Amazon je počeo kao internet knjižara. Više od 30 kasnije ponovo kupuje knjige u velikim količinama, ali sa sasvim drugačijom namerom: knjigama se uklanja povez, stranice se skeniraju, njihov sadržaj koristi za razvoj AI sistema, a fizički primerci potom uništavaju.
Nije baš lomača, ali i takva slika bi bila adekvatna.
Istraga 404 Media razotkrila je ovu praksu nakon što je jedan prodavac polovnih i retkih knjiga dobio neobičnu porudžbinu od približno 1.000 naslova preko platforme Biblio. U jednu od knjiga postavljen je AirTag kako bi se videlo gde će pošiljka završiti. Trag je vodio do Amazonovog skladišta LAS8 u Severnom Las Vegasu, gde se nalazi operacija VGT3 za skeniranje knjiga namenjenih razvoju veštačke inteligencije, prenosi Inc.
Amazon je potvrdio da kupuje knjige preko komercijalnih kanala kako bi „razvijao i unapređivao proizvode i usluge koje koriste njegovi korisnici“. Kompanija, međutim, nije odgovorila koliko je knjiga do sada kupljeno, kada je program počeo, za koje se proizvode skenirani sadržaj koristi niti da li se pre uništavanja proverava da li među knjigama postoje retki primerci.
Tragovi vode još do 2024.
Novinari Inc.-a pronašli su podatke koji ukazuju da su neobične količine knjiga stizale u isto skladište u Las Vegasu još 2024. godine. Na Amazon Seller Forums prodavci knjiga su u septembru te godine opisivali iznenadne velike porudžbine namenjene skladištu LAS8. Jedan prodavac dobio je 68 porudžbina od istog kupca. Drugi je oko četiri sata ujutru primio 48 porudžbina, i to isključivo za izdanja univerzitetskih izdavačkih kuća. Treći je naveo da isti nalog od njega kupuje knjige „svakog dana“.
Predstavnik Amazona tada je saopštio da kompanija istražuje slučaj, a potom potvrdio da su porudžbine validne.
Amazon sada nije odgovorio na pitanje novinara da li su kupovine iz 2024. bile povezane sa programom VGT3. Ako jesu, program nabavke i skeniranja knjiga postojao je gotovo dve godine pre nego što je javnost saznala za njega.
Kompanija koju je Džef Bezos 1995. pokrenuo kao internet knjižaru ponovo masovno kupuje knjige samo što ih sada ne kupuje nužno da bi ih prodala ljudima. Kupuje ih da bi njihov sadržaj pretvorila u podatke.
Ali, čemu uništavanje?
Zašto su AI kompanijama potrebne stare knjige?
AI kompanije imaju problem koji će postajati sve veći: količina kvalitetnog teksta koji su napisali ljudi nije beskonačna.
Veliki jezički modeli zahtevaju ogromne količine podataka za obuku. Internet je pružio nezamislivu količinu teksta, ali knjige – posebno starije i one koje nikada nisu digitalizovane – kriju sadržaj koji se možda nigde na otvorenom internetu ne može pronaći.
Postoji još jedan razlog zbog kojeg stare knjige postaju dragocene. Napisane su pre eksplozije generativne veštačke inteligencije.
Internet se danas ubrzano puni sadržajem koji su potpuno ili delimično proizvele mašine. Za kompanije koje žele kvalitetan ljudski tekst, knjiga objavljena pre AI buma predstavlja nešto posebno vredno: pouzdan trag ljudskog pisanja nastao pre nego što je granica između ljudskog i kompjuterski generisanog sadržaja počela da se briše.
„Analiza organizacije Epoch AI iz 2024. procenila je efektivnu količinu kvalitetnog javno dostupnog teksta koji su proizveli ljudi na približno 300 biliona tokena. Ukoliko se tadašnji trendovi razvoja velikih modela nastave, procenjeno je da bi taj fond mogao biti iskorišćen između 2026. i 2032. godine“ navodi INC.. U toj računici police sa starim knjigama dobijaju sasvim novu vrednost.
