ШІ-компанії скуповують і знищують старі книжки. В Україні, мабуть, ми самі їм усе віднесемо

Forbes опублікував матеріал про те, що технологічні компанії масово скуповують друковані книжки, зрізають палітурки, сканують сторінки для використання в роботі з великими мовними моделями, а самі книжки після цього знищують. Спочатку це легко сприйняти як чергову страшилку про ШІ, однак ці історії справді мають документальні підтвердження. Під час судової справи проти Anthropic стали публічними матеріали про так званий Project Panama. Компанія купувала величезні партії фізичних книжок, підрядники зрізали палітурки, сторінки пропускали через високошвидкісні сканери, а оригінали після цього знищували. 

Масштаб вражає. З оприлюднених документів випливає, що лише один шестимісячний контракт передбачав сканування від 500 тисяч до 2 мільйонів книжок. А внутрішній документ Anthropic формулював мету Project Panama просто: “destructively scan all the books in the world”. 

Навіщо ШІ-компаніям взагалі знадобилися паперові книжки, коли весь інтернет уже зацифрований? Причин щонайменше дві. 

Перша – авторське право. Використання піратських електронних бібліотек уже призвело до серйозних судових процесів проти розробників ШІ, тому куплений фізичний примірник створює для компанії зовсім іншу юридичну ситуацію. 

Друга причина – якість даних. Інтернет дедалі більше наповнений текстами, які самі створені генеративним ШІ. Натомість книжка, видана, скажімо, у 1987 чи 2003 році, майже гарантовано написана людиною. До того ж книжки містять довгі, структуровані та редакційно опрацьовані тексти. Саме так Forbes пояснює особливу привабливість книжок, виданих до 2022 року. 

Але найкраща частина цієї історії – майже детективна. Журналісти буквально поклали маячок у стару книжку і простежили, куди вона поїде. Продавець рідкісних книжок отримав підозріле замовлення майже на тисячу примірників. Журналісти 404 Media домовилися з ним і сховали Apple AirTag в одній із книжок. Після цього просто спостерігали. 

Книжка вирушила з Каліфорнії, побувала в Мілуокі та Колорадо-Спрінгс і зрештою привела журналістів до об'єкта Amazon. Працівники цього об'єкта розповіли 404 Media, що туди надходять великі партії книжок, з яких зрізають палітурки, щоб швидко їх сканувати; фізична книжка при цьому знищується. 

Тут мені стало цікаво подумати про Україну. Уявляю, як якась велика корпорація одного дня запропонує “масштабний інноваційний проєкт з зацифрування та використання культурної спадщини для розвитку штучного інтелекту”. 

А якщо до пропозиції ще додаватиметься правильний папірець із Мінцифри чи Мінкульту зі словами “цифрова трансформація”, “інновації” та “національна ШІ-екосистема”, боюся, що нам навіть не доведеться чекати, поки корпорації почнуть таємно скуповувати українські книжки. Ми самі все принесемо. Ще й акт прийняття-передання складемо. 

Звичайно, це жарт. Принаймні поки що. Українські бібліотеки справді працюють над зацифрування фондів, а Національна бібліотека України імені В. І. Вернадського вже долучена до створення української мовної моделі “Сяйво”, надаючи для неї структуровані текстові масиви. Саме по собі це нормально і навіть потрібно. Питання в іншому: які правила мають діяти, коли бібліотечні та культурні колекції стають тренувальними даними для ШІ? 

Журналісти 404 Media могли дозволити собі провести маленький експеримент: купити AirTag, домовитися з продавцем і простежити шлях книжки через пів країни та наробити галасу в американському суспільстві. А от скільки українських бібліотекарів сьогодні мають гроші, автономію і, головне, компетенції, щоб так само перевірити, куди насправді поїхали їхні книжки після чергового дуже перспективного меморандуму про цифровізацію? 

Можливо, AirTag скоро варто буде включати до стандартного набору українського бібліотекаря.