Amazon je svoju poslovnu priču započeo kao online knjižara. Više od 30 godina kasnije ponovno kupuje knjige u velikim količinama. Ovoga puta cilj nije njihova prodaja čitateljima, već razvoj umjetne inteligencije.
Knjigama se uklanjaju uvezi, stranice se skeniraju, a sadržaj pretvara u podatke. Nakon digitalizacije fizički primjerci završavaju uništeni. Praksa otvara pitanja o autorskim pravima, ali i očuvanju rijetkih i vrijednih izdanja.
Amazon kupuje knjige za razvoj umjetne inteligencije
Praksu je otkrila istraga tvrtke 404 Media. Prodavač rabljenih i rijetkih knjiga primio je neobičnu narudžbu od približno 1.000 naslova putem platforme Biblio.
U jednu knjigu postavljen je AirTag kako bi se pratilo gdje će pošiljka završiti. Trag je vodio do Amazonova skladišta LAS8 u sjevernom Las Vegasu. Ondje se nalazi VGT3 operacija za skeniranje knjiga namijenjenih razvoju umjetne inteligencije.
Amazon je potvrdio da knjige kupuje putem komercijalnih kanala. Naveo je da ih koristi kako bi „razvijao i poboljšavao proizvode i usluge koje koriste njegovi kupci“.
Tvrtka ipak nije otkrila koliko je knjiga dosad kupila. Nije poznato ni kada je program počeo te za koje se proizvode koristi skenirani sadržaj. Amazon također nije objasnio provjerava li vrijednost primjeraka prije njihova uništenja.
Neobične narudžbe pojavile su se još 2024. godine
Postoje tragovi da je ovakav način nabave počeo znatno ranije. Podaci pokazuju da su velike količine knjiga stizale u isto skladište još 2024. godine.
Prodavači su tada na Amazon Seller Forums opisivali neobične narudžbe. Jedan prodavač dobio je 68 narudžbi od istog kupca. Drugi je u nekoliko sati primio 48 narudžbi, uglavnom za izdanja sveučilišnih izdavačkih kuća.
Treći prodavač tvrdio je da isti račun od njega kupuje knjige gotovo svakodnevno.
Amazon je tada istražio slučaj i potvrdio da su narudžbe valjane. Ipak, nije potvrđeno jesu li kupnje iz 2024. bile povezane s programom VGT3.
Ako jesu, program kupnje i skeniranja knjiga postojao je gotovo dvije godine prije nego što je javnost saznala za njega.
Zašto su stare knjige važne umjetnoj inteligenciji?
Tvrtke koje razvijaju umjetnu inteligenciju suočavaju se s važnim problemom. Količina kvalitetnog teksta koji su napisali ljudi nije beskonačna.
Veliki jezični modeli trebaju ogromne količine sadržaja za učenje. Internet pruža golemu bazu tekstova, ali knjige nude nešto što na internetu često ne postoji.
Posebno su vrijedne starije knjige koje nikada nisu digitalizirane. One sadrže kvalitetan ljudski tekst nastao prije širenja generativne umjetne inteligencije.
To postaje sve važnije jer internet sadrži sve više sadržaja koji su djelomično ili potpuno proizveli strojevi. Knjige objavljene prije AI procvata zato predstavljaju pouzdaniji izvor izvornog ljudskog pisanja.
Analiza Epoch AI-ja iz 2024. procijenila je količinu visokokvalitetnog javno dostupnog ljudskog teksta na oko 300 bilijuna tokena. Nastave li se sadašnji trendovi, taj bi fond mogao biti iskorišten između 2026. i 2032. godine.
U takvom scenariju police starih knjiga dobivaju potpuno novu vrijednost.
Problem nije samo digitalizacija
Profesor Leo S. Lo, sveučilišni knjižničar i dekan knjižnica Sveučilišta u Virginiji, upozorava na još jedan problem. Knjiga koja je vrijedna kao izvor podataka može istodobno biti vrijedna i kao fizički predmet.