Vrednost koja se mora sačuvati
Profesor Leo S. Lo, univerzitetski bibliotekar i dekan biblioteka Univerziteta Virginia, upozorava: vrednost zbog koje je neka knjiga dragocena kao podatak za AI može značiti da je ona retka i u fizičkom svetu.
„Kod običnog polovnog bestselera uništavanje jednog primerka verovatno neće imati ozbiljne posledice. Problem su knjige koje se više ne štampaju, retka izdanja ili pojedinačni primerci koji imaju istorijsku vrednost. Knjiga može sadržati beleške prethodnog vlasnika, posvetu, beleške ili može biti neobičnih korica. Ako niko ne proverava šta se nalazi u pošiljci pre nego što mašina odseče knjigu, nešto što postoji u svega nekoliko primeraka može biti nepovratno izgubljeno. AI industrija ovako otvara neobičan problem očuvanja kulturne baštine.
Knjige postaju istovremeno predmeti koje treba sačuvati i sirovina koju treba potrošiti“ izjavio je Leo S.Lo.
Amazon nije jedini
Sličnu praksu koristio je i Anthropic.
Sudski dokumenti otkrili su da je kompanija kupila milione štampanih knjiga, uklanjala njihove poveze, skenirala ih i odbacivala fizičke primerke prilikom stvaranja digitalne istraživačke biblioteke. Istovremeno su prodavci knjiga u više zemalja prijavljivali neuobičajeno velike porudžbine naizgled nepovezanih starijih naslova od kupaca čiji identitet ili krajnja namera nisu bili jasni.
Australijski knjižari povezali su deo takvih kupovina sa kanadskim prodavcem polovnih knjiga Zoom Books, ali nema javnih dokaza da su te knjige završavale kod AI kompanija. Zoom Books navodi da obrađuje više od tri miliona polovnih knjiga mesečno i da 62 odsto pronađe nove vlasnike, kao i da kompanija sama ne digitalizuje knjige.
Sve to pokazuje da tržište polovnih i starih knjiga dobija novu vrstu kupca.
Nekada je vrednost knjige određivao čovek koji je želeo da je pročita ili kolekcionar koji je želeo da je sačuva.
Sada postoji i kupac kojem je potreban samo tekst.
Zašto se knjige uništavaju?
Postoji i pravna dimenzija ove priče.
U prošlogodišnjem velikom sporu oko autorskih prava američki sudija Vilijam Alsap zaključio je da je Anthropic-ova konverzija legalno kupljenih štampanih knjiga u digitalne bibliotečke kopije, po principu jedan fizički primerak – jedna digitalna kopija, predstavljala dozvoljenu upotrebu.
Fizički original bio je uništavan prilikom stvaranja digitalne zamene.
Profesorka prava Pamela Samuelson sa University of California, Berkeley, takav postupak opisala je kao promenu formata. Broj primeraka dela time se, prema tom tumačenju, nije povećavao. To, međutim, ne znači da kupovina i uništavanje knjige automatski čine obuku AI-ja legalnom. Sud je pitanje korišćenja sadržaja za treniranje modela razmatrao odvojeno.
A uništavanje knjige nije ni tehnička nužnost.
Internet Archive, na primer, digitalizuje knjige fotografisanjem stranice po stranicu bez uklanjanja poveza. Odsecanje poveza omogućava brži i jeftiniji proces. Kako upozorava Lo, tretiranje originala kao potrošne robe nije neophodnost digitalizacije. To je odluka o brzini i troškovima.
Priča o Amazonovoj akciji zato je mnogo veća od neobične porudžbine hiljadu polovnih knjiga. Veštčka inteligencija menja vrednost sadržaja koji je decenijama stajao na policama. Knjiga koja više nije komercijalno zanimljiva izdavaču može biti izuzetno zanimljiva kompaniji koja traži kvalitetan ljudski tekst za svoje modele. Naslov koji godinama niko nije tražio može iznenada postati deo globalne tehnološke trke za podatke.
Ali, ako stare knjige postaju sirovina za izgradnju tehnologije budućnosti, ko će voditi računa da se tokom tog procesa ne unište delovi prošlosti koji više ne mogu da budu nadoknađeni? Amazon za sada nije objasnio da li takav sistem zaštite postoji.
