Polski
Oct 19, 2026

Adverse media screening: czym jest i jak działa

Adverse media screening wyjaśniony: co uznaje się za negatywne informacje, jak działa weryfikacja, problem fałszywych alarmów, narzędzia AI, przepisy UE i zastosowania w kryptowalutach.

Adverse media screening: czym jest i jak działa

Adverse media screening, czyli weryfikacja negatywnych informacji w mediach, to kontrola, którą przeprowadza regulowana firma, aby ustalić, czy klient, właściciele spółki lub kontrahent pojawiają się w negatywnych wiadomościach lub innych publicznych informacjach związanych z przestępczością finansową, taką jak oszustwa, korupcja, pranie pieniędzy, obchodzenie sankcji czy terroryzm. Stanowi uzupełnienie weryfikacji sankcyjnej i PEP w ramach środków bezpieczeństwa finansowego i ma największe znaczenie wtedy, gdy instytucja musi zdecydować, czy klient jest obarczony wyższym ryzykiem.

Ten poradnik wyjaśnia, co uznaje się za negatywne informacje w mediach, jak weryfikacja działa w praktyce, dlaczego największym problemem są fałszywe alarmy, jaką rolę odgrywają narzędzia AI, co mówi prawo UE i jak korzystają z niej giełdy kryptowalut. Jest przeznaczony dla zespołów compliance oraz dla użytkowników, którzy zastanawiają się, dlaczego giełda zapytała ich o artykuł prasowy.

Co uznaje się za negatywne informacje w mediach?

Negatywne informacje w mediach (adverse media, nazywane też negative news) to wszelkie wiarygodne informacje publiczne sugerujące, że osoba lub spółka może być zamieszana w przestępczość finansową lub poważne nieprawidłowości. Typowe źródła to:

  • Media informacyjne: prasa krajowa i lokalna, publikacje biznesowe i branżowe, w wielu językach.
  • Publikacje urzędowe: komunikaty organów nadzoru o działaniach egzekucyjnych, wyroki sądowe i komunikaty prasowe prokuratury.
  • Raporty śledcze i organizacji społeczeństwa obywatelskiego: analizy sieci dziennikarzy i organizacji pozarządowych.
  • Inne źródła publiczne: rejestry spółek, blogi i media społecznościowe, które same w sobie mają zwykle mniejszą wagę.

Większość programów weryfikacji grupuje wyniki tematycznie: przestępczość finansowa i oszustwa, łapownictwo i korupcja, przestępczość zorganizowana, terroryzm, obchodzenie sankcji, przestępstwa podatkowe, cyberprzestępczość itp. Artykuł o sporze o miejsce parkingowe czy rozwodzie celebryty nie jest w tym sensie negatywną informacją. Liczy się związek z ryzykiem prania pieniędzy.

Zazwyczaj nie z nazwy. Ani unijne rozporządzenie AML, ani amerykańskie przepisy dotyczące programów zgodności nie używają określenia „adverse media screening”. Wymagają natomiast, aby instytucje rozumiały, kim są ich klienci i jak duże ryzyko stwarzają, a sprawdzanie informacji publicznych jest jednym z głównych sposobów, by to osiągnąć.

  • UE. Rozporządzenie AML, rozporządzenie (UE) 2024/1624 (AMLR), stosuje się od 10 lipca 2027 r. Jego załącznik I wymienia zmienne ryzyka, które instytucje muszą brać pod uwagę, decydując o zakresie środków należytej staranności, a wśród zmiennych dotyczących klienta znajduje się „reputacja klienta i beneficjenta rzeczywistego klienta”. Motyw 31 wymienia też media wśród „wiarygodnych i rzetelnych źródeł”, które mogą być podstawą oceny ryzyka przez instytucję.
  • USA. Przepis FinCEN dotyczący programów dla banków, 31 CFR 1020.210, wymaga stosowania opartych na ryzyku środków należytej staranności, które budują profil ryzyka klienta i obejmują bieżące monitorowanie. Wyniki weryfikacji negatywnych informacji w mediach są częstym elementem tego profilu.

