Książki do szkolenia AI

Firmy AI niszczą książki. Co dzieje się ze starymi tytułami?

14 min czytania

Firmy AI niszczą książki podczas destrukcyjnego skanowania: odcinają grzbiety, automatycznie skanują strony, a papier przekazują do recyklingu. Udokumentowano taką praktykę w Project Panama firmy Anthropic. Nie ma jednak podstaw, by twierdzić, że wszystkie masowe zakupy obserwowane przez europejskie antykwariaty kończą się zniszczeniem egzemplarzy.

Niemiecki wątek branżowy zebrał ponad 300 wpisów sprzedawców. Firma ISBNdb oferuje laboratoriom AI dostawy od tysiąca do miliona papierowych tytułów, a holenderski antykwariusz otrzymał od 2077AI arkusz z 3 001 numerami ISBN. Rosnący popyt jest więc potwierdzony. W większości przypadków nie znamy jednak końcowych klientów ani dalszego losu kupionych książek.

Najlepiej udokumentowanym przypadkiem jest Project Panama, tajny program firmy Anthropic. Przedsiębiorstwo wydało dziesiątki milionów dolarów na zakup i digitalizację książek, aby rozwijać modele językowe stojące za chatbotem Claude. Operacja wyszła na jaw dzięki dokumentom ujawnionym podczas procesu o naruszenie praw autorskich.

Nie ma natomiast dowodów, że wszystkie stare książki kupowane obecnie przez pośredników są niszczone. Europejscy antykwariusze widzą skalę zamówień, nietypowy dobór tytułów i zachowanie kupujących, ale zwykle nie znają końcowych odbiorców.

Dlaczego firmy AI kupują stare książki?

Modele językowe potrzebują ogromnych ilości tekstu. Przez lata firmy technologiczne pozyskiwały go głównie z internetu: stron informacyjnych, forów, serwisów społecznościowych, cyfrowych bibliotek i repozytoriów książek. Część tych zbiorów została pobrana bez zgody właścicieli praw autorskich.

Sytuację zmienił gwałtowny wzrost liczby materiałów generowanych przez sztuczną inteligencję. Internet zawiera dziś teksty tworzone lub przetwarzane przez wcześniejsze modele językowe. Jeśli kolejna generacja systemów uczy się na takich materiałach, może przejmować ich błędy, uproszczenia, powtórzenia i fałszywe informacje.

Branża używa wobec masowo produkowanych treści niskiej jakości określenia AI slop. Firmy rozwijające modele szukają więc zbiorów powstałych przed upowszechnieniem ChatGPT i innych generatorów tekstu.

Papierowe książki wydane przed 2022 rokiem są dla laboratoriów AI szczególnie atrakcyjne. Zawierają tekst napisany przez człowieka, zazwyczaj poddany redakcji i korekcie. Oferują dłuższe, uporządkowane wypowiedzi, specjalistyczną wiedzę oraz słownictwo, którego nie można łatwo znaleźć w serwisach internetowych.

Nie oznacza to, że każda stara książka zawiera wartościową albo prawdziwą wiedzę. Dla modelu liczą się jednak również struktura tekstu, składnia, sposób rozwijania argumentacji, narracja oraz relacje między informacjami rozłożonymi na setkach stron.

Project Panama. Jak Anthropic skanowało i niszczyło książki?

W 2024 roku Anthropic uruchomiło program określany w dokumentach jako Project Panama. Jego założeniem było pozyskanie bardzo dużej liczby legalnie kupionych papierowych książek, przekształcenie ich w pliki cyfrowe i wykorzystanie tekstu do rozwijania modeli Claude’a.

Firmie zależało na stworzeniu własnej biblioteki danych treningowych bez dalszego korzystania wyłącznie z pirackich repozytoriów. Anthropic wcześniej pobrało ponad siedem milionów książek z serwisów Books3, Library Genesis oraz Pirate Library Mirror. Firma wiedziała, że zbiory pochodziły z nieautoryzowanych źródeł.

Do kierowania projektem zatrudniono Toma Turveya, wcześniej związanego z programem Google Books. Z dokumentów wynika, że Anthropic kupowało książki partiami liczącymi dziesiątki tysięcy egzemplarzy. Wśród dostawców wymieniono między innymi Better World Books i brytyjską firmę World of Books.

Jeden z wykonawców miał przygotować infrastrukturę zdolną do przetworzenia od 500 tys. do 2 mln książek w ciągu sześciu miesięcy. Ostateczna liczba egzemplarzy objętych projektem pozostaje niejawna, ale dokumenty mówią o milionach książek i wydatkach liczonych w dziesiątkach milionów dolarów.

