Wyobraź sobie: pewnego dnia z półek antykwariatów zaczynają znikać stare książki. Nie trafiają do kolekcjonerów ani bibliotek. Ktoś skupuje je hurtowo, przewozi do magazynów, odcina grzbiety, skanuje każdą stronę. I wyrzuca – już bezużyteczny – papier. Książka fizycznie przestaje istnieć. A jej treść trafia do bazy danych. I będzie wykorzystywana do trenowania sztucznej inteligencji.
Brzmi jak scenariusz dystopijnej powieści? Tymczasem to się już dzieje w Stanach Zjednoczonych, Australii, Hiszpanii, Niemczech, Holandii, we Włoszech… Ale i w Polsce. Firmy rozwijające sztuczną inteligencję kupują stare, papierowe książki, bo ogólnodostępne zasoby internetu przestały wystarczać do trenowania kolejnych modeli językowych. Poszukiwane są teksty sprzed ery generatywnej AI, które nie zostały "skażone" przez algorytmy.
Sprawę jako pierwsi w Polsce opisali dziennikarze Gazeta.pl. W artykule przedstawiono doniesienia z niemieckich antykwariatów na podstawie ustaleń amerykańskiego serwisu 404media. Zapytaliśmy właścicieli antykwariatów w Polsce, czy otrzymali podobne zapytania.
Antykwariusze w Polsce: chcą hurtowo kupować książki
Dzień po publikacji artykułu Gazeta.pl do sprawy za pośrednictwem mediów społecznościowych odniósł się Marcin Gałązka z warszawskiego antykwariatu Zakładka.
Przypomniał sobie o mailu, którego dostał kilka dni wcześniej: "Napisała do mnie kanadyjska firma Zoom Books i oni wprost piszą, że chcą kupować książki i to nie pojedyncze egzemplarze, ale ilości hurtowe. Chcą porównać mój katalog z listą ponad 800 tys. polskich tytułów, których poszukują. Ten mail pokazuje, że trend z zachodu dociera już do Polski."
"Ja na pewno się takiej współpracy nie podejmę. Byłoby to zupełnie sprzeczne z moim rozumieniem roli antykwariusza we współczesnym świecie – komentuje w rolce na Instagramie antykwariusz Gałązka.
I dodaje: "Z jednej strony to jest oczywiście szansa na wielki biznes i pieniądze, na sprzedaż książek, które na co dzień nie są zbyt atrakcyjne. Ale z drugiej strony, jak sobie pomyślę, że tysiące książek wkrótce mogą trafić na zdigitalizowany przemiał, to aż się 'gotuję'. Ja mówię nie".
Przedstawiciele tej samej firmy zwrócili się również do Stanisława Karolewskiego z wrocławskiego antykwariatu Szarlatan. Właściciel nie ma wątpliwości, dlaczego firma chce dokonać zakupu.
Jak mówi, otrzymał wiadomość o niemal identycznej treści jak antykwariusz Gałązka.
Nadawca przedstawił się jako współzałożyciel kanadyjskiej firmy Zoom Books, zajmującej się masowym przetwarzaniem książek, i poinformował, że spółka poszukuje ponad 800 tys. tytułów z Polski. Zaproponował długoterminową współpracę hurtową, poprosił o przesłanie listy dostępnych książek (ISBN i ceny w pliku Excel lub CSV), zapewniając, że firma zajmie się całą logistyką i transportem.
Numer ISBN (International Standard Book Number) to identyfikator umieszczony na tylnej okładce, który pomaga uniknąć zakupów tych samych tytułów. Firma jest więc zainteresowana nabyciem pojedynczych egzemplarzy ośmiuset tysięcy książek, które dotychczas nie zostały zdigitalizowane, czyli nie są nigdzie dostępne w formie e-booków.
Stanisław Karolewski nawet nie rozważał przyjęcia tej propozycji. Mówi, że to niezgodne z jego przekonaniami. I zaznacza, że otrzymał więcej takich propozycji od różnych firm.
Kto chce kupować książki?
Zoom Books (prawnie Acirassi Books Ltd.) to kanadyjska firma, która oficjalnie nazywa się "ekologicznym liderem masowej odsprzedaży używanych książek" na platformach typu Amazon czy eBay. Międzynarodowe śledztwa, m.in. magazynu "The Guardian" wiążą jej działalność ze skupowaniem książek na potrzeby trenowania modeli językowych AI (LLM).
Zwróciłam się do wspomnianej firmy z pytaniem o szczegóły działalności i cel zakupu książek. Odpowiedzi do momentu publikacji tekstu jednak nie otrzymałam.
W odniesieniu do zarzutów zagranicznych mediów firma już wcześniej wydała oświadczenie dla "Publisher Lunch". Określiła w nim wszelkie oskarżenia o niszczenie i używanie książek do trenowania sztucznej inteligencji jako "kategorycznie fałszywe". "Aby było jasne: Zoom Books nie digitalizuje ani nie niszczy używanych, ani nowych książek w celu szkolenia modeli AI ani w żadnym innym celu" – napisano.
Problem polega na tym, że nie ma narzędzi do weryfikowania, czy celem zakupu jest trenowanie modeli językowych
Odkąd informacja o takich przypadkach w niemieckich antykwariatach obiegła media, dyskutujemy między sobą. Także od klientów otrzymałam prośby o niewyprzedawanie masowo książek w celach trenowania AI.