W praktyce nadzorcy oczekują, że w dokumentacji wzmożonych środków bezpieczeństwa finansowego znajdą się kontrole informacji publicznych, zwłaszcza w przypadku osób zajmujących eksponowane stanowiska polityczne, klientów korporacyjnych wysokiego ryzyka oraz dużych lub nietypowych transakcji. Nasz poradnik CDD a EDD wyjaśnia, kiedy stosuje się te bardziej rygorystyczne kontrole.

Jak działa weryfikacja negatywnych informacji w mediach

Typowy proces ma cztery etapy:

  1. Wyszukiwanie. Imię i nazwisko klienta, a także znane pseudonimy oraz nazwiska członków zarządu i beneficjentów rzeczywistych spółki, są sprawdzane w archiwach prasowych i bazach danych o ryzyku. Dobre systemy wyszukują w wielu językach i obsługują transliterowane nazwiska.
  2. Dopasowanie. Wyniki przypisuje się do osoby za pomocą innych identyfikatorów, takich jak data urodzenia, obywatelstwo, miejsce zamieszkania lub stanowisko, aby wykluczyć osoby o tym samym nazwisku.
  3. Klasyfikacja. Każdy istotny artykuł oznacza się według kategorii przestępstwa, daty, jakości źródła i etapu sprawy: plotka, zarzut, śledztwo, akt oskarżenia lub wyrok skazujący.
  4. Decyzja i dokumentacja. Analityk decyduje, czy wynik zmienia ocenę ryzyka klienta, wymaga dodatkowych pytań, czy jest nieistotny, i zapisuje uzasadnienie.

Weryfikacja odbywa się przy nawiązywaniu relacji, a następnie ponownie w czasie. Wiele instytucji automatycznie ponownie weryfikuje bazę klientów i generuje alerty o nowych artykułach, więc klient, który przy rejestracji był bez zastrzeżeń, może zostać oznaczony później. Dostawcy łączą tę usługę z weryfikacją sankcyjną i PEP. Weryfikacja AML iDenfy na przykład łączy sprawdzanie negatywnych informacji w mediach z listami sankcyjnymi i PEP oraz bieżącą weryfikacją. Nasze porównanie oprogramowania do weryfikacji sankcyjnej i poradnik o weryfikacji list obserwacyjnych i PEP omawiają część opartą na listach.

Fałszywe alarmy i problem zarzutów

Negatywne informacje w mediach generują więcej szumu niż lista sankcyjna. Lista sankcyjna to oficjalny rejestr; archiwum prasowe nim nie jest. Dominują dwa problemy:

  • Osoby o tym samym nazwisku. Popularne nazwiska zwracają setki nieistotnych artykułów. Bez dodatkowych identyfikatorów analitycy tracą czas, a uczciwi klienci czekają.
  • Zarzut to nie wyrok. Artykuł może dotyczyć oskarżenia, które później wycofano, lub sprawy, którą dana osoba wygrała.

Prawo UE wprost odnosi się do drugiego punktu. Art. 76 AMLR pozwala podmiotom obowiązanym przetwarzać dane dotyczące przestępstw tylko wtedy, gdy dane pochodzą z wiarygodnych źródeł, są dokładne i aktualne, a instytucja ma procedury rozróżniające „zarzuty, dochodzenia, postępowania i wyroki skazujące”, z uwzględnieniem prawa do rzetelnego procesu i domniemania niewinności. W praktyce stary, nieudowodniony zarzut nie powinien ważyć tyle samo co niedawny wyrok skazujący, a dokumentacja powinna pokazywać, że analityk znał tę różnicę.

Instytucje dostrajają weryfikację, aby ograniczyć szum: dopasowują wyniki na podstawie większej liczby identyfikatorów, ograniczają je do istotnych kategorii przestępstw, porządkują źródła według wiarygodności i pomijają artykuły już przeanalizowane. Celem nie jest zero trafień, ale trafienia warte czasu analityka.

AI i NLP w weryfikacji negatywnych informacji w mediach

Nowoczesne narzędzia wykorzystują przetwarzanie języka naturalnego, aby czytać artykuły, zamiast jedynie dopasowywać słowa kluczowe. Typowe funkcje to rozpoznawanie podmiotów (czy ten artykuł naprawdę dotyczy klienta?), klasyfikacja tematyczna (oszustwa, korupcja, terroryzm), ocena wydźwięku i wagi, tłumaczenie oraz usuwanie duplikatów tego samego artykułu powielanego w setkach mediów.

