Kupują tony książek, niszczą je, a po wszystkim wyrzucają na śmietnik. W ten sposób firmy zajmujące się sztuczną inteligencją uczą swoje modele być bardziej ludzkimi.
Amazon zaczynał od książek, a teraz…?
Kilka miesięcy temu dziennikarze z redakcji portalu 404 Media zauważyli, że pewien tajemniczy pośrednik masowo zamawia rzadkie książki, wydane przed 2022 rokiem. Aby dowiedzieć się, co się z nimi dzieje, a przynajmniej gdzie znajduje się ich miejsce docelowe, umieścili lokalizator AirTag w jednym z licznych tomów. Okazało się, że przesyłka dotarła do tajnego magazynu VGT3 wewnątrz obiektu LAS8 w Las Vegas, którego właścicielem jest Amazon.
W 1995 roku Jeff Bezos uruchomił Amazon jako internetową księgarnię. Dziś to największy sklep internetowy na świecie (jeśli chodzi o sprzedawców detalicznych), a w jego asortymencie znajdują się produkty reprezentujące właściwie każdą kategorię.
Oferta wybiega zresztą znacznie dalej, bo Amazon to też olbrzymie centra danych (AWS), popularny serwis VOD (Prime Video) czy autorskie urządzenia, takie jak Kindle i przystawki Fire TV. Ostatnio – jak właściwie każda duża firma technologiczna – skupia się również na rozwoju sztucznej inteligencji, próbując odegrać jak najistotniejszą rolę w tej rozgrywce.
Problem, z jakim mierzy się wiele przedsiębiorstw działających w sektorze AI, polega na tym, że generowane przez ich modele treści są niezwykle wtórne. Wynika to z faktu, że baza materiałów wykorzystywanych do ich trenowania, jest dość ograniczona. W dodatku coraz więcej treści dostępnych w internecie też jest już dziełem sztucznej inteligencji. Pojawiła się zatem potrzeba, żeby znaleźć i zdobyć wartościowe teksty, które od początku do końca zostały napisane przez ludzi.
Książki to najlepsze przykłady złożonego, wysokiej jakości tekstu wielkoformatowego. Doskonale sprawdzają się jako pokaz kombinacji językowych, stanowią wzór dobrego opracowania faktów i porządkowania informacji, a do tego nierzadko oferują urzekające narracje.
Wygląda na to, że właśnie to jest powodem, dla którego Amazon, który dwie dekady temu skupiał się niemal wyłącznie na sprzedaży książek, teraz masowo skupuje tytuły wydane przed 2022 rokiem (czyli z czasów sprzed ejajowej rewolucji) – im rzadsze, tym lepiej (choć, oczywiście, nie wszystkie zakupy to unikatowe egzemplarze). Samo kupowanie i wykorzystywanie takich treści do trenowania modeli sztucznej inteligencji mogłoby jeszcze nie budzić większych kontrowersji. Chodzi jednak o to, w jaki sposób się to odbywa.
Kupić, zniszczyć, wyrzucić, powtórzyć
W sierpniu 2026 roku portal 404 Media podzielił się tym, co udało się ustalić w trakcie dziennikarskiego śledztwa. Wyszło na jaw, że książki, które w masowych ilościach trafiają do VGT3, są tam następnie mechanicznie pozbawiane grzbietów, co oznacza ich bezpowrotne zniszczenie. Jest to robione po to, by kolejne kartki mogły trafiać do automatycznych skanerów, które kopiują tekst strona po stronie, zamieniając go na format cyfrowy. Po wszystkim niepotrzebny już Amazonowi papier trafia na śmietnik.
To nie jest miejska legenda. Rzecznik Amazona potwierdził, że firma rzeczywiście skupuje książki i – jak to ładnie określił – wykorzystuje je do rozwoju swoich produktów i usług (jak można zauważyć: ani słowa o AI, ale ze względu na brak przedstawienia przekonującej wersji alternatywnej, dziennikarze 404 Media uznali taki scenariusz za najbardziej prawdopodobny). Trzeba tu także podkreślić, że amerykański gigant nie wchodził w szczegóły na temat tego, jak konkretnie wygląda proces ich utylizacji.
Nie tylko Amazon
Jeszcze zanim świat obiegła informacja o procederze Amazona, w lipcu 2026 roku na światło dzienne wyszła sprawa innej dużej firmy z sektora sztucznej inteligencji. Ujawniono wówczas, że twórcy popularnego chatbota Claude – Anthropic – podpisywali kontrakty z podwykonawcami, których zadanie polegało na odcinaniu grzbietów książkom i przepuszczaniu luźnych stron przez skanery, a następnie wyrzucaniu papieru na śmietnik. Brzmi znajomo, prawda?
