Godinama smo slušali da će internet ubiti tiskanu knjigu. Dogodilo se nešto što je malo tko očekivao. AI kompanije sada kupuju stare knjige upravo zato što njihov sadržaj često nije na internetu.
Knjige se kupuju u stotinama i tisućama primjeraka, skidaju im se uvezi, stranice prolaze kroz industrijske skenere, a ono što ostane završava u reciklaži. Cilj nije nova digitalna knjižnica za čitatelje. Vrijedan je tekst koji se može pretvoriti u podatke.
Ono što je donedavno zvučalo kao glasina među antikvarima prvo su potvrdili sudski dokumenti u slučaju protiv Anthropica. Ovoga ljeta priča je dobila novi nastavak. Neobična narudžba knjiga, AirTag skriven u jednoj od njih i novinarska istraga doveli su trag sve do Amazonova kompleksa u Las Vegasu.
Knjiga je kupljena da bi bila razrezana
Anthropic, kompanija koja stoji iza Claudea, danas je najbolje dokumentiran primjer te prakse.
Američki savezni sud utvrdio je da je kompanija kupila milijune tiskanih knjiga kako bi izgradila vlastitu digitalnu biblioteku. Knjigama su uklanjani uvezi, stranice su skenirane, a papirnati primjerci nakon toga nisu čuvani.
Iza operacije stajao je Project Panama.
Interni dokumenti bili su još izravniji. Projekt je opisan kao nastojanje da se destruktivno skeniraju sve knjige na svijetu. Washington Post je pregledao više od 4.000 stranica sudskih dokumenata koji otkrivaju koliko je operacija bila ambiciozna.
Jedan dobavljač angažiran na projektu naveo je kapacitet za digitalizaciju između 500.000 i dva milijuna knjiga u samo šest mjeseci.
Proces je bio gotovo industrijski. Hidraulički stroj uklanjao je hrbat knjige. Slobodne stranice zatim su prolazile kroz brze skenere, a nakon digitalizacije ostatke je preuzimala kompanija za reciklažu.
Kupi. Razreži. Skeniraj. Spremi podatke. Recikliraj papir.
Knjiga u tom procesu više nije proizvod. Ona je sirovina.
AirTag je završio kod Amazona
Priča bi možda ostala vezana uglavnom uz Anthropic da prodavači starih i rabljenih knjiga nisu počeli primjećivati nešto neobično.
Stizale su narudžbe za stotine, pa i tisuće naslova odjednom. Još je neobičniji bio izbor.
Lokalna povijest. Stručni priručnik. Biografija. Stara publicistika. Zaboravljeni naslov koji godinama nitko nije tražio.
Prodavači u Velikoj Britaniji i Irskoj opisali su Guardianu narudžbe koje nisu nalikovale ni izgradnji zbirke ni normalnoj kupnji knjiga. Kupci su često koristili posrednike i skladišta, a pojedine narudžbe brojile su tisuće naslova.
404 Media odlučio je provjeriti kamo takve knjige odlaze.
U suradnji s jednim prodavačem stavili su AirTag u knjigu iz narudžbe od približno tisuću naslova i pratili njezino putovanje preko SAD-a.
Završila je u Amazonovu kompleksu LAS8 u North Las Vegasu. Prema zaposlenicima koje su citirali novinari, ondje se knjigama uklanjaju uvezi kako bi se stranice mogle brzo skenirati. Amazon je potvrdio da knjige kupuje komercijalnim kanalima kako bi pomagale razvoju i poboljšanju njegovih proizvoda i usluga, ali nije precizirao za koje se modele ili proizvode skenirani sadržaj koristi.
Teško je previdjeti ironiju.
Amazon, kompanija koja je svoj globalni uspon započela kao internetska knjižara, danas ponovno kupuje fizičke knjige u trenutku kada su podaci postali jedna od najvrjednijih sirovina tehnološke industrije.
Zašto AI ponovno treba papir?
Tu počinje važniji dio priče.
Veliki AI modeli trebaju goleme količine kvalitetnog teksta. Internet je godinama izgledao kao gotovo neiscrpan izvor. Ali najbolji i najlakše dostupni dijelovi weba već su u velikoj mjeri prošli kroz podatkovne skupove za treniranje.
