Nowa funkcja ChatGPT do rozpoznawania wieku użytkowników poniżej 18 lat

OpenAI ogłosiło, że wdraża w ChatGPT funkcję przewidywania wieku (age prediction), która ma pomóc rozpoznać, kiedy konto prawdopodobnie należy do osoby poniżej 18. Cel jest dość prosty: jeśli system podejrzewa, że użytkownikiem jest nastolatek, ChatGPT ma włączyć dla niego odpowiednie ustawienia i zabezpieczenia. Według komunikatu OpenAI dorośli, którzy zostaną błędnie „wrzuceni” do ustawień dla nastolatków, mogą potwierdzić wiek w: Settings > Account.

Ja patrzę na to z dwóch stron: po pierwsze jako ktoś, kto od lat pracuje z automatyzacjami i AI (u nas w Marketing-Ekspercki to codzienność), a po drugie jako użytkownik narzędzi, gdzie granica między „spersonalizowaną pomocą” a „zbyt dużą ingerencją” bywa cienka jak papier do drukarki, gdy akurat jest najbardziej potrzebny. W tym tekście uporządkuję dla ciebie, co ta zmiana oznacza w praktyce, skąd mogą brać się pomyłki, jak się przed nimi bronić i jakie konsekwencje może to mieć dla firm, edukacji oraz twórców rozwiązań opartych o automatyzacje.

Źródło ogłoszenia: komunikat OpenAI na X (dawniej Twitter) z dnia 20 stycznia 2026: https://twitter.com/OpenAI/status/2013688237772898532?ref_src=twsrc%5Etfw

Co dokładnie ogłosiło OpenAI i co to znaczy „age prediction”

W komunikacie OpenAI pojawiają się dwie informacje, które warto rozdzielić, bo często ludzie mieszają je w jedno:

• OpenAI wdraża przewidywanie wieku, aby rozpoznać, że konto „najpewniej” należy do osoby poniżej 18 lat.
• System zastosuje doświadczenie dla nastolatków (czyli zestaw ustawień i zabezpieczeń). Jeśli dorosły zostanie błędnie zakwalifikowany, może potwierdzić wiek w Settings > Account.

To ważne, bo słowo „prediction” sugeruje modelowanie, wnioskowanie, heurystyki. Czyli: nie mówimy o sytuacji, w której każda osoba podaje dowód osobisty albo przechodzi twardą weryfikację. Mówimy o tym, że system próbuje ocenić prawdopodobieństwo, a potem dopasowuje środowisko działania.

„Prawdopodobnie poniżej 18 lat” – czemu to sformułowanie ma znaczenie

Jeśli system mówi „prawdopodobnie”, to oznacza, że dopuszcza błędy fałszywie dodatnie (dorosły zaklasyfikowany jako nastolatek) oraz błędy fałszywie ujemne (nastolatek uznany za dorosłego). OpenAI wprost odnosi się do pierwszego scenariusza i daje ścieżkę naprawy: potwierdzenie wieku w ustawieniach konta.

Z perspektywy użytkownika to jest właściwie kluczowe: jeśli ciebie to dotknie, nie musisz „kombinować”, tylko idziesz do ustawień. Z perspektywy firm i wdrożeń AI to też jest sygnał: system będzie się mylił, a twoje procesy powinny to przewidzieć.

Czym jest „teen experience” w tym kontekście

OpenAI w cytowanym komunikacie nie rozwija szczegółów, co dokładnie składa się na „teen experience”. Nie będę więc dopowiadał faktów. Mogę natomiast powiedzieć, jak zwykle wyglądają takie tryby w produktach cyfrowych:

• bardziej zachowawcze ustawienia bezpieczeństwa,
• ostrzejsze filtrowanie treści wrażliwych,
• mocniejsze ograniczenia w obszarach tematycznych,
• czasem dodatkowe komunikaty edukacyjne lub ostrzeżenia.