Narzędzia te ograniczają ręczną weryfikację, ale AMLR wyznacza granice decyzji zautomatyzowanych. Zgodnie z art. 76 ust. 5 instytucje mogą korzystać z procesów zautomatyzowanych lub systemów AI tylko wtedy, gdy:

  • wykorzystywane dane ograniczają się do danych zebranych na podstawie rozdziału rozporządzenia dotyczącego środków należytej staranności;
  • każda decyzja o przyjęciu, odmowie lub zakończeniu relacji z klientem albo o zwiększeniu lub zmniejszeniu zakresu środków należytej staranności podlega „istotnej interwencji człowieka”; oraz
  • klient może uzyskać wyjaśnienie decyzji i ją zakwestionować, z wyjątkiem sytuacji, gdy dotyczy ona zgłoszenia transakcji podejrzanej.

AI może więc sortować i streszczać, ale za decyzję nadal musi odpowiadać człowiek.

Miejsce negatywnych informacji w mediach w CDD i EDD

EtapTypowa weryfikacja negatywnych informacjiDo czego może prowadzić trafienie
Nawiązanie relacji (standardowe CDD)Zautomatyzowana weryfikacja klienta, a w przypadku spółek także członków zarządu i beneficjentów rzeczywistychAnaliza przez analityka; wyższa ocena ryzyka; pytania do klienta
Wzmożone środki bezpieczeństwa finansowegoGłębsze ręczne wyszukiwanie, wiele języków, starsze archiwa, podmioty powiązaneProśby o źródło pochodzenia środków i majątku; zatwierdzenie przez kadrę kierowniczą wyższego szczebla; odmowa
Bieżące monitorowanieAutomatyczna ponowna weryfikacja i alerty o nowych artykułachPrzegląd relacji; ściślejsze monitorowanie; zakończenie relacji; zgłoszenie podejrzanej aktywności

Trafienie w mediach rzadko oznacza automatyczną odmowę. Częściej powoduje objęcie klienta wzmożonymi środkami bezpieczeństwa finansowego, w ramach których instytucja prosi o kontekst i dowody, np. dotyczące źródła pochodzenia środków i źródła pochodzenia majątku. Jeśli artykuł sugeruje, że klient może prać pieniądze, instytucja może też być zobowiązana rozważyć zgłoszenie do swojej jednostki analityki finansowej, czego nie może ujawnić klientowi.

Weryfikacja negatywnych informacji w mediach w branży kryptowalut

Dostawcy usług w zakresie kryptoaktywów są podmiotami obowiązanymi w rozumieniu AMLR, więc dotyczą ich te same oczekiwania. Typowe zastosowania w kryptowalutach to:

  • Przyjmowanie klientów korporacyjnych. Weryfikacja funduszy, firm tradingowych i emitentów tokenów, ich członków zarządu i właścicieli w ramach KYB.
  • Listingi tokenów i partnerstwa. Sprawdzanie założycieli i promotorów projektów pod kątem wcześniejszych oszustw, rug pulli lub działań egzekucyjnych przed listingiem lub nawiązaniem współpracy.
  • Biurka OTC i instytucjonalne. Weryfikacja kontrahentów w dużych transakcjach, w których jeden nieuczciwy podmiot może stanowić realne ryzyko.
  • Inne giełdy. Ocena firm kryptowalutowych, z którymi współpracuje giełda, obok weryfikacji licencji i Travel Rule.
  • EDD klientów detalicznych. Przegląd klientów o wysokiej wartości i wszystkich osób oznaczonych przez sygnały on-chain.

Weryfikacja negatywnych informacji w mediach dotyczy ludzi. Nie widzi portfeli. Giełdy łączą ją z analizą blockchain, która śledzi środki on-chain, oraz z monitorowaniem transakcji. Klient bez negatywnych wzmianek w mediach może i tak zostać oznaczony za wpłatę z miksera, i odwrotnie. To, jak te sygnały zasilają ogólny model ryzyka instytucji, omawia nasz poradnik o ocenie ryzyka AML dla firm kryptowalutowych.

