Podjetje Anthropic je kupovalo tiskane knjige, jim odrezalo hrbte, strani digitaliziralo, papirne izvode pa zavrglo. Avstralski antikvarji se zdaj sprašujejo, ali so se v takšni dobavni verigi znašle tudi knjige iz njihovih skladišč – morda celo redki ali edini ohranjeni izvodi.

Veliki jezikovni modeli potrebujejo ogromne količine kakovostnega besedila. Splet jim ponuja skoraj neomejeno gradivo, vendar je precej tega kratkega, nepovezanega, podvojenega ali nezanesljivega. Knjige so drugačne: prinašajo urejene podatke, razvite argumente, daljše pripovedi in premišljen jezik. Prav zato so za razvijalce umetne inteligence posebno dragocene.

Toda knjiga, primerna za človekovo branje, ni nujno primerna za hitro industrijsko digitalizacijo. Najcenejši postopek je lahko tudi najbolj grob: odrežejo ji hrbet, ločene strani spravijo skozi optični bralnik, nato pa poškodovani papir zavržejo ali zmeljejo. V digitalni zbirki ostane besedilo, predmet, iz katerega je bilo pridobljeno, pa izgine.

Takšno »uničevalno skeniranje« ni le domneva zaskrbljenih knjigarnarjev. Razkrili so ga dokumenti iz ameriškega sodnega postopka proti podjetju Anthropic, razvijalcu modela Claude. Podjetje je za svojo zbirko kupovalo tudi tiskane knjige ter jih pri digitalizaciji razvezalo, obrezalo in po skeniranju odstranilo. Ameriško sodišče je presodilo, da je bila izdelava digitalnih kopij zakonito kupljenih knjig za takšno notranjo uporabo dopustna, ker digitalna kopija ni bila prodana ali razširjena in je nadomestila kupljeni fizični izvod.

To pa ni isto vprašanje kot uporaba piratsko pridobljenih knjig. Anthropic je imel v osrednji zbirki tudi več milijonov nepooblaščeno prenesenih del. Zaradi tega je podjetje v ločenem delu spora z avtorji sklenilo poravnavo v višini 1,5 milijarde dolarjev. Primer zato ne daje preprostega odgovora, da je »vse dovoljeno«: sodišče je drugače obravnavalo učenje modela, digitalizacijo zakonito kupljenih izvodov in hranjenje piratskih kopij.

Nenavadni nakupi iz antikvariatov

Zaskrbljenost se je zdaj razširila med avstralske prodajalce rabljenih in starih knjig. Nekateri so prejeli neobičajno obsežna naročila kanadskega podjetja Zoom Books, ki se predstavlja kot prodajalec in recikler knjig. Naročniki niso pretirano gledali na ceno, izbor pa se je zdel naključen: skupaj so kupovali stare strokovne priročnike, lokalne zgodovine, poezijo in druga dela, ki so leta ali desetletja čakala na kupca.

Takšen vzorec še ne dokazuje, da so knjige končale v napravah za učenje umetne inteligence. Zoom Books zatrjuje, da knjige prodaja naprej nepoškodovane, da jih ne digitalizira in da jih reciklira šele, ko zanje ni mogoče najti novega lastnika. Anthropic pa je sporočil, da od tega podjetja ni kupoval in da njegovi programi ne kupujejo ter ne uničujejo redkih ali antikvarnih knjig. Zoom Books zaradi poslovne zaupnosti ni razkril svojih kupcev.

Prav ta nejasnost je del problema. Prodajalec po opravljeni prodaji navadno ne ve, kam bo knjiga odšla in kaj se bo z njo zgodilo. Pri običajnem, množično natisnjenem romanu to morda ni posebno kulturno vprašanje. Če obstaja še na tisoče enakih izvodov, izguba enega ne bo izbrisala dela iz sveta.

Povsem drugače je pri starejših, lokalnih, samozaložniških ali slabo dokumentiranih izdajah. Knjigarnar ne more vedno vedeti, koliko izvodov je še ohranjenih. Knjiga, ki je zaradi majhnega povpraševanja poceni, zato ni nujno nepomembna. Nizka tržna cena lahko pomeni samo, da njenega pomena trg še ni prepoznal.

Knjiga ni samo nosilec besedila

Za jezikovni model je bistvena predvsem vsebina. Naslovnica, vrsta papirja, vezava, tiskarske napake, žig nekdanje knjižnice, lastnikovo posvetilo in opombe na robu zanj večinoma pomenijo odvečne podatke. Za raziskovalca, zbiratelja ali družino pa so lahko prav ti sledovi najdragocenejši del izvoda.

Dve knjigi z enakim natisnjenim besedilom zato nista vedno dva enaka predmeta. Ena je lahko nedotaknjena izdaja iz knjigarne, druga pa ima avtorjev podpis, bralčeve pripombe ali zaznamek, ki razkriva, kdo jo je uporabljal in v kakšnem času. Digitalizirano besedilo ohrani besede, ne ohrani pa nujno zgodovine posamezne knjige.

Knjižnice pri digitalizaciji gradivo izbirajo, popisujejo in ohranjajo tudi izvorni predmet. Pri industrijskem zajemanju podatkov je cilj drugačen: čim hitreje pridobiti čim več uporabnega besedila. Knjiga ni obravnavana kot del kulturne dediščine, ampak kot embalaža za podatke. Ko je njena vsebina prenesena v računalniško zbirko, embalaža nima več vrednosti.

V tem je neprijeten paradoks. Podjetja knjige potrebujejo prav zato, ker vsebujejo urejeno človeško znanje in ustvarjalnost, hkrati pa lahko postopek njihovega zajemanja izbriše materialne dokaze o ljudeh, ki so jih napisali, izdali, kupili in brali.

Kdo odloča, kaj je vredno ohraniti?

Vsaka uničena knjiga še ni kulturna izguba. Knjižnice, knjigarne in posamezniki vsak dan izločajo obrabljene ter odvečne izvode, ker vsega ni mogoče hraniti. Tudi umetna inteligenca ni prva industrija, zaradi katere razstavljajo knjige: nekateri trgovci iz starih del izrezujejo ilustracije in jih posamezno prodajajo dražje kot celoten izvod.

Novost sta predvsem obseg in hitrost. Tehnološko podjetje ne išče določenega zgodovinskega dokumenta, temveč milijone besedil. Če se odkup in skeniranje izvajata prek posrednikov, se lahko redka knjiga izgubi, še preden kdo ugotovi, da je bila redka. Trg pri tem ni zanesljiv varuh: kar je danes vredno deset evrov, je lahko jutri nenadomestljiv vir za raziskovanje nekega kraja, skupnosti ali obdobja.

Vprašanje zato ni samo, ali sme podjetje digitalizirati knjigo, ki jo je zakonito kupilo. Pomembno je tudi, ali potrebujemo varovala, ki bi pred množičnim uničevalnim skeniranjem prepoznala redke, podpisane ali drugače pomembne izvode. Pri takšnih knjigah lastništvo posameznega predmeta še ne pomeni nujno, da njegova izguba zadeva samo lastnika.

Umetna inteligenca naj bi človeško znanje ohranjala, povezovala in naredila dostopnejše. Težko pa je govoriti o ohranjanju, če mora knjiga najprej izgubiti hrbet, platnice in svojo zgodovino, da lahko njene besede postanejo podatki. Napredek, ki shrani besedilo in zavrže vse drugo, lahko o knjigi ve zelo veliko – ne da bi sploh razumel, kaj je uničil.

Viri: The Guardian, 2. avgust 2026, Reuters, 20. julij 2026, sodna odločba v zadevi Bartz proti Anthropicu