Jeżeli korzystasz z ChatGPT do pracy, np. tworzysz teksty sprzedażowe albo analizujesz dane klientów, możesz odczuć zmianę jako „mniej swobody”. Jeżeli korzystasz prywatnie, możesz to odebrać jako „bardziej asekuracyjne odpowiedzi”. I tu dochodzimy do sedna: te same zabezpieczenia mogą być dla jednych ulgą, a dla innych zwyczajnie przeszkodą.

Dlaczego OpenAI wprowadza przewidywanie wieku właśnie teraz

Powód na poziomie deklaracji znamy: dobór właściwych zabezpieczeń dla nastolatków. Na poziomie tła – widać ogólny trend, który obserwuję od dobrych kilku lat: platformy AI, media społecznościowe i narzędzia komunikacji dostają coraz większą presję, by lepiej chronić osoby niepełnoletnie.

Nie ma tu „magii”. Jest proza życia: kwestie prawne, odpowiedzialność, oczekiwania rodziców, szkoły, regulatorów. A do tego dochodzi zwykła reputacja marki. Nikt nie chce obudzić się z kryzysem wizerunkowym, bo nastolatek uzyskał dostęp do treści, których nie powinien zobaczyć.

Ochrona osób niepełnoletnich a realia działania modeli językowych

Modele językowe potrafią generować treści na niemal każdy temat. Nawet gdy mają filtry, to użytkownicy i tak próbują je obchodzić. Ja to widzę przy testach: wystarczy zmienić formę polecenia, dorzucić kontekst „do książki”, „do gry”, „do pracy naukowej” i człowiek od razu sprawdza, jak daleko da się zajść. To jest trochę jak z zakazem wchodzenia na trawnik – zawsze znajdzie się ktoś, kto sprawdzi, czy naprawdę pilnują.

Dlatego przewidywanie wieku ma sens jako dodatkowa warstwa. Nie rozwiąże wszystkiego, ale zmniejszy ryzyko w części przypadków.

Jak ChatGPT może przewidywać wiek (bez zgadywania „na ślepo”)

OpenAI nie podało w cytowanym wpisie, na jakiej podstawie ChatGPT przewiduje wiek. Nie będę więc udawał, że znam szczegóły wdrożenia. Mogę natomiast pokazać ci, jakie źródła sygnału zwykle wykorzystuje się w takich systemach – i jakie budzą kontrowersje.

Możliwe sygnały: zachowanie, język, metadane konta

W praktyce przewidywanie wieku może opierać się na mieszance sygnałów, na przykład:

• Informacje podane przy rejestracji (jeśli użytkownik je podał).
• Ustawienia konta i historia zmian (np. strefa językowa, ustawienia prywatności).
• Sposób pisania: słownictwo, styl, tematy, krótkie komunikaty, „młodzieżowy” zapis.
• Wzorce użycia: godziny aktywności, typ zapytań, cechy interakcji.

I teraz uwaga z życia wzięta: ja znam dorosłych, którzy piszą jak nastolatki, bo tak im wygodnie. Znam też nastolatków, którzy piszą jak wykładowca, bo dużo czytają i mają „pióro”. Dlatego przewidywanie wieku na podstawie języka zawsze będzie obarczone ryzykiem błędu.

Błędy klasyfikacji: skąd się biorą i czemu będą się zdarzać

Najczęstsze powody pomyłek w systemach predykcyjnych są dość przyziemne:

• Za mało danych: nowy użytkownik, krótka historia rozmów, brak sygnałów.
• Zmienny styl: raz piszesz oficjalnie, raz potocznie; raz po polsku, raz po angielsku.
• Wpływ kontekstu: pytasz o szkołę, bo masz dziecko albo tworzysz materiał dla uczniów – a system interpretuje to jako sygnał wieku.
• Współdzielone urządzenia: komputer rodzinny, tablet w domu, profil używany przez różne osoby.

W firmach, gdzie kilka osób korzysta z jednego konta (co samo w sobie bywa ryzykowne), taki mechanizm może dodatkowo namieszać. I tyle. Nie ma róży bez kolców.

Co zmieni się dla użytkowników: zabezpieczenia, ograniczenia, weryfikacja wieku

Najbardziej praktyczne pytanie brzmi: co ty odczujesz, gdy system uzna, że jesteś poniżej 18 lat? OpenAI nie opisało listy zmian, więc nie podam „twardej tabeli różnic”. Mogę jednak uporządkować to, czego możesz się spodziewać w typowych scenariuszach.

