Grzbiety książek pokrojone, strony zeskanowane, oryginały wyrzucone w lokalu Amazon VGT3 w Las Vegas
Autor: Roger Satterfield
TECH TIMES
Założyciel i CEO Amazon.com Jeffrey P. Bezos przemawia podczas wydarzenia prezentującego nowy Amazon Kindle 2.0 w Morgan Library & Museum 9 lutego 2009 roku w Nowym Jorku. Mario Tama/Getty Images
Amazon kiedyś zbudował cały swój biznes sprzedaży książek. Obecnie prowadzi magazyn w Las Vegas, gdzie rzadkie egzemplarze są rozcinane i podawane do modeli AI — a reporter udowodnił to trackerem za 29 dolarów. Śledztwo 404 Media opublikowane w poniedziałek śledziło rzadkie książki do Amazona, umieszczając Apple AirTag w ramach zamówienia hurtowego około 1000 woluminów podejrzewanych o zmierzanie do firmy AI, po przesyłce przez cztery stany do zakładu Amazon o nazwie LAS8 w północno-wschodnim Las Vegas, gdzie dedykowana jednostka oznaczona wewnętrznym kodem VGT3 przyjmuje przesyłki paletowe. Odcina grzbiety książek, by przyspieszyć skanowanie, a fizyczne kopie wyrzucają. Zeskanowane strony służą do trenowania modeli AI Amazona. Książki nie przetrwały.
Odkrycie to jest istotne z konkretnego powodu: Amazon wcześniej zaprzeczał, jakoby stosował skanowanie destrukcyjne. AirTag bezpośrednio zaprzeczył temu zaprzeczeniu.
Co AirTag znalazł na LAS8 Amazona
Podróż urządzenia śledzącego była pozbawiona blasku i potępiająca. Sprzedawca rzadkich książek na Biblio — niezależnym rynku, który zachowuje anonimowość tożsamości kupujących — współpracował z reporterem 404 Media, Emanuelem Maibergiem, aby umieścić AirTag w jednym tomie w 1000-książkowym zamówieniu hurtowym, które sprzedawca podejrzewał, że przeznaczone jest do szkolenia AI.
Urządzenie najpierw poleciało do Milwaukee, a następnie przez dwa tygodnie leżało w magazynie dystrybucyjnym pod Kenosha w stanie Wisconsin. Ciężarówka przewiozła go na zachód, z nocnym postojem w Grand Junction w Kolorado. Ostatni sygnał pochodził z Las Vegas, z północnego końca kompleksu magazynowego Amazon o nazwie LAS8, jak donosił GeekWire.
LAS8 to przede wszystkim placówka drukowania na żądanie — miejsce, gdzie powstają książki. Ale północna część budynku prowadzi osobną działalność. Pracownicy Amazon, którzy opublikowali wpisy na wewnętrznym forum pracowniczym, zidentyfikowali jednostkę pod nazwą kodową: VGT3. Logo namalowane przy wejściu do VGT3 przedstawia tyranozaura rexa trzymającego otwartą księgę. Obraz jest wierną reklamą.
"Wszystko, co robimy, to skanujemy książki" – napisał jeden z pracowników na forum, jak podał Tom's Hardware. Inni pracownicy opisywali ten przepływ pracy: duże palety książek docierają do środka, pracownicy odcinają grzbiety każdego tomu, aby luźne strony mogły przejść przez szybkie skanery, a fizyczne egzemplarze są wyrzucane po zakończeniu skanowania. Na drugim końcu nic nie wychodzi poza plikiem cyfrowym.
Gdy zarówno 404 Media, jak i Ars Technica poprosiły Amazon o komentarz, firma przekazała każdemu z nich to samo oświadczenie: "Amazon kupuje książki za pośrednictwem kanałów komercyjnych, aby pomóc rozwijać i ulepszać produkty i usługi używane przez naszych klientów", według The Next Web. Oświadczenie nie wspomina o sztucznej inteligencji. Nic w nim nie przeczy relacjom.