W październiku 2026 roku do masowej sprzedaży książek firmie Anthropic przyznał się jeden z największych dystrybutorów w Japonii – Nippan Group Holdings. Przekazywanie wolumenów miało miejsce od grudnia 2024 do grudnia 2025 roku. Przedstawiciele firmy przekonują jednak, że nie mieli świadomości, że nabywca zamierza wykorzystać dzieła do trenowania AI, a więc tym bardziej, że stosuje destrukcyjne skanowanie, jak określa się opisany tu już dwukrotnie proces odcinania grzbietów celem przystosowania książek do wymagań automatycznych skanerów. Takie przynajmniej przedstawiono stanowisko. Podkreślmy, że nie zostało oficjalnie potwierdzone, że taki los faktycznie spotkał książki dostarczone przez Nippan, ale istnieje uzasadniona obawa, że tak właśnie było.
Japoński Nippan Group Holdings nie jest zresztą odosobnionym przypadkiem. Podczas śledztwa dotyczącego firmy Anthropic, padły nazwy wielu innych sprzedawców, którzy masowo dostarczali książki – to między innymi Better World Books, World of Books i Zoom Books, zajmujący się czyszczeniem magazynów bibliotecznych i dystrybucją książek używanych. Tutaj pojawia się światełko w tunelu, bo można mieć nadzieję, że bibliotekarze i antykwariusze nie pozbyliby się prawdziwie cennych pozycji.
Co zrozumiałe, firmy tworzące własne modele i chatboty AI nie chcą być kojarzone z tego typu procederem. Dlatego też, przykładowo, Anthropic używał kryptonimu Project Panama i angażował w cały proces pośredników. I dlatego też na rynku zaczęły pojawiać się twory, które na siebie wzięły skupowanie książek wydanych przed 2022 rokiem i ich digitalizację. Korzystając z ich usług, technologiczni giganci mogą w ten sposób zrzucić z siebie część winy.
W granicach prawa
Opisane tu sprawy mają miejsce w Stanach Zjednoczonych, a amerykańskie sądy zdają się interpretować przepisy w taki sposób, że niszczenie legalnie kupionych książek jest całkowicie zgodne z prawem. Nabywca ma pełną swobodę w decydowaniu o tym, w jaki sposób traktuje produkt, który stał się jego własnością. Dopóki więc firmy, takie jak Amazon, uczciwie płacą za towar, mogą go sobie ciąć i wyrzucać. Nawet jeśli trudno to zaakceptować, ostatecznie jest to logiczne.
Co zaś się tyczy wykorzystania ich treści do trenowania modeli AI, to tutaj również sądy, póki co, stają po stronie firm technologicznych. W sprawie dotyczącej Anthropic uznały bowiem, że karmienie algorytmu nie różni się właściwie od pozyskiwania wiedzy przez człowieka, który ma przecież prawo czytać książki i na podstawie zdobytej wiedzy tworzyć własne teksty.
Czas pokaże, jak będą rozstrzygane inne tego typu sprawy, ale na razie wygląda na to, że dopóki sztuczna inteligencja generuje autorskie treści, a nie kopiuje tego, co otrzymała, wszystko odbywa się zgodnie z prawem. Przynajmniej tak długo, jak jest to realizowane w sposób zastosowany przez twórców Claude, bo nie należy traktować tego jako zasady per se.
Jedno i drugie mieści się – według aktualnych orzeczeń sądów – w ramach tzw. dozwolonego użytku. Granica legalności leży w sposobie pozyskania treści. Historia zna bowiem przypadki, kiedy do trenowania sztucznej inteligencji wykorzystywane były nielegalnie zdobyte e-booki. Pod koniec 2023 roku Reuters opisywał, że grupa Meta (do której należy między innymi Facebook) korzystała z takiej pirackiej bazy i to nawet, pomimo że prawnik tego odradzał – chęć dogonienia konkurencji była zbyt duża.
Wracając zaś do legalnego korzystania i niszczenia, nie do końca znana jest skala tego procederu. Światło na sprawę rzucają jednak strzępki informacji – przykładowo jeden z dostawców firmy Anthropic miał oferować przetwarzanie od 500 tysięcy do 2 milionów książek w ciągu sześciu miesięcy, inne przedsiębiorstwo chwaliło się możliwością realizacji zamówień zawierających od tysiąca do miliona książek przy zachowaniu poufności. Konkretne wartości pozostają jednak nieznane.
Książki na pożarcie
Nawet jeśli uznamy, że pod względem prawnym wszystko tutaj jest krystalicznie czyste, to pozostaje kwestia etyki i ochrony dziedzictwa kulturowego.
Im treść jest bardziej oryginalna, rzadsza i trudniej dostępna, tym bardziej wartościową pożywkę stanowi dla AI. Dlatego z perspektywy przedsiębiorstw zajmujących się rozwojem sztucznej inteligencji, najwięcej sensu ma kupowanie rzadkich książek – często jednych z niewielu pozostałych w obiegu egzemplarzy.
W przeciwieństwie do zwierząt, nie istnieje żadna księga książkowych okazów zagrożonych wyginięciem. W USA nie zostały też ustalone żadne konkretne, formalne reguły, określające, kiedy dany tytuł może zostać uznany za rzadki i objęty dodatkową ochroną. Przykładowo w Polsce istnieje wprawdzie zapis o egzemplarzu obowiązkowym, ale to niezupełnie to samo, nawet jeśli częściowo pozwala zabezpieczyć dzieła przed całkowitym utraceniem.