Potencjalne zmiany w odpowiedziach i dostępie do treści

• większa ostrożność w treściach wrażliwych,
• częstsze odmawianie odpowiedzi na niektóre prośby,
• bardziej edukacyjny ton w obszarach ryzyka,
• mniej szczegółów w tematach potencjalnie niebezpiecznych.

Jeśli używasz ChatGPT do marketingu, sprzedaży czy automatyzacji, ta zmiana może być neutralna. Ale jeżeli pracujesz z tematami, które ocierają się o prawo, bezpieczeństwo, medycynę czy finanse, możesz zauważyć większą zachowawczość.

Co zrobić, gdy jesteś dorosły, a ChatGPT ustawi ci tryb nastolatka

OpenAI podało konkretną ścieżkę: Settings > Account, gdzie możesz potwierdzić wiek. Jeśli to ci się przydarzy, ja bym działał tak:

• wejdź w ustawienia i sprawdź, czy widzisz opcję potwierdzenia wieku,
• zrób to od razu, zanim zaczniesz „walczyć” z ograniczeniami w rozmowie,
• jeśli korzystasz z ChatGPT zawodowo, zanotuj datę i okoliczności (to pomaga, gdy temat wróci).

To podejście oszczędza czas. A czas, jak wiesz, w pracy ma zwykle lepsze zastosowania niż przepychanki z filtrami.

Konsekwencje dla firm: marketing, sprzedaż i obsługa klienta

Teraz część, która interesuje moich klientów najbardziej: co to zmienia w biznesie. Jeśli twoja firma używa ChatGPT do tworzenia treści, researchu, wsparcia sprzedaży albo obsługi klienta, mechanizm przewidywania wieku może wpłynąć na trzy obszary: zgodność, jakość odpowiedzi i procesy.

Jeśli tworzysz content: większa ostrożność w tematach „wrażliwych”

W marketingu łatwo zahaczyć o obszary, gdzie platformy nakładają ograniczenia: zdrowie, suplementy, psychologia, finanse, gry, produkty dla dorosłych, a nawet niektóre tematy edukacyjne. Jeżeli konto lub użytkownik zostanie potraktowany jako nastolatek, część podpowiedzi może stać się bardziej „grzeczna”. Czasem to pomaga, bo tekst wychodzi bardziej odpowiedzialny. Czasem przeszkadza, bo tracisz konkret.

Ja w takich sytuacjach polecam proste rozwiązanie organizacyjne: oddziel konta i role. Konto „prywatne” to konto prywatne. Konto „firmowe” to konto firmowe. Wtedy minimalizujesz ryzyko, że nietypowe zachowania (np. dzieci w domu) wpłyną na ustawienia pracy.

Jeśli używasz ChatGPT w sprzedaży: spójność komunikacji ma znaczenie

W sprzedaży liczy się powtarzalność: skrypty, maile, follow-upy. Jeśli nagle asystent zacznie częściej odmawiać generowania pewnych sformułowań albo będzie unikał mocniejszych stwierdzeń, handlowiec może poczuć, że „coś się zepsuło”. A to zwykle kończy się frustracją i ręcznym pisaniem wszystkiego od zera.

Da się temu zapobiec przez:

• ustalenie jasnych wytycznych promptowania w zespole,
• kontrolę jakości (krótka checklista przed wysyłką),
• trzymanie gotowych szablonów w CRM lub w bazie wiedzy.

Jeśli masz chatboty i automatyzacje: planuj „ścieżkę awaryjną”

Jeśli integrujesz ChatGPT z procesami (np. przez make.com lub n8n), mechanizmy bezpieczeństwa i klasyfikacji mogą wpływać na to, czy dostaniesz odpowiedź i w jakiej formie. Ja zawsze zakładam, że model czasem odmówi, skróci odpowiedź albo zwróci treść, której nie da się użyć 1:1.

