В немецких антикварных магазинах происходит то, что ещё недавно показалось бы мечтой любого продавца старых книг. Со складов внезапно начали исчезать издания, которые годами не находили покупателей: узкоспециализированные научные исследования, старые учебники, биографии, справочники, кулинарные книги и другая специализированная литература на немецком языке.
Заказы поступают по ночам, часто десятками или даже сотнями одновременно. Некоторые продавцы всего за несколько недель получили выручку, сопоставимую с доходом за несколько обычных месяцев. При этом покупателей, судя по всему, почти не интересуют ни тема книги, ни её художественная ценность, ни состояние. Главное, чтобы у издания был международный стандартный книжный номер и оно ещё не существовало в цифровом виде.
За большинством необычных покупок стоит канадская компания Zoom Books. Она позиционирует себя как крупное предприятие по переработке и повторному использованию книг. Сначала немецких антикваров просили отправлять заказы в Канаду или США, даже если стоимость пересылки во много раз превышала цену самой книги. Позднее адрес изменился: теперь многочисленные посылки направляются в Кодерсдорф — небольшой город в Саксонии недалеко от польской и чешской границ.
Что происходит с книгами после прибытия на склад, достоверно неизвестно. Компания не раскрывает, кто является конечным заказчиком, и отрицает, что оцифровывает или уничтожает литературу для обучения искусственного интеллекта. Однако среди книготорговцев практически сразу появилась другая версия: кто-то собирает огромный массив печатных текстов, которых ещё нет в интернете.
На эту версию указывает сама логика закупок. Они выглядят полностью автоматизированными и лишёнными обычного человеческого интереса. Никто не пытается собрать произведения конкретного автора, литературу определённой эпохи или тематическую коллекцию. В одном заказе могут оказаться руководство по эксплуатации старого промышленного оборудования, исследование по истории немецкой литературы, туристический справочник, медицинская монография и книга по садоводству.
Особенно востребованы издания 1970–1990-х годов. Многие из них выходили большими тиражами, поэтому не считаются книжными редкостями, однако давно исчезли из обычной торговли. Они были изданы ещё до массового распространения электронных книг и не попали в крупные цифровые библиотеки. При этом значительная часть таких произведений по-прежнему защищена авторским правом.
Для искусственного интеллекта именно такое сочетание особенно ценно. Современные языковые модели уже переработали огромную часть открытого интернета. В обучающие наборы вошли сайты, форумы, энциклопедии, новостные публикации и книги, ранее переведённые в цифровой формат. Однако интернет наполнен повторами, рекламой, короткими текстами и материалами сомнительного качества. Печатные книги дают более последовательный язык, профессиональную лексику и знания, которые могли никогда не появиться в сети.
Немецкоязычная специальная литература представляет особый интерес ещё и потому, что большинство крупных языковых моделей обучалось прежде всего на англоязычных данных. Чтобы система уверенно работала с немецким языком, ей недостаточно переводов и современных сайтов. Нужны тексты разных десятилетий, профессий и стилей — от технических инструкций до гуманитарных исследований. В этом смысле старый книжный склад превращается в настоящее месторождение данных.
Подозрения усилила публикация, которая ранее находилась на сайте Zoom Books. В её заголовке говорилось о массовой закупке подержанных книг для обучения искусственного интеллекта. Позже этот материал исчез. Само по себе это ещё не доказывает, что нынешние заказы выполняются для разработчика языковой модели. Компания может быть лишь посредником или перепродавцом. Однако совпадение выглядит слишком заметным, чтобы участники рынка его игнорировали.
По оценкам, через подобную систему могли быть приобретены сотни тысяч книг только в Германии и несколько миллионов по всему миру. Точные цифры проверить сложно: сделки проходят через разные торговые площадки, склады и продавцов. Но масштаб уже достаточен, чтобы изменить рынок старой литературы. Книги, которые ещё весной почти ничего не стоили, неожиданно оказались востребованы новым покупателем, не читающим их в привычном смысле.
Для антикваров ситуация выглядит неоднозначной. С одной стороны, это выгодный бизнес. Они получают деньги за книги, которые годами занимали место на складах и нередко в итоге всё равно отправлялись на переработку. Покупки оплачиваются заранее, а спрос охватывает именно ту часть ассортимента, которая обычно продаётся хуже всего.
С другой стороны, продавцов тревожит неизвестность. Книга может оказаться одним из последних сохранившихся экземпляров небольшого регионального или научного издания, даже если формально она не считается редкой. Автоматизированная система закупок не всегда способна отличить массовую печатную продукцию от документа, имеющего локальную историческую ценность. После уничтожения вернуть такой экземпляр уже невозможно.
Предполагаемый способ обработки называется разрушительным сканированием. У книги срезают переплёт, страницы разделяют и с большой скоростью пропускают через автоматический сканер. Такой метод значительно дешевле бережной оцифровки, при которой каждую страницу переворачивают вручную, стараясь не повредить корешок. После сканирования бумажный экземпляр обычно отправляют на переработку.
