Brzmi jak mem wymyślony przez ludzi, którzy nienawidzą AI: firma technologiczna kupuje książki paletami, odcina im grzbiety, skanuje strony, a resztę wysyła na makulaturę. Tyle że to nie mem. To Project Panama, wewnętrzna operacja Anthropic, opisana w dokumentach sądowych i przez „Washington Post”. Najdziwniejsze? Amerykański sąd uznał, że w przypadku legalnie kupionych egzemplarzy taki proces może mieścić się w granicach prawa.
Historia wróciła za sprawą wątku Hedgie, komentatora rynków finansowych z X. Ale tym razem nie chodzi o kolejną internetową sensację, która brzmi lepiej niż wygląda po sprawdzeniu. Tu są dokumenty, nazwiska, dostawcy, sąd i bardzo konkretny proces: kupić książkę, odciąć grzbiet, zeskanować strony, wyrzucić śmieci…
W skrócie: przemysł AI odkrył, że internet nie wystarcza. Modele potrzebują coraz więcej tekstu. Najlepiej takiego, który nie został wcześniej wypluty przez inne modele. A gdzie jest dużo dobrego, redagowanego, ludzkiego tekstu? Na półkach.
Książka staje się surowcem
Dla czytelnika książka jest szczególnym przedmiotem. Ma okładkę, zapach, papier, ślady używania, czasem notatki na marginesach albo pieczątkę biblioteki, której już nie ma.
Dla firmy AI książka jest przede wszystkim zbiorem zdań. Treścią do wyjęcia z papieru i przerobienia na dane. Aha i najważniejsze: książka musi pochodzić sprzed 2022 roku, żeby była wolna od treści generowanych przez AI!
Dlatego proces wyglądał tak brutalnie prosto. Książki kupowano hurtowo, często używane. Potem trafiały do firm skanujących dokumenty. Tam hydrauliczna krajarka odcinała grzbiet, luźne kartki przechodziły przez szybki skaner, a papierowe resztki trafiały do recyklingu.
Nie ma w tym płonących stosów ani teatralnego niszczenia kultury. Jest coś bardziej współczesnego: logistyka, optymalizacja i faktura za usługę.
Project Panama miał nie wychodzić poza firmę
Według „Washington Post” Anthropic uruchomiło Project Panama na początku 2024 roku. Wewnętrzne dokumenty opisywały go jako próbę destrukcyjnego skanowania książek na ogromną skalę. Pojawiła się też instrukcja, żeby nie mówić o tym publicznie.
To akurat trudno uznać za przypadek. Firma mogła zakładać, że zdanie „kupujemy miliony książek, tniemy je i skanujemy dla AI” nie będzie najlepiej wyglądało poza salą konferencyjną.
Anthropic zatrudniło Toma Turveya, człowieka wcześniej związanego z Google Books. Książki kupowano między innymi od Better World Books i World of Books. W aktach sądowych pojawia się skala liczona w milionach egzemplarzy i milionach dolarów.
Czyli nie eksperyment. Infrastruktura.
Sąd uznał skanowanie kupionych książek za fair use
W sprawie Bartz przeciwko Anthropic sędzia William Alsup rozdzielił dwie rzeczy, które w publicznej dyskusji często zlewają się w jedno.
Po pierwsze: trenowanie modeli AI na książkach. Sąd uznał, że może być to użycie transformacyjne, czyli takie, które w amerykańskim prawie może mieścić się w fair use.
Po drugie: skanowanie legalnie kupionych książek papierowych. Tu sąd też przyznał rację Anthropic, ale pod konkretnymi warunkami. Firma kupiła egzemplarz, zrobiła cyfrową kopię na własny użytek, nie udostępniła jej na zewnątrz i zniszczyła papierowy oryginał. W tej logice jedna kopia zastąpiła drugą.
To ważne doprecyzowanie. Sąd nie powiedział po prostu: „AI może robić z książkami wszystko”. Wątek pirackich bibliotek cyfrowych potraktowano osobno i dużo ostrzej. To właśnie ta część sprawy skończyła się ugodą na 1,5 miliarda dolarów.
Egzemplarz znika, tekst zostaje
Cały spór zaczyna się w miejscu, w którym prawo autorskie przestaje wystarczać do opisania problemu.