Dlaczego firmy AI niszczą książki podczas skanowania?

Skanowanie destrukcyjne polega na fizycznym rozebraniu książki, aby przyspieszyć digitalizację. Grzbiet jest odcinany za pomocą maszyny hydraulicznej, a oddzielone kartki trafiają do szybkiego skanera.

Proces przebiegał następująco:

  1. Książki kupowano i dostarczano do zakładu digitalizacyjnego.
  2. Okładki i grzbiety odcinano mechanicznie.
  3. Luźne kartki przycinano do jednakowego formatu.
  4. Strony przepuszczano przez skanery przemysłowe.
  5. Oprogramowanie OCR rozpoznawało tekst i tworzyło wersję możliwą do przetwarzania przez komputer.
  6. Papierowe pozostałości odbierała firma recyklingowa.

Taka metoda jest znacznie szybsza od skanowania niedestrukcyjnego, podczas którego książka pozostaje otwarta pod specjalnym aparatem. Pozwala automatycznie przetwarzać całe stosy kartek, ale bezpowrotnie niszczy oprawę i fizyczną formę publikacji.

W przypadku masowych wydań dostępnych w tysiącach egzemplarzy strata jednej kopii może nie mieć znaczenia dla dziedzictwa. Problem pojawia się przy książkach niewznawianych, publikacjach regionalnych, drukach specjalistycznych, egzemplarzach z odręcznymi notatkami oraz tytułach zachowanych w niewielkiej liczbie kopii.

Nie ma dowodów, że Anthropic niszczyło cenne starodruki albo ostatnie istniejące egzemplarze danych książek. Firma kupowała duże partie publikacji od komercyjnych sprzedawców. Obecne obawy antykwariuszy dotyczą szerszego rynku, na którym pośrednicy poszukują również tytułów rzadkich, obcojęzycznych i od dawna niewznawianych.

Antykwariaty otrzymują setki nietypowych zamówień

Pod koniec kwietnia 2026 roku niemieccy antykwariusze zaczęli opisywać serię nocnych zamówień składanych za pośrednictwem AbeBooks. Jedna transakcja obejmowała czasami około 30 różnych tytułów.

Pierwsze szerzej komentowane zgłoszenie pojawiło się 30 kwietnia na forum branżowym Lesekauz. Sprzedawca informował o wielu zamówieniach od Zoom Books, obsługiwanych przez amerykańskie centrum logistyczne PrepFort. Pytał innych antykwariuszy, czy mają do czynienia ze zwykłym handlem, automatycznym systemem zakupowym czy zamówieniami składanymi dla zewnętrznego odbiorcy.

Wątek zebrał ponad 300 wpisów. Kolejni księgarze informowali o zakupach starych publikacji naukowych, poradników, monografii i książek obcojęzycznych. Część tytułów przez lata pozostawała w magazynach, ponieważ niemal nikt ich nie szukał.

Według literaturcafe.de pojedynczy sprzedawcy mieli otrzymywać zamówienia obejmujące łącznie nawet około tysiąca egzemplarzy. Jeden z anonimowych antykwariuszy szacował, że tylko w Niemczech przedmiotem podobnych transakcji mogło być około 700 tys. tytułów. Globalną skalę oceniał na 3 mln. Są to szacunki uczestnika rynku, a nie dane potwierdzone przez niezależny audyt.

Podobne sygnały napływały z Holandii, Hiszpanii i Szwajcarii. Pieter de Vries, antykwariusz z Haarlemu, otrzymał od przedstawiciela 2077AI arkusz z 3 001 numerami ISBN oraz prośbę o wycenę wysyłki do Chin. Wiadomość opisywała wielojęzyczny projekt gromadzenia książek, ale nie podawała wprost, że egzemplarze zostaną zniszczone lub wykorzystane do treningu modelu. Zamówienie potwierdza skalę poszukiwań, nie dalszy los publikacji.

Inny niezależny sprzedawca informował 404 Media, że wcześniej wysyłał najwyżej około 20 książek tygodniowo. W kwietniu sprzedaż wzrosła do kilkuset egzemplarzy. Zamówienia obejmowały między innymi publikacje zagraniczne, niewznawiane i trudne do sprzedania zwykłym klientom.

Antykwariusz przyznał, że transakcje poprawiły jego sytuację finansową i pomogły opróżnić magazyn. Jednocześnie krytycznie oceniał możliwość kierowania rzadziej spotykanych książek na przemiał. Nie znał jednak nazw końcowych odbiorców.