Именно так поступала американская компания Anthropic, разработавшая систему Claude. В рамках внутреннего проекта она приобрела миллионы печатных книг, удалила переплёты, перевела страницы в цифровой формат и уничтожила физические экземпляры. Полученные тексты использовались для создания внутренней библиотеки и обучения моделей.
Американский суд счёл допустимым перевод законно приобретённой книги из бумажной формы в цифровую при условии, что печатный экземпляр уничтожается, а новая копия не распространяется. Логика заключалась в том, что компания не увеличила общее число экземпляров произведения, а лишь заменила один формат другим. Использование текстов для обучения модели также было признано преобразующим.
Однако это решение не стало универсальным разрешением на работу с любыми книгами. Отдельно рассматривались миллионы произведений, ранее полученных из нелегальных электронных библиотек. Покупка бумажных экземпляров не могла задним числом легализовать пиратские копии. Спор вокруг них завершился крупным соглашением с авторами.
Европейское право устроено иначе и не содержит столь широкого принципа допустимого использования, как американское. Здесь действуют исключения для автоматизированного анализа текстов и данных. Коммерческие компании могут использовать их в отношении материалов, находящихся в законном доступе, если правообладатель заранее не запретил это в установленной форме.
На практике такая защита плохо работает именно для бумажных книг. Автор или издательство могут разместить машиночитаемый запрет на сайте или в цифровом файле. На старом печатном издании 1984 года такого сигнала, разумеется, нет. После продажи физического экземпляра правообладатель также не контролирует, куда книга будет отправлена и в какой стране обработана.
Даже сам факт сканирования трудно обнаружить. Антиквар видит лишь обычную сделку: покупатель выбрал книгу, оплатил её и получил. Автор может даже не знать, что один из экземпляров его работы оказался в промышленном сканере. А если обработка происходит в США, ситуация дополнительно осложняется различиями между европейским и американским законодательством.
Проблема становится особенно заметной потому, что цифровые копии, вероятно, создаются не для общественной библиотеки. Читатель не получает возможность открыть редкую монографию, а научный институт — сохранить исчезающее издание. Текст превращается в закрытое сырьё для коммерческой системы, разработчик которой получает конкурентное преимущество.
При этом авторы не получают ни вознаграждения, ни точной информации о том, как используются их произведения. Их книги могут улучшать способность модели писать по-немецки, работать с профессиональной терминологией или создавать новые тексты, которые затем начинают конкурировать с публикациями людей. Формально компания покупает один подержанный экземпляр, однако экономическая отдача от извлечённых из него данных может оказаться значительно выше стоимости самой книги.
Есть и противоположный аргумент. Многие закупаемые издания годами никому не были нужны. Без нового спроса они могли бы остаться в подвалах, пострадать от сырости или закончить своё существование в макулатуре, так и не будучи оцифрованными. Даже если бумажный оригинал уничтожается, содержащаяся в нём информация не исчезает полностью.
Однако языковая модель не является библиотекой. Она не хранит книгу как документ, доступный читателю, и не гарантирует точного воспроизведения её содержания. Знания растворяются в статистических связях между словами и могут проявляться в ответах без указания автора или названия произведения. С точки зрения сохранения культуры это принципиальная разница.
Эта история показывает, что борьба за данные постепенно переместилась из интернета в физический мир. Когда свободно доступные цифровые тексты перестали удовлетворять разработчиков, ценность приобрели пыльные книжные полки и давно забытые тиражи. Антикварный рынок, десятилетиями работавший с коллекционерами, исследователями и случайными читателями, неожиданно стал частью инфраструктуры искусственного интеллекта.
Для Европы вопрос теперь заключается не только в том, законно ли сканирование отдельной купленной книги. Необходимо решить, должны ли авторы иметь возможность запрещать такое использование, как сделать этот запрет заметным для автоматизированных покупателей и обязаны ли разработчики раскрывать происхождение своих данных.
Европейская комиссия уже рассматривает идею создания общего реестра, в котором правообладатели смогут фиксировать отказ от использования своих произведений для анализа данных. Такой механизм мог бы облегчить проверку прав, однако пока остаётся лишь проектом. При этом он не решит судьбу миллионов старых книг, авторы которых умерли, издательства закрылись, а права распределены между наследниками.
История со старыми немецкими изданиями пока складывается из подтверждённых покупок и убедительных, но всё ещё не доказанных предположений. Неизвестно, кто является конечным заказчиком, где именно сканируются книги и все ли они уничтожаются. Но сам рынок уже изменился: текст, который никто не хотел читать, внезапно оказался нужен машинам.
В этом заключается один из главных парадоксов новой технологической эпохи. Книга может десятилетиями считаться невостребованной, а затем буквально за одну ночь превратиться в ценный источник данных. Только её автор, издатель и будущий читатель могут так и не узнать, куда она исчезла и созданию какого коммерческого продукта помогла.