Istodobno se internet ubrzano puni novom vrstom sadržaja: tekstovima koje je proizveo ili preradio sam AI.
I nastaje neobičan paradoks.
Što internet proizvodi više AI sadržaja, izvorni ljudski sadržaj postaje vrjedniji.
Knjiga objavljena 1987., 1998. ili 2015. ima jednu veliku prednost: sigurno nije nastala uz ChatGPT.
Još važnije, milijuni knjiga sadrže znanje koje nikada nije kvalitetno digitalizirano. Stručne monografije, lokalne povijesti, specijalizirani priručnici, znanstvena literatura i desetljeća publicistike možda nisu osobito zanimljivi masovnom tržištu rabljenih knjiga.
Za AI kompaniju predstavljaju nešto drugo.
Podatke koje konkurencija možda još nema.
Kupnja knjige može biti jeftinija od tužbe
Postoji još jedan razlog za povratak fizičkim knjigama: autorska prava.
Anthropic nije koristio samo legalno kupljene primjerke. Kompanija je ranije preuzela milijune digitalnih knjiga iz piratskih internetskih biblioteka LibGen i PiLiMi.
Američki sud zato je napravio ključnu razliku.
Sudac William Alsup zaključio je da je treniranje AI modela na knjigama u tom slučaju transformativna uporaba te da može predstavljati fair use. Prihvatio je i pretvaranje legalno kupljene tiskane knjige u internu digitalnu kopiju.
Ali piratsko preuzimanje knjige nije time retroaktivno postalo legalno.
Ta razlika dobila je vrlo konkretnu cijenu. Američki sud je u srpnju konačno odobrio Anthropicovu nagodbu vrijednu 1,5 milijardi dolara s autorima čija su djela bila preuzeta iz piratskih izvora. Reuters je navodi kao najveću poznatu nagodbu u američkom slučaju autorskih prava.
Odjednom nekoliko dolara za rabljenu knjigu izgleda vrlo jeftino.
Ne samo kao način dolaska do kvalitetnog teksta nego i kao način smanjivanja pravnog rizika.
Jesu li doista na meti rijetke knjige?
Tu priča traži malo opreza.
Među velikim narudžbama pojavljuju se stari, teško dostupni, opskurni i pojedini rijetki naslovi. Istraga koja je dovela do Amazonova skladišta također je uključivala rijetku knjigu.
Ali zasad nema dovoljno dokaza za tvrdnju da AI kompanije sustavno love muzejski vrijedna prva izdanja, rukopise ili jedinstvene primjerke.
Zapravo, njima fizička vrijednost knjige uglavnom nije presudna.
Ne žele knjigu. Žele ono što piše u njoj.
To je važna razlika jer ovu priču odvaja od rasprave o uništavanju kulturne baštine i vodi prema puno većem pitanju: koliko vrijede kvalitetni ljudski podaci kada ih svi žele?
Najvrjedniji podatak možda je onaj kojeg nema online
Generativni AI promijenio je ekonomsku vrijednost sadržaja na način koji prije samo nekoliko godina ne bi imao mnogo smisla.
Digitalizirano je značilo dostupno. Papir je bio analogna prošlost.
Sada se dio te logike okreće.
Tekst koji nikada nije završio na internetu nije prošao kroz agregatore, tražilice i bezbroj baza podataka. Nije generiran chatbotom niti prepisan iz njegova odgovora. Možda ga još nije koristila ni konkurencija.
Odjednom prašnjava polica antikvarijata može sadržavati nešto što tehnološka industrija teško može proizvesti sama: izvorno ljudsko znanje koje još nije progutao digitalni svijet.
I zato je završetak Project Paname možda najbolji simbol nove ekonomije podataka.
Stroj razreže knjigu. Skener pročita stranice. Papir odlazi u reciklažu, a tekst nastavlja život u podatkovnom centru.
Stara knjiga tako ponovno dobiva ekonomsku vrijednost. Ne zato što je netko želi pročitati, nego zato što je stroj još nije pročitao.
