraz technikę zwaną generatywnymi sieciami przeciwstawnymi (GANs – Generative Adversarial Networks).
System „uczy się” na podstawie wielu zdjęć lub nagrań konkretnej osoby, a następnie potrafi generować nowe obrazy lub nagrania, które odwzorowują jej wygląd, mimikę, głos czy sposób mówienia.

Przykłady zastosowania:

Fałszywe nagrania polityków wypowiadających się w