W skrócie polega to na tym, że po jednym egzemplarzu każdej książki wydanej w Polsce musi trafić do zbiorów Biblioteki Narodowej w Warszawie i Biblioteki Jagiellońskiej w Krakowie (a jeśli nakład przekracza 100 sztuk, to także do każdej biblioteki wojewódzkiej). Dodam, że podobnie w USA istnieje zapis o egzemplarzu obowiązkowym (dostarczanym do Biblioteki Kongresu).
Ktoś mógłby wygłosić tezę, że skoro dana książka prawie wyginęła, to może po prostu nie była warta przetrwania. Skoro nikt nie chciał jej czytać, to może największym użytkiem z niej będzie właśnie nakarmienie nią sztucznej inteligencji. Może w tym być ziarenko prawdy. Niemniej to, że coś nie jest popularne, wcale nie oznacza, że nie jest wartościowe.
Nie brakuje książek traktujących o niszowych zagadnieniach, które ze względu na niewielki popyt nigdy nie doczekały się ani dużych nakładów, ani wznowień, a jednak stanowią cenne źródło informacji. Z pewnością wiele jest też nieodkrytych perełek w obszarze beletrystycznym. Ze względu na takie, a nie inne działanie firm rozwijających AI dzieła te mogą – przynajmniej ich część – zostać bezpowrotnie utracone.
O ile bowiem takie przedsiębiorstwo może użyć danej książki do trenowania AI, a następnie ją zniszczyć, to prawo autorskie zabrania mu dalszej dystrybucji dzieła – na przykład w wersji cyfrowej. Nie może takiej książki ani sprzedać, ani udostępnić za darmo – to wykracza poza granice dozwolonego użytku.
Oczywiście jest też druga strona medalu – istnieje niemało pozycji, które w rzeczywistości są raczej grafomańskimi produktami książkopodobnymi. Co roku na świecie wydaje się ponad 2 miliony książek (a w samej Polsce na rynek trafia przeszło 30 tysięcy tytułów) i trudno oczekiwać, by – jak w przeszłości – książka mogła pozostać synonimem treści wysokiej jakości. Jednak tak jak dla człowieka, nie przedstawiają one też większej wartości dla modeli językowych, więc to nie na ich pozyskaniu zależy rozwijającym te technologie firmom.
„Kulturowe barbarzyństwo”?
Opisując proces skupowania i niszczenia książek brytyjski dziennik Telegraph użył określenia „kulturowe barbarzyństwo”. Przedstawiciele firmy Anthropic przekonują jednak, że nie wykorzystują do trenowania AI tych najrzadszych i najcenniejszych pozycji (Amazon zaś odmawiał odpowiedzi na pytania o stosowanie podobnej filtracji).
Tutaj warto zaznaczyć, że europejskie prawo w większości przypadków w ogóle tego zabrania: jeśli książka przejawia cechy zabytku, jest prawnie chroniona (przy czym nie każda stara ani nawet cenna książka od razu podlega ochronie jako zabytek – ba, w rzeczywistości jest to absolutny margines: największe biblioteki miewają po kilkadziesiąt takich pozycji w swoich zbiorach).
Skoro już o europejskim prawie mowa, to jest dobry moment, by zwrócić uwagę na inną różnicę pomiędzy nim a amerykańskim. W Polsce do szkolenia modeli można używać między innymi utworów i materiałów dostępnych publicznie i dystrybuowanych w ramach otwartych licencji, a także z treści w domenie publicznej (to między innymi akty prawne oraz utwory, których autorzy zmarli co najmniej 70 lat wcześniej).
To jednak nie wszystko, bo prawo dopuszcza też wyjątki, pozwalające na dokonanie określonych czynności bez zgody właściciela praw autorskich, przy czym do każdej sprawy należy podchodzić indywidualnie. W Unii Europejskiej legalne zakupienie papierowego egzemplarza nie oznacza od razu, że nabywca ma prawo go zeskanować, a już tym bardziej: po zeskanowaniu – wykorzystać do trenowania AI.
Nie jest też jednak tak, że w żadnym wypadku takiego prawa nie ma. Zasadniczo nabywcy pozwala się na kopiowanie publikacji na własny użytek lub na potrzeby edukacyjne, ale nie w celach komercyjnych (przy czym – tak jak wspomniałem – jest tu pewne pole do odstępstw).
Rzecz w tym, że europejskie modele AI to nisza, a (prawie) nic nie stoi na przeszkodzie, by książki znajdujące się w polskich zbiorach sprzedawać amerykańskim firmom (prawie, ponieważ istnieją pod tym względem pewne, niewielkie ograniczenia).
Tak czy inaczej, trudno mi oprzeć się wrażeniu, że coś poszło bardzo nie tak, jeśli na potrzeby tworzenia technologii, która ma służyć rozwojowi ludzkości, bezpowrotnie niszczymy owoce jej kultury.
