Antykwariusze z całego świata wymieniają się doniesieniami o osobliwych zamówieniach. Nabywcy zamawiają po kilkadziesiąt, a nawet kilkaset pozycji naraz z całkowicie niezwiązanych ze sobą dziedzin. Co ciekawe, nigdy się nie targują. Sprzedawcy zaczęli podejrzewać, że zamówienia mają związek z nienasyconym apetytem firm technologicznych na dane do trenowania dużych modeli językowych. Jak się okazało, tajemnicze przesyłki trafiają do zakładów, w których książki są niszczone, skanowane i utylizowane. „To jednocześnie najlepszy i najgorszy czas” – mówi Allan Stypeck z Second Story Books w okolicach Waszyngtonu, gdzie hurtowe zamówienia internetowe zaczęły spływać wiosną. Od tego momentu obroty jego antykwariatu drastycznie wzrosły. Allan Stypeck, posiadający w ofercie internetowej 75 tys. pozycji oraz pokaźne zbiory na miejscu, prowadzi obecnie rozmowy o bezpośrednich dostawach dla jednego z hurtowych odbiorców. Niby jest się z czego cieszyć, ale, jak mówi: „te książki służą teraz celowi, który w dłuższej perspektywie może okazać się zabójczy dla mojego biznesu”.

ISBN tropem dla dostawców danych

Książki już od dość dawna służą do trenowania dużych modeli językowych. Jak wynika z dokumentów sądowych złożonych w 2024 r. w pozwie zbiorowym pisarzy przeciwko Anthropic, koncern korzystał z pirackich wersji cyfrowych, ale kupował też hurtowo miliony papierowych wydań. Następnie książkom tym obcinano grzbiety, skanowano ich treść i wyrzucano do kosza. Kulisy przedsięwzięcia, znanego jako „Project Panama”, szczegółowo opisywał w tym roku The Washington Post. Anthropic zgodziło się zapłacić 1,5 mld dol. w ramach ugody dotyczącej pirackiego wykorzystania materiałów objętych prawami autorskimi. W ubiegłym roku sędzia federalny orzekł jednak, że pozyskiwanie treści z fizycznych egzemplarzy zakupionych przez Anthropic wpisuje się w doktrynę dozwolonego użytku. Argumentował to tym, że cyfrowe kopie jedynie zastąpiły zniszczone papierowe wydania, nie wprowadzając na rynek nowych egzemplarzy.

Wraz z rozwojem sztucznej inteligencji zapotrzebowanie na wiarygodne dane treningowe staje się coraz pilniejsze, podczas gdy zasoby niedostępnych dotąd, komercyjnych tekstów szybko się kurczą. Numer ISBN, unikalny identyfikator przyznawany wydaniom książkowym od końca lat 60., pozwala firmom technologicznym i dostawcom danych precyzyjnie weryfikować, które pozycje zostały już „przetrawione”. Ta wyraźna preferencja książek z numerem ISBN przez tajemniczych nabywców naprowadziła antykwariuszy na ślad połączenia tych zakupów z rozwojem AI.

Serwis branżowy 404 Media opublikował niedawno materiał o prześledzeniu trasy przesyłki, która wylądowała w centrum logistycznym Amazona w Las Vegas. Jak podał portal, symbolem tej placówki jest zielony dinozaur z ostrymi zębami, trzymający otwartą książkę. Na forum serwisu Reddit w wątku dla pracowników Amazona pojawił się wpis sprzed roku opisujący specyfikę ich pracy: „Zajmujemy się tylko skanowaniem książek. Część osób przydzielono do gilotyny do obcinania grzbietów, a reszta odbiera dostawy i skanuje kody kreskowe”.

Rzecznik Amazona poinformował, że firma pozyskuje książki legalnymi kanałami handlowymi, aby „rozwijać i ulepszać produkty oraz usługi oferowane klientom”. W odpowiedzi na oburzenie społeczne wywołane niszczeniem unikalnych pozycji, Elon Musk zadeklarował we wpisie na platformie X, że nakazał zespołowi AI w SpaceX „ochronę rzadkich wydań zebranych w bibliotece i skanowanie ich tradycyjnymi metodami, zamiast odcinania grzbietów”. Przedstawiciel Anthropic zaznaczył, że pozyskiwanie książek to powszechna praktyka przy szkoleniu modeli, dodając: „W ramach naszych programów gromadzenia danych nie kupujemy ani nie niszczymy białych kruków czy wydań antykwarycznych”.

AI ratuje „martwy towar”

Mike Floreani, prowadzący antykwariat internetowy, zrealizował duże zamówienia obejmujące podręcznik do ekonomii o transformacji ustrojowej w Rosji, XIX-wieczną powieść, przewodnik po procedurze cywilnej z 2012 r. oraz publikację o szwedzkiej grupie komediowej z lat 60. Floreani nazywa takie pozycje „martwym zatowarowaniem”. To książki, które latami zalegały na półkach i zbierały kurz. Sam rozważał oddanie części z nich na makulaturę, co jest częstą praktyką wśród handlowców w przypadku egzemplarzy zniszczonych lub nadreprezentowanych na rynku. Wydawcy również regularnie utylizują niesprzedane nadkłady.

Dzięki masowym zamówieniom jego sklep pobił rekordy sprzedaży w każdym z ostatnich trzech miesięcy. Dopóki firmy zajmujące się AI oddają zeskanowane książki do recyklingu, jego właściciel nie widzi w tym nic złego, pod warunkiem, że nie dochodzi do naruszenia praw autorskich.

Ta historia budzi skojarzenia z powieścią „451 stopni Fahrenheita”, gdzie książki są palone, gdyż totalitarny rząd chce pozbyć się ich treści. W tym przypadku książki są wyrzucane, ponieważ liczy się nie tyle fizyczny przedmiot, co zawarta w nim informacja.

Tekst na podstawie artykułów z The Wall Street Journal.