Podkreśla jednak: – Nie mamy narzędzi, które pozwalałyby zweryfikować, czy książki kupuje osoba prywatna, czy firma – niezależnie od tego, czy celem jest stworzenie własnego księgozbioru, uzupełnienie biblioteki, podarowanie książek komuś innemu czy wykorzystanie ich do trenowania modeli językowych.
Skanowanie destrukcyjnie starych książek
Pierwsze informacje o masowym skupowaniu książek do trenowania modeli AI pojawiły się w USA trzy lata temu.
W trakcie procesu przeciwko firmie Anthropic ujawniono, że w ramach projektu "Panama" kupowała ona używane książki, rozcinała ich grzbiety, skanowała strony i niszczyła egzemplarze, aby wykorzystać ich treść do szkolenia sztucznej inteligencji. Sprawę opisał "Washington Post".
Choć proces zakończył się ugodą, sąd uznał, że samo tzw. skanowanie destrukcyjne – polegające na stworzeniu cyfrowej kopii książki i zniszczeniu papierowego egzemplarza bez udostępniania kopii – nie narusza amerykańskiego prawa autorskiego.
Powód takiego działania jest prosty: internet, dotąd główne źródło danych dla AI, coraz częściej wypełniają treści generowane przez same algorytmy, co pogarsza jakość kolejnych modeli.
Zjawisko to, nazywane "załamaniem modelu" (model collapse), sprawia, że firmy technologiczne coraz częściej szukają wartościowych tekstów powstałych przed erą AI.
– Początkowo modele trenowano na wszystkim, co było dostępne, także na materiałach z pirackich zbiorów – mówi Wirtualnemedia.pl mecenas Krzysztof Czyżewski z Kancelarii Adwokackiej Czyżewscy
Przepisy prawne nie rozstrzygają
Mecenas Krzysztof Czyżewski wyjaśnił nam różnicę między amerykańskim a polskim prawem.
Amerykański system prawa autorskiego jest co do zasady bardziej przychylny wykorzystaniu cudzych utworów. Ocena tego, czy skanowanie książek i wykorzystywanie ich do szkolenia modeli AI jest zgodne z prawem, opiera się na elastycznej zasadzie fair use (dozwolonego użytku). Sąd analizuje m.in., czy takie wykorzystanie ma charakter transformacyjny oraz jaki wpływ ma na rynek i wartość oryginalnego utworu. W praktyce oznacza to, że w określonych okolicznościach skanowanie książek i wykorzystywanie ich do szkolenia modeli AI zostało uznane za zgodne z prawem.
W Europie kontynentalnej, w tym w Polsce, przepisy o dozwolonym użytku są skonstruowane inaczej: – Zwykle mamy zamknięty katalog konkretnych przypadków, w których wolno korzystać z utworów bez zgody uprawnionych.
– Kupno egzemplarza nie daje żadnych praw do utworu. Przeniesienie własności egzemplarza nie przenosi na nabywcę tego egzemplarza autorskich praw majątkowych. Raz wprowadzony do obrotu egzemplarz książki może być wprawdzie dalej odsprzedawany (z tego żyją antykwariaty), ale ani księgarnia pierwotna, ani nabywca indywidualny, ani antykwariat nie pozyskują w żadnym momencie prawa autorskiego do książki. Czyli np. nie mogą jej kopiować, zrobić audiobooka, czytać jej w radiu itp – mówi mecenas.
Ale od 2024 roku polskie prawo autorskie pozwala kopiować rozpowszechnione utwory na potrzeby eksploracji tekstów i danych, o ile autor lub inny uprawniony nie zastrzegł, że się na to nie zgadza. Mówi o tym artykuł 26³ ustawy o prawie autorskim i prawach pokrewnych. Został on wprowadzony do polskiego porządku prawnego dwa lata temu w ramach implementacji unijnej dyrektywy DSM.
Krótko mówiąc: jeśli utwór został opublikowany za zgodą twórcy, a właściciel praw nie zakazał jego eksploracji, to może on zostać wykorzystany do tego celu zgodnie z prawem.
Przepis pozwala przechowywać kopie utworów tylko tak długo, jak jest to potrzebne do eksploracji. Powstaje więc pytanie, czy można na stałe przechowywać pełne teksty książek, aby wykorzystywać je do szkolenia kolejnych modeli AI przez wiele lat.
A na koniec warto dotknąć tematu samego niszczenia książek przy skanowaniu. Tu niestety odpowiedź nie spodoba się miłośnikom papierowych wydań – samo zniszczenie książki jest z punktu widzenia prawa autorskiego neutralne. Firma, która zakupiła egzemplarze niszczy swoją własność. I może to legalnie zrobić.
Krzysztof Czyżewski wyjaśnia, że autor lub wydawca mógłby się sprzeciwić takim działaniom. – Taki sprzeciw jest sposobem na zablokowanie eksploracji tekstów. Przynajmniej w teorii. Nie wiadomo bowiem jak pewnie sprawdzić czy książki, wobec których uprawnieni zgłosili sprzeciw, nie są wykorzystywane do szkolenia modeli AI – mówi mecenas Czyżewski.
