Компанія Anthropic застосовувала метод «руйнівного сканування» друкованих книжок для отримання даних, необхідних для навчання великої мовної моделі Claude. Після оцифрування паперові оригінали видань знищували. Про цю практику стало відомо завдяки судовій справі Bartz v. Anthropic PBC, де суд визнав навчання штучного інтелекту на захищених авторським правом творах допустимим, повідомляє The Guardian.

Проєкт оцифрування книжок у Anthropic мав кодову назву Project Panama. Внутрішня службова записка, яка стала доказом у справі, описувала його як «спробу здійснити руйнівне сканування всіх книжок у світі» та містила заклик не розголошувати інформацію про проєкт. Цей метод дозволяв отримати великі масиви якісних текстів, створених до 2022 року, коли генеративний ШІ ще не почав масово впливати на текстові дані.

За матеріалами судової справи, Anthropic розраховувала, що «ретельно дібрані факти, структурований аналіз і захопливі художні сюжети» допоможуть Claude писати точніше та переконливіше. Спочатку компанія використовувала піратські джерела книжок, але через судовий спір і позасудову угоду з авторами на суму 1,5 мільярда доларів відмовилася від цього підходу.

Натомість Anthropic купувала друковані видання у постачальників, наймала персонал для підготовки книжок і залучала підрядника для сканування. Під час процесу знімали палітурки, обрізали сторінки до потрібного розміру, сканували їх і перетворювали на цифрові файли, після чого паперові примірники утилізували. Компанія стверджувала, що такий підхід відповідає доктрині «добросовісного використання» (Fair use) у США, оскільки створює нову цифрову форму використання тексту.

У матеріалах справи є фотографії складів із пронумерованими книжками та працівниками, які готували їх до сканування, тоді як процес подрібнення й утилізації книжок залишився поза кадром. Авторка The Guardian Кетрін Джеймс звертає увагу на культурний аспект цієї практики, наголошуючи, що книжка є не лише носієм тексту, а й культурним об’єктом, проте в США бракує норм, які регулюють поводження з книжками як частиною культурної спадщини.

У справі Bartz v. Anthropic PBC «руйнівне сканування» постає як спосіб усунути фізичний носій тексту після оцифрування та використати отримані дані для вдосконалення ШІ. Авторка The Guardian також піднімає питання про можливі наслідки, якщо інші компанії почнуть масштабно застосовувати таку практику.

Минулого місяця група великих видавництв, письменник Скотт Туроу та організація S.C.R.I.B.E. подали колективний позов проти Google через незаконне використання захищених книжок для навчання моделей Gemini. Позивачі стверджують, що Google без згоди скопіювала матеріали з Google Books та Google Play і навмисно вилучала дані про авторські права, щоб приховати порушення. Цей позов став частиною серії масштабних судових суперечок між правовласниками та технологічними компаніями щодо меж добросовісного використання контенту під час розробки ШІ.