Co ujawnia skan kodu kreskowego
Jeden szczegół w relacjach medialnych 404 wykonuje więcej pracy niż jakikolwiek inny.
Pracownicy VGT3 nie skanują po prostu stron książek. Według relacji pracowników przeanalizowanych przez 404 Media, pracownicy skanują kody kreskowe ISBN każdej książki, zanim zeskanują jej strony. Międzynarodowy Standardowy Numer Książki — 13-cyfrowy identyfikator przypisany każdej komercyjnie wydanej książce od 1970 roku, standaryzowany jako ISO 2108 i obejmujący obecnie ponad 150 krajów — to globalny system katalogowania, który sprawia, że każda opublikowana książka jest jednoznacznie rozpoznawalna.
Skanując ISBN przed zawartością, Amazon buduje rejestr tego, co zkonsumował. Ten rekord, porównywany z dowolną bazą danych ISBN, informuje operację, które księgi jeszcze potrzebuje. Firma AI z dostępem do katalogu ISBN może w zasadzie generować systematyczne zamówienia, by wypełnić każdą lukę w swoim korpusie szkoleniowym — przechodząc przez całą udokumentowaną bibliografię publikowania przez człowieka, paletę po paletie. Księgarze w USA i Europie już opisali dokładnie ten schemat: zamówienia hurtowe bez spójnej tematyki, zjednoczone jedynie przez ISBN, składane przez kupujących niezainteresowanych wartością literacką czy komercyjną książek, co zostało udokumentowane we wcześniejszych relacjach TechTimes.
Księgarz, który podłożył lokalizator, opisał, co ginie w tej kalkulacji. "Istnieją różne rodzaje wartości" – powiedział sprzedawca 404 Media, jak podaje The Next Web. "Oczywiście jest wartość pieniężna, ale jest też wiele innych rodzajów wartości. Jest wartość historyczna, intelektualna, sentymentalna. Różne rzeczy, a wszystkie te firmy AI nie interesują się. Chcą po prostu treści, żeby to był zbiór słów połączonych razem."
Dlaczego otwarty web już nie działa
Aby zrozumieć, dlaczego Amazon prowadzi operację niszczenia książek na pustyni w Nevadzie, trzeba zrozumieć, co stało się z internetem jako źródłem szkoleniowym.
Pierwsza generacja dużych modeli językowych była zbudowana głównie na indeksach internetowych. To zasób jest teraz zagrożony na dwa odrębne sposoby. Pierwszym jest upadek modelu: udokumentowane zjawisko, w którym modele AI trenujące na tekście generowanym przez AI stopniowo ulegają degradacji na przestrzeni pokoleń, ponieważ syntetyczny wynik wcześniejszych modeli nie ma takiej różnorodności rozdzielczej jak prawdziwie ludzki tekst. Naukowcy z Oksfordu, Cambridge, Imperial College London oraz Uniwersytetu w Toronto opublikowali formalną analizę w Nature w lipcu 2024 roku, ostrzegając, że pętla sprzężenia zwrotnego już się wzmacnia. Badanie Ahrefs obejmujące około 900 000 nowo utworzonych stron internetowych wykazało, że 74,2% zawierało treści generowane przez AI na kwiecień 2025 roku — co oznacza, że zanieczyszczenie rozprzestrzeniło się już na niemal trzy czwarte tego, co wykryłby każdy nowy indeks internetowy.
Drugim problemem jest zatrucie przeciwnika. Techniki opracowane przez SAND Lab Uniwersytetu Chicagowskiego — narzędzie do domeny obrazów Nightshade, które pokazało ogólną zasadę — umożliwiły autorom osadzanie niewidzialnych unieszczenień w tekście, które ukierunkowane na pogorszenie treningu modeli AI degradują. Wspólne badanie Anthropic, brytyjskiego Instytutu Bezpieczeństwa AI oraz Instytutu Alana Turinga wykazało, że już 250 złośliwych dokumentów w korpusie treningowym bilionów tokenów może wywołać mierzalne tylne wejście.