Bo jeśli książka jest tylko nośnikiem tekstu, sprawa wydaje się prosta. Tekst został zachowany. Papier można oddać do recyklingu. Tych książek i tak nikt nie chce przechowywać. Pojawiają się komentarze, że jak ktoś chce je zachować to niech wykupuje zawartość antykwariatów i trzyma ją w domu. Temat recyklingu papieru pojawia się też w kontekście magazynów drukowanych. Drukowaliśmy HIRO przez 17 lat i uważamy, że dzisiaj, gdy informacja jest tak błyskawiczna, zamienianie kolejnych ton papieru i beczek farby drukarskiej w zalegające stosy makulatury jest działalniem egoistycznym i nieetycznym. Być może właśnie kolekcjonowanie istniejących już egzemplarzy byłoby lepszym rozwiązaniem? Snobowanie się na białe kruki można byłoby połączyć z pasją do zapachu farby drukarskiej.
Ale w kontekście informacji i bagażu kulturowego książka jest czymś więcej niż nośnikiem tekstu. Konkretne wydanie, oprawa, papier, zapiski poprzednich właścicieli, dedykacje, ślady obiegu – to wszystko jest informacją. Nie zawsze potrzebną modelowi językowemu, ale często ważną dla bibliotekarza, badacza, kolekcjonera albo po prostu kogoś, kto rozumie kulturę jako coś więcej niż bazę danych. Tutaj znajdziecie komentarze w tej sprawie. Elon Musk napisał: „I’ve asked the SpaceXAI team to preserve any rare books in a library and scan them the hard way vs just cutting off the spine and scanning”.
I jasne, nie każda używana książka jest skarbem. Wiele z nich leży latami w magazynach i nikt po nie nie przychodzi. Ale przy skali liczonej w milionach egzemplarzy pytanie nie brzmi już, czy każda książka była cenna. Pytanie brzmi: kto to sprawdzał?
AI chce książek, których nie zjadł jeszcze internet
Firmy AI przez lata brały z sieci wszystko, co dało się wziąć: strony, fora, artykuły, kod, opisy produktów, komentarze, książki z pirackich bibliotek. Problem w tym, że internet coraz bardziej zapełnia się tekstem wygenerowanym przez AI. Modele zaczynają oddychać własnym powietrzem. Ciekawostka: hiro.pl również odnotowuje masowe wejścia z serwerów z Chin, Singapuru, itp. Tłumaczymy to sobie tak, że oni w ten sposób poznają styl życia tej części Polaków, których interesuje coś więcej niż konsumpcja mainstreamowych treści. Możesz się czuć wyróżniony czytelniku – zaliczasz się do elity!
Dlatego stare książki są tak atrakcyjne. Zwłaszcza te sprzed boomu na generatywną AI. Są napisane przez ludzi, zredagowane, wydane, często niedostępne w łatwych cyfrowych zbiorach. Dla modelu językowego to kaloryczny posiłek.
Tylko że ten posiłek ma koszt, którego nie widać w arkuszu kalkulacyjnym.
Digitalizacja nie musi oznaczać niszczenia
Najprostsza obrona brzmi: przecież skanowanie ratuje książki przed zapomnieniem. I czasem naprawdę ratuje. Biblioteki robią to od lat. Archiwa też. Różnica polega na metodzie i celu.
Można skanować książki tak, żeby ocalić tekst i egzemplarz. Wolniej, drożej, mniej wydajnie. Można też skanować je tak, jak robi się to w przemyśle danych: szybko, masowo, destrukcyjnie.
Anthropic wybrało drugą drogę, bo w AI liczy się skala. Nie pojedyncza książka, tylko miliony książek. Nie historia egzemplarza, tylko objętość korpusu. Nie biblioteka, tylko zbiór treningowy.
To nie jest wojna z książkami, tylko nowy etap wydobycia danych
Najłatwiej opowiedzieć tę historię jako scenę z filmu: zimna firma technologiczna morduje książki, żeby zbudować mądrzejszego chatbota. Tyle że prawdziwa wersja jest mniej efektowna i bardziej niepokojąca.
To nie jest wojna z książkami. To przemysłowe wydobycie treści.
AI nie potrzebuje okładek, półek, księgarń, bibliotek ani czytelników. Potrzebuje zdań. Dużo zdań. Im bardziej ludzkich, tym lepiej. I jeśli da się je wyjąć z książek szybciej przez przecięcie grzbietu niż przez ostrożną digitalizację, rynek wybierze szybszą metodę.
Sąd może uznać, że w określonych warunkach to mieści się w prawie. Ale legalność nie zamyka tematu. Bo zostaje pytanie, którego nie da się rozstrzygnąć paragrafem: czy naprawdę chcemy budować biblioteki przyszłości przez niszczenie bibliotek przeszłości?
