ИИ-компании массово уничтожают книги при обучении моделей

📚 Обычно книги покупают, чтобы читать или поставить на полку. У Anthropic был другой план: компания закупила миллионы печатных книг, после чего подрядчики срезали с них гидравлическими резаками переплёты, сканировали страницы на промышленном оборудовании, а бумажные остатки отправляли на переработку. Так Anthropic создавала цифровую библиотеку для обучения Claude. Внутри компании это называлось "проект Panama".

📰 После публикаций в СМИ вспыхнул скандал. Журналисты обнаружили на сайте книжной базы ISBNdb предложение для разработчиков ИИ: сервис обещал находить от 1 тыс. до 1 млн печатных книг за заказ, включая старые, редкие и снятые с продажи издания. Клиентам также предлагали подписать NDA, так как было опасение, что информация об уничтожении миллионов книг вряд ли вызовет понимание.

🧠 Особенно ценными считались книги, выпущенные до массового распространения генеративного ИИ. В отличие от современного интернета, они гарантированно не содержат текстов, уже созданных языковыми моделями. Для разработчиков это источник относительно «чистых» человеческих данных, позволяющий не обучать ИИ на продуктах работы других ИИ.

🔍 После резонанса ISBNdb удалила эти предложения и заявила, что услуга так и не была запущена, а компания лишь проверяла интерес рынка. При этом книготорговцы действительно сообщали о внезапном росте странных оптовых заказов на совершенно не связанные между собой издания. Кто именно их покупает, продавцы не знают, но подозревают ИИ-компании. Особое беспокойство вызывает судьба редких книг: под уничтожение могут попасть одни из последних сохранившихся экземпляров.

⚖️ При этом уничтожение книг никак не нарушает закон, в том числе авторские права. Потому что право собственности на конкретный экземпляр и копирайт на содержащийся в нём текст - разные вещи. После законной покупки книги её физический экземпляр принадлежит покупателю. В США доктрина первой продажи позволяет владельцу распоряжаться им без разрешения автора или издателя: перепродать, подарить, разрезать или отправить в макулатуру.

🖨 Со сканированием всё сложнее. Оно создаёт цифровую копию произведения, поэтому одной доктрины первой продажи здесь недостаточно. Однако в деле Bartz v. Anthropic суд признал такое копирование добросовестным использованием. Anthropic законно покупала каждую книгу, уничтожала бумажный оригинал и оставляла вместо него одну внутреннюю цифровую копию, которую не продавала и не передавала третьим лицам. По мнению суда, количество экземпляров фактически не увеличивалось, а менялся только формат - ради более удобного хранения и поиска. Отдельно суд признал добросовестным использованием и обучение моделей, так как книги применялись не для выпуска их копий, а для создания принципиально иной технологии.

🏴‍☠️ При этом Anthropic не удалось защитить другую часть своей библиотеки - более семи миллионов книг, скачанных с пиратских ресурсов. Суд отказался признавать их хранение добросовестным использованием, а компания впоследствии согласилась урегулировать спор выплатив $1,5 млрд.