W automatyzacjach sprawdza się podejście:

• waliduj wynik (czy odpowiedź ma minimalną długość, czy zawiera wymagane pola),
• loguj odmowy i nietypowe odpowiedzi,
• dodaj alternatywny krok: druga próba z innym promptem albo przekazanie do człowieka.

To takie „pasy bezpieczeństwa” w procesie. I wbrew pozorom nie spowalniają – one ratują sytuację, gdy zaczyna się robić gorąco.

Aspekty prywatności i zgodności: na co zwrócić uwagę

Przewidywanie wieku to temat, który od razu zahacza o prywatność. Bo jeśli system przewiduje wiek, to znaczy, że gdzieś zbiera i interpretuje sygnały. Ty pewnie myślisz: „OK, ale czy oni czytają moje rozmowy?”. Nie mam podstaw, by przesądzać, jak dokładnie OpenAI realizuje ten mechanizm, więc zamiast spekulować, pokażę ci praktyczne podejście ostrożnościowe.

Minimalizacja ryzyka po twojej stronie

• Nie wpisuj do czatu danych, których nie podałbyś w mailu do nieznanej osoby.
• Oddzielaj konta i konteksty (prywatne/firmowe, testy/produkcja).
• Ustal w zespole, co wolno wkleić do AI, a czego nie (np. dane klientów).

W firmie to jest bardzo konkretna polityka, a nie „ładny dokument do szuflady”. Ja widziałem już sytuacje, w których jeden niewinny wklejony fragment rozmowy z klientem uruchamiał lawinę pytań o zgodność. Lepiej tego uniknąć.

Wiek jako szczególna kategoria wrażliwości w praktyce

Wiek sam w sobie może wydawać się „niewinny”, ale w połączeniu z innymi danymi potrafi tworzyć profil użytkownika. Dla firm to oznacza jedno: jeśli kierujesz komunikację do osób niepełnoletnich albo masz w ofercie produkty dla młodzieży, musisz szczególnie pilnować języka, obietnic i treści.

To nie jest miejsce na brawurę. Lepiej mówić prosto, uczciwie i bez obiecywania gruszek na wierzbie.

Wpływ na edukację i rodzinne korzystanie z ChatGPT

W domach ChatGPT coraz częściej staje się „pomocą do lekcji”, czasem nawet domowym korepetytorem. Jeśli system lepiej rozpozna, że użytkownikiem jest nastolatek, to prawdopodobnie częściej zobaczysz odpowiedzi nastawione na bezpieczeństwo i odpowiedzialność.

Plusy: większe bezpieczeństwo i lepsze dopasowanie

• mniejsza szansa na dostęp do treści nieodpowiednich,
• bardziej edukacyjne prowadzenie przez temat,
• mniej ryzyka „wyciągania” użytkownika w złą stronę.

Minusy: pomyłki i frustracja domowników

Jeśli rodzic korzysta z jednego urządzenia, a dziecko z drugiego, problem jest mały. Jeśli jednak wszyscy używają tego samego konta, system może się pogubić. Potem dorosły chce coś załatwić, a tu tryb nastolatka. Brzmi banalnie, ale takie drobiazgi potrafią zepsuć cały dzień, zwłaszcza gdy człowiek i tak goni terminy.

Ja bym to rozwiązał po ludzku: osobne konta, oddzielne profile, porządek w domu. Jak mawia klasyk: lepiej zapobiegać niż leczyć.

Jak przygotować firmę na takie zmiany: praktyczne wskazówki

Jeśli w twojej firmie AI „robi robotę” w marketingu i sprzedaży, to dobra wiadomość jest taka: da się przygotować. Ja robię to w projektach dość rutynowo, bo modele i platformy zmieniają zasady częściej, niż ja zmieniam kawę na herbatę (a to już coś).

1) Uporządkuj konta i dostęp

• Stosuj konta firmowe do zadań firmowych.
• Nie mieszaj ról (testy vs produkcja).
• Ogranicz współdzielenie jednego konta przez wiele osób.