Zoom Books zaprzecza. Z sieci zniknął poradnik o książkach dla AI

Zoom Books odrzuca zarzuty, że digitalizuje lub niszczy książki na potrzeby trenowania sztucznej inteligencji. Firma przekazała mediom, że prowadzi zwykłą działalność związaną z zakupem, odsprzedażą i recyklingiem publikacji.

Do tych zapewnień doszło jednak istotne ustalenie. Wolfgang Tischer z serwisu literaturcafe.de odnalazł w Internet Archive wykaz wpisów usuniętych z bloga Zoom Books. Jeden z materiałów opublikowanych w marcu 2026 roku nosił tytuł „How to Source Used Books for AI Training: A Bulk Purchasing Guide”, czyli „Jak pozyskiwać używane książki do trenowania AI: poradnik zakupów hurtowych”.

Pełna treść artykułu nie jest dostępna. Zachował się tytuł oraz lista innych tekstów dotyczących hurtowego kupowania książek w różnych państwach. Sam nagłówek nie wyjaśnia, kto był odbiorcą zamówień ani co działo się z poszczególnymi egzemplarzami. Potwierdza natomiast, że przedsiębiorstwo publicznie zajmowało się tematem pozyskiwania używanych książek dla sektora AI.

Na swojej stronie Zoom Books przedstawia się jako firma zajmująca się recyklingiem książek w Ameryce Północnej. Przedsiębiorstwo nadal zaprzecza, że samo digitalizuje lub niszczy publikacje. Nie ujawniło jednak pełnej listy klientów korzystających z jego usług.

ISBNdb sprzedaje książki do szkolenia AI

W przeciwieństwie do Zoom Books firma ISBNdb otwarcie reklamuje usługę pozyskiwania fizycznych książek do trenowania sztucznej inteligencji. Oferta obejmuje zamówienia liczące od tysiąca do miliona egzemplarzy.

ISBNdb zachęca laboratoria AI do kupowania papierowych publikacji wydanych przed masowym upowszechnieniem modeli językowych. Według firmy takie książki zawierają teksty wolne od treści generowanych przez AI oraz od technik celowego zatruwania danych, stosowanych przez część twórców w celu utrudnienia automatycznego pobierania ich prac.

Pośrednik oferuje:

  • wyszukiwanie książek według numerów ISBN,
  • zamówienia liczące od tysiąca do miliona egzemplarzy,
  • dobór publikacji według języka, dziedziny i daty wydania,
  • transport do wskazanego zakładu digitalizacyjnego,
  • umowy o poufności,
  • nieujawnianie nazw klientów i ich list zakupowych.

Firma sama przyznaje, że informacja o zniszczeniu dwóch milionów książek przez przedsiębiorstwo AI nie wywołałaby przychylnej reakcji opinii publicznej. Poufność chroni więc nie tylko strategię pozyskiwania danych, lecz także reputację kupującego.

Oferta ISBNdb potwierdza istnienie zorganizowanego rynku dostaw papierowych książek do szkolenia modeli. Nie dowodzi jednak, że każdy klient wybiera destrukcyjne skanowanie. O metodzie digitalizacji decyduje końcowy odbiorca.

Czy niszczenie książek przez AI jest legalne?

W Stanach Zjednoczonych odpowiedź zależy między innymi od sposobu pozyskania publikacji i późniejszego wykorzystania jej treści. W sprawie Bartz przeciwko Anthropic sędzia William Alsup rozdzielił dwie kwestie: trenowanie modelu na książkach oraz stworzenie biblioteki z nielegalnie pobranych plików.

Sąd uznał, że trenowanie modelu na legalnie kupionych książkach może zostać objęte zasadą fair use, ponieważ system AI wykorzystuje tekst do innego celu niż tradycyjna lektura czy sprzedaż publikacji. Za dopuszczalne uznano również zastąpienie legalnie kupionego papierowego egzemplarza kopią cyfrową, jeżeli oryginał został zniszczony, a plik nie był dalej rozpowszechniany.

Inaczej oceniono pobranie ponad siedmiu milionów pirackich kopii. Anthropic zachowało je w trwałej bibliotece, także wtedy, gdy nie wszystkie były od razu potrzebne do szkolenia modeli. Według sądu legalny cel nie usprawiedliwiał wcześniejszego pozyskania zbiorów z nieautoryzowanych źródeł.