Dla użytkowników: dlaczego giełda zapytała o artykuł prasowy

Jeśli giełda pyta o artykuł, zwykle znalazła możliwe dopasowanie i musi je potwierdzić lub wykluczyć. Należy odpowiedzieć bezpośrednio: jeśli to nie Państwo, trzeba to napisać i podać identyfikatory, które to potwierdzają; jeśli to Państwo, warto wyjaśnić, jak sprawa się zakończyła, i przekazać dokumenty, np. orzeczenie sądu potwierdzające wycofanie zarzutów. Zignorowanie prośby to najprostsza droga do ograniczenia konta.

Aplikacje JewelSwap to niekustodialne oprogramowanie DeFi i same nie weryfikują użytkowników; dlaczego, wyjaśnia nasz artykuł o KYC w DeFi.

Najczęściej zadawane pytania

Czym jest weryfikacja negatywnych informacji w mediach (adverse media screening)?

To proces sprawdzania wiadomości i innych źródeł publicznych pod kątem informacji łączących klienta, jego właścicieli lub kontrahenta z przestępczością finansową, taką jak oszustwa, korupcja, pranie pieniędzy, obchodzenie sankcji czy terroryzm. Jest częścią środków bezpieczeństwa finansowego i służy do ustalenia oceny ryzyka klienta.

Czy weryfikacja negatywnych informacji w mediach jest wymagana prawem?

Zazwyczaj nie z nazwy. Przepisy UE i USA wymagają, aby instytucje rozumiały ryzyko związane z klientem, a unijne AMLR wymienia reputację klienta jako zmienną ryzyka. Weryfikacja negatywnych informacji w mediach jest standardowym sposobem spełnienia tego oczekiwania, zwłaszcza w ramach wzmożonych środków bezpieczeństwa finansowego.

Czym różni się weryfikacja negatywnych informacji w mediach od weryfikacji sankcyjnej?

Weryfikacja sankcyjna porównuje nazwiska z oficjalnymi listami, a potwierdzone dopasowanie zwykle oznacza konieczność zamrożenia aktywów i zakaz prowadzenia interesów z daną osobą. Weryfikacja negatywnych informacji przeszukuje wiadomości i źródła publiczne, które są mniej wiarygodne, dlatego trafienia wymagają oceny przez człowieka i zazwyczaj prowadzą do dodatkowych pytań, a nie do automatycznej odmowy.

Czy trafienie w mediach oznacza, że zostanę odrzucony?

Niekoniecznie. Wiele trafień dotyczy osób o tym samym nazwisku lub starych zarzutów. Istotne trafienie zwykle oznacza, że instytucja poprosi o więcej informacji i może zastosować wzmożone środki bezpieczeństwa finansowego. Zgodnie z przepisami UE instytucje muszą rozróżniać zarzuty, dochodzenia, postępowania i wyroki skazujące.

Czy AI może decydować o trafieniach w mediach?

AI może wyszukiwać, tłumaczyć, klasyfikować i porządkować artykuły, ale zgodnie z art. 76 unijnego AMLR decyzje o przyjęciu, odmowie lub zakończeniu relacji albo o zmianie zakresu środków należytej staranności wymagają istotnej interwencji człowieka, a klienci mogą poprosić o wyjaśnienie i zakwestionować decyzję.

Jak często przeprowadza się weryfikację negatywnych informacji w mediach?

Przy nawiązywaniu relacji, a następnie na bieżąco. Wiele instytucji automatycznie ponownie weryfikuje klientów i generuje alerty o nowych artykułach, a w przypadku klientów wyższego ryzyka przeprowadza głębsze ręczne przeglądy w ramach okresowych weryfikacji.

Czytaj dalej

Ten artykuł ma charakter edukacyjny i nie stanowi porady prawnej. Odniesienia prawne dotyczą rozporządzenia (UE) 2024/1624 (AMLR, stosowanego od 10 lipca 2027 r.) i 31 CFR 1020.210 w opublikowanym brzmieniu, sprawdzonych 9 października 2026 r. Funkcje dostawców opisano na podstawie ich stron internetowych z tego samego dnia. Przepisy się zmieniają; przed skorzystaniem z nich należy sprawdzić aktualne wersje.

About the author.

Co-Founder at JewelSwap & Chief Strategy Officer at iDenfy. Viktor brings his successful track record of superb development & project management.