Razotkriveni su detalji Projekta Panama: AI gigant kupuje rijetke knjige, a razlog je strašan

Kada su službeni podaci pokazali da je u posljednjih par godina zabilježen rekordan rast prodaje knjiga izdanih prije 2022. godine, rijetko je tko, izvan jedne industrije, mogao znati o dijaboličnoj operaciji koja stoji iza statistike.

Priča o tome kako tehnološke kompanije zapravo dolaze do golemih količina kvalitetnog teksta za treniranje umjetne inteligencije prvi je put postala javna nakon sudskog spora protiv AI diva Anthropica. Ovoga mjeseca javnost je iz otpečaćenih sudskih dokumenata tako saznala za detalje Anthropicova Projekta Panama; tvrtka, poznata i po tome što je odbila (jednim dijelom) pomoći američkoj vojsci pri napadima na Iran, kupovala je goleme količine tiskanih knjiga, skenirala ih, a nakon toga bi originalni tiskani primjerak uništila.

Interni dokumenti otkrili su da je cilj projekta, kako je sama kompanija formulirala, „destruktivno skenirati sve knjige na svijetu“, što znači da, nakon što iz njih digitalno obrade sve podatke i jezične formulacije, rijetke knjige trebaju biti uništene kako ih ne bi koristila konkurencija.

Amazonova postrojenja za uništenje

Posljednja istraga novinara američkog portala 404 Media pokazuje opsege operacija koja se očito nastavlja. Novinari su u jednu rijetku knjigu, koja je bila dio puno veće pošiljke od 1000 knjiga, sakrili Apple AirTag kako bi pratili njezino kretanje. Paket je iz Kalifornije najprije otputovao u Milwaukee, zatim u Colorado Springs, a na kraju završio u skladištu u vlasništvu Amazona, koje tvrtka vodi pod oznakom „VGT3“.

Na ulazu u zgradu u kojoj je knjiga završila nalazi se logo tiranosaura koji se sprema pojesti otvorenu knjigu, navodi 404 Media. Zaposlenici su posao opisivali kao prilično ugodan, uz objašnjenje da se njihov rad uglavnom svodi na to da cijeli dan skeniraju knjige. Time je istraga, prema 404 Mediji, otkrila da velike tehnološke kompanije koriste posebne pogone za industrijsko skeniranje knjiga kako bi tako dobivene tekstove koristile za treniranje velikih jezičnih modela umjetne inteligencije, odnosno LLM-ova.

Forbes piše kako su se tvrtke koje razvijaju umjetnu inteligenciju okrenule fizičkim knjigama jer su digitalni izvori za treniranje velikih jezičnih modela otvorili dva velika problema: pravnu odgovornost i kvalitetu podataka. Korištenje piratskih internetskih arhiva knjiga, odnosno takozvanih „knjižnica u sjeni“, izložilo je AI kompanije velikim tužbama zbog kršenja autorskih prava autora, umjetnika, fotografa i medijskih kuća.

S druge strane, kupnja fizičke knjige daje vlasniku pravo da s tim konkretnim primjerkom postupa kako želi, pa čak i da ga uništi. Takav pristup tehnološkim tvrtkama omogućuje i pristup milijunima rasprodanih, nišnih ili stručnih knjiga koje postoje samo u tiskanom obliku.

Kupnjom knjiga objavljenih prije 2022. godine kompanije također mogu biti sigurnije da za treniranje koriste tekstove koji nisu nastali uz pomoć umjetne inteligencije. Internet je danas prepun sadržaja koji je generirao AI, a treniranje novih modela na takvom materijalu ne mora dovesti do njihova poboljšanja. Fizičke knjige, nasuprot tome, nude tekst koji su napisali ljudi i koji je prošao uredničku obradu, kao i dugotrajnije i koherentnije argumentiranje, razvijenu narativnu strukturu i druge kvalitete koje kratki internetski sadržaji i AI-generirani tekstovi često nemaju.

Sve je legalno

Valja naglasiti kako je prema trenutačnom pravnom okviru u SAD-u ovaj proces zasad legalan. Takozvana doktrina prve prodaje (First-Sale Doctrine) iz američkog Zakona o autorskim pravima dopušta kupcu fizičkog primjerka knjige da s tim primjerkom raspolaže kako želi, uključujući i njegovo uništenje. Osim toga, u nekim sudskim postupcima zaključeno je da pretvaranje zakonito kupljene tiskane knjige u digitalnu datoteku za internu uporabu pri treniranju modela može predstavljati „transformativnu“ poštenu uporabu (u originalu „fair use“).

Kritičari, međutim, tvrde da tehnološke kompanije vlasništvo nad fizičkim primjercima koriste kao svojevrsnu pravnu rupu kako bi stvarale digitalizirane baze podataka bez naknade autorima i drugim nositeljima prava.

Gore spomenuti slučaj „Bartz protiv Anthropica“ pokrenut je 2024. godine, a ključna odluka o tome može li se korištenje zaštićenih knjiga za treniranje umjetne inteligencije smatrati poštenom uporabom donesena je 23. lipnja 2025. Sud je tada zaključio da samo treniranje modela na zakonito pribavljenim knjigama može predstavljati fair use, dok je pitanje piratski pribavljenih kopija ostalo zaseban pravni problem. Postupak se zbog toga nastavio i tijekom 2025. i 2026., uključujući i pitanja povezana s nagodbom vrijednom 1,5 milijardi dolara.

Projekt Panama

Na suđenju je otkriveno kako su Anthropicovi dobavljači rezali hrptove i rubove knjiga da bi ih lakše skenirali prije nego što bi ih uništili. Američka tvrtka angažirala je iskusnog voditelja logistike, nabavljala knjige od dobavljača, zaposlila osoblje, smjestila knjige u skladište i pronašla tvrtku za digitalizaciju koja je trebala provesti samo destruktivno skeniranje. Sudski prilozi prikazuju skladišta u kojima su knjige uredno složene i označene na policama, dok se zaposlenici kreću između njih.

Kako se navodi u sudskoj odluci, Anthropicovi dobavljači „uklanjali su uveze s knjiga, rezali stranice na potrebnu veličinu i skenirali knjige u digitalni oblik, nakon čega su papirnate originale bacali“. Na fotografijama iz sudskih spisa vide se hrpe knjiga koje čekaju destruktivno skeniranje. Ono što se na tim fotografijama ne vidi jest završna faza: usitnjavanje i zbrinjavanje knjiga nakon skeniranja, odnosno, slikovito rečeno, pretvaranje knjiga u materijal za reciklažu ili otpad na odlagalištu.

Nitko zapravo ne zna koliko je knjiga dosad uništeno. Sudski dokumenti koji su postali javni tijekom postupka protiv Anthropica otkrili su da je kompanija u sklopu samo jednog šestomjesečnog ugovora s vanjskim dobavljačem planirala skenirati između 500.000 i 2 milijuna knjiga. U internim dokumentima navodilo se da je cilj bio „destruktivno skenirati sve knjige na svijetu“. Izvori 404 Medije izvijestili su i o anonimnim narudžbama koje su se kretale od 1.000 do čak milijun knjiga po pojedinoj kupnji. Prodavači rabljenih knjiga u SAD-u, Ujedinjenom Kraljevstvu i Europi također navode da velike narudžbe naizgled nasumično odabranih publicističkih i rasprodanih knjiga redovito obuhvaćaju stotine ili tisuće naslova u jednoj transakciji.