Autori, arhivisti, povjesničari i bibliofili pokrenuli su internetski rat protiv tehnoloških divova i developera umjetne inteligencije nakon što je sve veći broj dokaza pokazao da oni masovno kupuju rijetke, antikvarne knjige, ubacuju ih u velike jezične modele – a pritom im odrežu hrbat i unište izvorne tiskane primjerke, piše Forbes.com.

Tajni kupci

Među ključnim činjenicama nameće se objava dokumenata u sklopu sudskog postupka koji su autori ove godine biili pokrenuli protiv tvrtke Anthropic, koji dokazuju da je kompanija kupila milijune fizičkih knjiga, angažirala vanjske suradnike koji su im skidali uveze, ubacivala stranice u brze skenere, a potom uništavala originale u sklopu projekta nazvanog “Project Panama”, prenosi Ravnododna.com. Potom su medijski izvještaji otkrili povijesni porast prodaje fizičkih knjiga tiskanih prije 2022. godine, a prodavači knjiga počeli su izražavati sumnju da su velike kompanije koje se bave umjetnom inteligencijom zapravo njihovi tajni veliki kupci.

Ljubitelji knjiga i skeptici prema umjetnoj inteligenciji praksu su nazvali “utjelovljenjem zla” i žestoko je kritizirali, no dodatni izvještaji medija poput 404 Media i drugih, uključujući istragu u kojoj je za praćenje pošiljke upotrijebljen Apple UIrTag, otkrili su da se ne uništavaju samo fizička izdanja bestselera nego i rijetke, antikvarne i rasprodane knjige, koje možda nisu sačuvane ni na jedan drugi način. 404 Media, medijska kompanija koju su osnovali tehnološki novinari, u ponedjeljak je objavila rezultate istrage u kojoj je neimenovani prodavač rijetkih knjiga, nakon što je primio narudžbu za gotovo 1000 fizičkih primjeraka, novinarima dopustio da u jednu od knjiga umetnu Apple UIrTag. Kompanija je pratila paket od Kalifornije do Milwaukeeja, Colorado Springsa i naposljetku do skladišta u vlasništvu Amazona, koje kompanija označava kodom “VGT3”. Na ulazu u zgradu nalazi se logo tiranosaura reksa koji se sprema pojesti otvorenu knjigu, navodi 404 Media, a zaposlenici govore o “lijepim” poslovima u kojima “po cijele dane samo skeniramo knjige”. Istraga je otkrila kako veliki tehnološki divovi upravljaju namjenskim industrijskim postrojenjima za skeniranje knjiga kako bi trenirali velike jezične modele umjetne inteligencije (LLM). Kompanije koje razvijaju UI okrenule su se fizičkim knjigama jer su digitalni izvori za treniranje LLM-ova izazvali dva velika problema: pravnu odgovornost i kvalitetu podataka.

Upotreba piratskih internetskih arhiva knjiga, odnosno takozvanih shadow libraries, izložila je UI kompanije golemim tužbama zbog kršenja autorskih prava koje su pokrenuli autori, umjetnici, fotografi i novinske organizacije. No kupnja fizičkih knjiga na zakonit način vlasniku daje pravo da s tim konkretnim primjerkom radi što želi – uključujući i njegovo uništenje. Takva praksa također omogućuje pristup milijunima knjiga koje više nisu u prodaji, kao i nišnim ili specijaliziranim naslovima koji postoje isključivo u fizičkom obliku. Kupnjom knjiga tiskanih prije 2022. godine kompanije također mogu osigurati da se za treniranje svojih modela koriste tekstovima na koje nije utjecala umjetna inteligencija. Internet je danas prepun stranica koje je napisao UI, a treniranje novih modela na takvim tekstovima neće omogućiti da oni postanu pametniji. Fizičke knjige, međutim, nude jezik koji su napisali ljudi i koji je prošao temeljitu uredničku obradu, kao i dugotrajno koherentno argumentiranje, narativnu strukturu i druge kvalitete koje kratke internetske stranice i tekstovi generirani umjetnom inteligencijom nemaju.

Zakonita praksa

Dodatni problem je što se radi o zakonitoj praksi, doktrina prve prodaje (First-Sale Doctrine) američkog Zakona o autorskim pravima omogućuje kupcu fizičke knjige da je uništi ako to želi. Nadalje, u drugim sudskim postupcima odlučeno je da je pretvaranje zakonito kupljene tiskane knjige u digitalnu datoteku za interno treniranje modela “transformativna” poštena uporaba (fUIr use).

Kritičari tvrde da kompanijama vlasništvo nad fizičkim knjigama služi kao pravna rupa kako bi stvarale digitalizirane baze podataka bez naknade autorima, no ta praksa zasad ostaje zakonita. Nitko ne zna koliko je dosad knjiga uništeno. Sudski dokumenti koji su deklasificirani tijekom postupka protiv Anthropica otkrili su da je kompanija u sklopu jednog šestomjesečnog ugovora s vanjskim izvođačem planirala skenirati između 500.000 i 2.000.000 knjiga. U internim dokumentima navodi se da je plan bio “destruktivno skenirati sve knjige na svijetu”. Izvori 404 Media izvijestili su o anonimnim narudžbama u rasponu od tisuću do milijun knjiga po pojedinačnoj kupnji. Prodavači rabljenih knjiga u SAD-u, Ujedinjenom Kraljevstvu i Europi također izvještavaju o masovnim narudžbama nazgled nasumičnih publicističkih i rasprodanih knjiga, pri čemu se u jednoj transakciji redovito naručuju stotine ili tisuće naslova.

“Projekt Panama naš je pokušaj da destruktivno skeniramo sve knjige na svijetu”, navodi se u internom dokumentu Anthropica o planiranju projekta, a ključni citat je: “Ne želimo da se zna da radimo na tome.”