20 lipca 2026 roku sąd ostatecznie zatwierdził ugodę o wartości 1,5 mld dolarów. Lista obejmuje 482 460 kwalifikujących się tytułów, a roszczenia zgłoszono do 440 490 z nich. Po kosztach funduszu pozostaje orientacyjnie około 3 127 dolarów na zgłoszony tytuł przed podziałem między właścicieli praw. Anthropic nie przyznało się do odpowiedzialności.

Ocena, czy firmy AI niszczą książki zgodnie z prawem europejskim, wymaga odrębnej analizy. Amerykańskie orzeczenie nie przesądza o legalności podobnej działalności w Europie. Unijne regulacje dotyczące eksploracji tekstów i danych przewidują wyjątki od praw autorskich, ale właściciele praw mogą w określonych sytuacjach zastrzec brak zgody na komercyjne wykorzystywanie utworów. Znaczenie mają również sposób pozyskania treści, prawo państwa, w którym odbywa się digitalizacja, oraz warunki dalszego przetwarzania danych.

Kto otrzymuje wynagrodzenie za używaną książkę?

Zakup używanej książki nie zapewnia autorowi nowego wynagrodzenia. Pieniądze otrzymuje antykwariat, platforma sprzedażowa albo pośrednik. Pisarz i wydawca zwykle nie uczestniczą w tej transakcji.

Dla branży AI jedna książka może mieć wartość wielokrotnie większą niż jej cena na rynku wtórnym. Tekst może zostać przetworzony, połączony z innymi zbiorami i wykorzystany podczas rozwijania komercyjnego modelu, który następnie generuje opowiadania, streszczenia, reklamy, artykuły i kolejne książki.

Autor nie otrzymuje informacji, czy jego twórczość została wykorzystana. Nie może również sprawdzić, jaki wpływ miała na zachowanie modelu. Najważniejszy spór etyczny dotyczy więc asymetrii: twórcy ponoszą koszty powstania książek, a firmy technologiczne przejmują ich wartość jako dane bez indywidualnej zgody i bez przejrzystego systemu wynagrodzeń.

Nie rozwiązuje tego argument, że laboratorium legalnie kupiło jeden papierowy egzemplarz. Zakup pozwala czytać, odsprzedać albo zniszczyć rzecz. Spór dotyczy tego, czy powinien również dawać prawo do wykorzystania całego utworu w systemie, który może później konkurować z autorami na rynku.

Wydawcy mogą odmówić sprzedaży książek firmom AI

Na zakupy prowadzone przez laboratoria AI zareagował Ingram Content Group, jeden z największych dystrybutorów książek na świecie. Firma poinformowała współpracujących wydawców, że przedsiębiorstwa technologiczne coraz częściej kupują papierowe publikacje w celu ich skanowania i wykorzystywania podczas trenowania modeli.

Ingram umożliwił wydawcom zgłoszenie sprzeciwu wobec świadomej sprzedaży całego katalogu bezpośrednio firmom AI. Dystrybutor zapowiedział, że podejmie rozsądne działania, aby respektować takie decyzje.

Mechanizm ma ograniczenia. Ingram może nie rozpoznać końcowego klienta, jeżeli książki zamawia pośrednik. Blokada nie obejmuje również egzemplarzy krążących na rynku wtórnym.

Decyzja pozostaje istotna, ponieważ duży dystrybutor uznał zakupy dokonywane przez laboratoria AI za osobną kategorię transakcji. Wydawca może przynajmniej odmówić świadomego dostarczania swoich książek bezpośrednio firmom technologicznym.

Czy stare i rzadkie książki mogą zniknąć?

Masowe zakupy nie oznaczają automatycznie, że z rynku znikną wszystkie stare książki. Popularne wydania ukazywały się w setkach tysięcy egzemplarzy, a wiele publikacji nadal znajduje się w bibliotekach i prywatnych zbiorach.

Ryzyko jest większe w przypadku:

  • niskonakładowych monografii naukowych,
  • publikacji regionalnych i lokalnych,
  • książek wydanych w mniej popularnych językach,
  • dawnych podręczników i dokumentacji technicznej,
  • wydawnictw emigracyjnych,
  • książek nigdy wcześniej niezdigitalizowanych,
  • egzemplarzy zawierających dedykacje, notatki lub informacje o pochodzeniu.

Zeskanowanie tekstu nie zawsze oznacza zachowanie książki jako obiektu historycznego. Cyfrowy zapis może nie obejmować rodzaju papieru, oprawy, znaków własnościowych, odręcznych uwag, ekslibrisów i śladów wcześniejszego użytkowania.