Uništenje jednog primjerka često korištenog bestselera vjerojatno neće ostaviti ozbiljne posljedice. Situacija je drukčija kod knjiga koje se više ne tiskaju, rijetkih izdanja ili primjeraka s povijesnom vrijednošću.
Pojedina knjiga može sadržavati rukom napisane bilješke, posvetu, posebne oznake ili rijedak omot. Ako nitko ne provjeri primjerak prije rezanja uveza, dio kulturne baštine može biti trajno izgubljen.
Lo je taj paradoks sažeo tvrdnjom da knjige postaju istodobno predmeti koje treba sačuvati i sirovine koje treba potrošiti.
Amazon nije jedina AI tvrtka koja skenira knjige
Sličan pristup već je koristio Anthropic. Sudski dokumenti pokazali su da je tvrtka kupila milijune tiskanih knjiga.
Knjigama su uklanjani uvezi, nakon čega su skenirane i pretvarane u digitalnu istraživačku knjižnicu. Fizički primjerci zatim su odbačeni.
Istodobno su knjižari u nekoliko država prijavljivali velike narudžbe naizgled nepovezanih starijih naslova. Identitet kupaca i konačna namjena knjiga često nisu bili poznati.
Australski knjižari povezali su dio takvih kupnji s kanadskim prodavačem rabljenih knjiga Zoom Books. Međutim, nema javnih dokaza da su te knjige završile kod AI kompanija.
Zoom Books tvrdi da mjesečno obrađuje više od tri milijuna rabljenih knjiga. Prema njihovim podacima, 62 posto pronađe novog vlasnika, a kompanija sama ne digitalizira knjige.
Zašto se knjige nakon skeniranja uništavaju?
Praksa ima i važnu pravnu dimenziju. U sporu oko autorskih prava američki sudac William Alsup razmatrao je način na koji je Anthropic digitalizirao legalno kupljene knjige.
Sud je zaključio da pretvaranje jedne legalno kupljene fizičke knjige u jednu digitalnu kopiju za internu knjižnicu može predstavljati poštenu upotrebu. Fizički original pritom je uništen.
Profesorica prava Pamela Samuelson sa Sveučilišta u Kaliforniji, Berkeley, takav je postupak opisala kao promjenu formata. Broj primjeraka djela time se ne povećava.
To ipak ne znači da kupnja i uništavanje knjige automatski čine svaku AI obuku legalnom. Pitanje korištenja sadržaja za treniranje modela sudovi mogu razmatrati zasebno.
Uništavanje knjiga nije tehnička nužnost
Knjigu nije potrebno uništiti kako bi se digitalizirala. Internet Archive, primjerice, fotografira stranice bez uklanjanja uveza.
Rezanje uveza jednostavno omogućuje brže i jeftinije skeniranje. Zato uništavanje originala nije tehnološka nužnost, već odluka povezana s troškovima i brzinom obrade.
Kako prenosi Bonitet, priča zato nadilazi neobičnu narudžbu tisuću rabljenih knjiga. Umjetna inteligencija mijenja vrijednost sadržaja koji desetljećima stoji na policama.
Knjiga koja izdavaču više nije komercijalno zanimljiva može biti izuzetno vrijedna tehnološkoj kompaniji. Stari naslovi postaju novi izvor podataka u globalnoj utrci za razvoj umjetne inteligencije.
Amazon i knjige otvaraju pitanje očuvanja kulturne baštine
Amazon kupnjom knjiga za razvoj umjetne inteligencije pokazuje koliko se brzo mijenja vrijednost pisanog sadržaja. Knjiga više nije samo proizvod namijenjen čitatelju ili predmet koji želi kolekcionar. Ona postaje i sirovina za razvoj novih tehnologija.
Upravo tu nastaje najveći problem. Ako stare i nedigitalizirane knjige postanu vrijedan izvor podataka, potrebno je zaštititi primjerke koji imaju povijesnu ili kulturnu vrijednost.
Amazon zasad nije objasnio postoji li sustav koji rijetke knjige štiti prije skeniranja i uništavanja. Zato ostaje otvoreno pitanje: može li utrka za izgradnju tehnologije budućnosti nepovratno uništiti dijelove prošlosti?