2) Zbuduj bibliotekę promptów i standardów odpowiedzi

W praktyce biblioteka promptów działa jak instrukcja obsługi: handlowiec czy marketer nie wymyśla koła na nowo. Dzięki temu zmiany w zachowaniu modelu mniej bolą, bo zawsze wracasz do sprawdzonych wzorców.

• Trzymaj prompty w jednym miejscu (np. w bazie wiedzy).
• Opisuj, do czego prompt służy i jaki ma oczekiwany wynik.
• Dodaj wariant „gdy model odmawia” (delikatniejsza wersja).

3) W automatyzacjach (make.com, n8n) dodaj kontrolę jakości

To mój ulubiony fragment, bo tu naprawdę widać różnicę między „działa” a „działa stabilnie”. W make.com i n8n możesz dołożyć kroki, które pilnują spójności:

• Walidacja schematu odpowiedzi (np. czy JSON ma wszystkie pola).
• Wykrywanie odmowy lub zbyt ogólnych treści i ponowienie próby.
• Fallback do człowieka: e-mail, Slack, zadanie w CRM.

Jak to robię u klientów? Najczęściej ustawiam prostą logikę: jeśli odpowiedź nie spełnia warunków, proces przechodzi do ścieżki „naprawczej”. To nie jest fajerwerk. To jest porządek w papierach, tylko że cyfrowy.

Co ta zmiana może oznaczać dla rynku AI i trendów na 2026

Wprowadzenie przewidywania wieku przez OpenAI to sygnał, że dostawcy AI będą coraz częściej:

• segmentować doświadczenie użytkownika (różne tryby dla różnych grup),
• wzmacniać zabezpieczenia w obszarach ryzyka,
• prosić o potwierdzenie/uzupełnienie danych, gdy model „nie jest pewien”.

Dla firm oznacza to potrzebę dojrzalszego podejścia do pracy z AI. Mniej „wrzucam prompt i leci”, więcej „mam proces, kontrolę i odpowiedzialność”. Brzmi poważnie, ale w praktyce to po prostu dobre nawyki.

Najczęstsze pytania i odpowiedzi (FAQ)

Czy OpenAI wprowadza weryfikację wieku dla wszystkich?

W komunikacie mowa o przewidywaniu wieku i o tym, że dorośli błędnie zaklasyfikowani do trybu nastolatka mogą potwierdzić wiek w ustawieniach konta. Nie wynika z niego, że każdy użytkownik musi przechodzić twardą weryfikację.

Co mam zrobić, jeśli ChatGPT traktuje mnie jak nastolatka, a mam ponad 18 lat?

Wejdź w Settings > Account i skorzystaj z opcji potwierdzenia wieku, o której wspomina OpenAI.

Czy firmy korzystające z automatyzacji odczują tę zmianę?

Mogą odczuć, jeśli mechanizmy bezpieczeństwa wpłyną na treść odpowiedzi (np. częstsze odmowy). Dlatego warto dodać w automatyzacjach walidację odpowiedzi, logowanie błędów i ścieżkę awaryjną.

Czy taka predykcja wieku będzie idealna?

Nie. Skoro to predykcja, pomyłki są wpisane w mechanizm. OpenAI samo to sugeruje, dając opcję potwierdzenia wieku dla dorosłych.

Co ty możesz zrobić już teraz

Jeżeli używasz ChatGPT prywatnie, najprościej: miej świadomość, że tryb nastolatka może się włączyć i że da się to odkręcić w ustawieniach konta. Jeżeli używasz ChatGPT w firmie, podejdź do sprawy procesowo.

• Oddziel konta (firmowe i prywatne), bo to rozwiązuje masę problemów.
• Standaryzuj prompty, żeby zmiany w zachowaniu modelu nie rozwalały pracy zespołu.
• Zabezpiecz automatyzacje w make.com i n8n: waliduj, loguj, dawaj fallback.

Ja lubię myśleć o takich zmianach jak o progach zwalniających: czasem irytują, ale zwykle mają prosty cel – ograniczyć ryzyko. Jeśli poukładasz procesy, wyjdziesz na swoje, a praca z AI dalej będzie szybka i sensowna.

Źródło: https://x.com/OpenAI/status/2013688237772898532