Dodatkowym problemem jest dostęp. Książka znajdująca się w bibliotece może zostać przeczytana przez badaczy i czytelników. Plik zamknięty w korporacyjnym zbiorze treningowym nie staje się publicznym archiwum. Jego treść zostaje przekształcona w dane służące prywatnemu modelowi.

Firmy AI niszczą książki: co zostało potwierdzone?

Potwierdzono, że:

  • Anthropic kupiło i destrukcyjnie zeskanowało miliony książek;
  • papierowe egzemplarze wykorzystane w Project Panama zostały zniszczone i przekazane do recyklingu;
  • teksty posłużyły do rozwijania modeli Claude’a;
  • ISBNdb oferuje firmom AI hurtowe dostawy od tysiąca do miliona książek;
  • europejscy antykwariusze otrzymują masowe zamówienia na stare i słabo sprzedające się tytuły;
  • 2077AI przyznało, że poszukuje książek do szkolenia sztucznej inteligencji;
  • Ingram pozwala wydawcom zablokować świadomą sprzedaż katalogów bezpośrednio firmom AI;
  • na blogu Zoom Books znajdował się wpis dotyczący hurtowego pozyskiwania używanych książek do trenowania AI.

Nie potwierdzono, że:

  • wszystkie książki kupowane obecnie w europejskich antykwariatach są niszczone;
  • Zoom Books samodzielnie skanuje lub tnie kupowane publikacje;
  • każda książka trafiająca do pośrednika jest wykorzystywana podczas szkolenia modelu;
  • Anthropic niszczyło starodruki albo ostatnie zachowane egzemplarze poszczególnych wydań;
  • wszystkie duże firmy rozwijające AI korzystają z identycznego modelu pozyskiwania danych.

Najkrócej: firmy AI niszczą książki w udokumentowanych projektach, takich jak Project Panama. Nie daje to jednak podstaw do przypisania takich samych działań każdemu pośrednikowi kupującemu stare publikacje.

Firmy AI niszczą książki: FAQ

Dlaczego firmy AI niszczą książki?
Odcinanie grzbietów pozwala szybko przepuszczać luźne kartki przez skanery przemysłowe. Metoda obniża koszty i przyspiesza digitalizację, ale fizyczny egzemplarz zostaje bezpowrotnie zniszczony.

Co to jest Project Panama?
Project Panama był programem Anthropic służącym do masowego kupowania, destrukcyjnego skanowania i digitalizowania papierowych książek. Pozyskane teksty wykorzystano podczas rozwijania modeli Claude’a.

Czy Anthropic naprawdę zniszczyło miliony książek?
Tak. Potwierdzają to dokumenty sądowe oraz materiały dotyczące wykonawców projektu. Dokładna liczba książek pozostaje utajniona.

Dlaczego AI potrzebuje starych książek?
Starsze publikacje zawierają teksty napisane przed upowszechnieniem generatywnej sztucznej inteligencji. Są więc wolne od dużej części syntetycznych treści, które obecnie krążą po internecie.

Czy firmy AI kupują książki w antykwariatach?
Takie zakupy są zgłaszane w kilku państwach europejskich. Nie zawsze można jednak ustalić, czy końcowym klientem jest laboratorium AI, ponieważ zamówienia bywają składane przez pośredników.

Czy Zoom Books niszczy kupowane książki?
Nie zostało to potwierdzone. Zoom Books zaprzecza, że digitalizuje lub niszczy książki. W archiwum internetu zachował się jednak tytuł usuniętego poradnika firmy o hurtowym pozyskiwaniu używanych książek do szkolenia AI.

Czy niszczenie książek do trenowania AI jest legalne?
W USA sąd uznał, że digitalizacja legalnie kupionych egzemplarzy i wykorzystanie tekstu do szkolenia modelu może podlegać fair use. Ocena prawna w Europie może być inna i zależy od przepisów danego państwa oraz regulacji Unii Europejskiej.

Czy autorzy otrzymują zapłatę?
Nie, jeżeli laboratorium kupuje używany egzemplarz na rynku wtórnym. Autor może otrzymać wynagrodzenie tylko wtedy, gdy obowiązuje osobna umowa licencyjna albo system rozliczeń obejmujący wykorzystanie utworu przez AI.

Źródła i dokumenty

Aktualizacja: 31 lipca 2026 roku.

Czytaj także

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *

Ta strona używa Akismet do redukcji spamu. Dowiedz się, w jaki sposób przetwarzane są dane Twoich komentarzy.