Książki sprzed 2022 roku drukowane omijają oba problemy jednocześnie. Zostały napisane zanim istniał jakikolwiek duży model językowy, co oznacza, że nie mogą zawierać tekstu generowanego przez AI. Zostały one również napisane zanim pojawiły się jakiekolwiek narzędzia do zatruwania danych, co oznacza, że nie mogły zostać uszkodzone w sposób przeciwny. Badacze z Epoch AI prognozują, że popyt na publiczny tekst generowany przez człowieka może wyczerpać dostępną podaż w okresie między 2026 a 2032 rokiem. Książki wydrukowane przed erą AI stanowią skończony, stały i niezastąpiony korpus, który jest strukturalnie czysty w sposób, w jaki żaden współczesny web crawl nie jest w stanie dorównać.
ISBNdb — firma zajmująca się metadanymi, która przez krótki czas oferowała usługi masowego pozyskiwania książek firmom AI, zanim wcześniejsze śledztwo 404 Media spowodowało wycofanie w lipcu 2026 roku — była szczera w tej sprawie w swoich już usuniętych materiałach marketingowych: "Najlepsze na świecie dane treningowe AI leżą na półce." Firma zauważyła, że drukowane książki sprzed 2022 roku były "strukturalnie czyste" właśnie dlatego, że pochodzą z czasów obu źródeł zanieczyszczeń, jak zostało objęte dochodzeniem TechTimes dotyczącym ISBNdb.
Jak Anthropic zrobił to jako pierwszy — i czego Amazon odmawia ujawnienia
Amazon nie wymyślił tej praktyki. Podąża ścieżką, którą wytyczył Anthropic, udokumentowaną w sądzie federalnym.
Dokumenty wewnętrzne Anthropic zostały ujawnione w styczniu 2026 roku, w ramach pozwu zbiorowego Bartz przeciwko Anthropic opisał wewnętrzną inicjatywę o nazwie Project Panama jednym niezwykłym zdaniem: "Projekt Panama to nasz wysiłek destrukcyjnego skanowania wszystkich książek na świecie", jak szczegółowo opisuje TechTimes. Anthropic zatrudnił Toma Turveya — byłego szefa partnerstw projektu Google Books — aby poprowadził tę inicjatywę, celowo kopiując ramy prawne, które pozwoliły Google na skanowanie książek przetrwać wyzwania związane z prawem autorskim. Mechanizm był identyczny jak w modelu Amazon VGT3: hydrauliczne maszyny do cięcia usuwają grzbiety; skanery o dużej prędkości przetwarzają luźne strony; Fizyczne książki są poddawane recyklingowi.
W czerwcu 2025 roku sędzia okręgowy William Alsup orzekł w sprawie Bartz przeciwko Anthropic, że przekształcenie legalnie zakupionej fizycznej książki na cyfrowy plik treningowy AI stanowi transformacyjny dozwolony użytek w rozumieniu prawa autorskiego — zatwierdzone przez sąd zielone światło na nabycie w wyniku zniszczeń. Orzeczenie w sprawie Alsup jest pojedynczą decyzją sądu okręgowego z Północnego Dystryktu Kalifornii; ponieważ Anthropic ugodził sprawę zamiast się odwołać, orzeczenie nigdy nie trafiło do sądu apelacyjnego i nie tworzy wiążącego precedensu dla innych jurysdykcji. Amerykańskie Biuro Praw Autorskich wyraziło sceptycyzm wobec dozwolonego użytku w raporcie z maja 2025 roku, że nie wszystkie komercyjne szkolenia AI kwalifikują się do tego tematu. Ale dla firm AI działających obecnie jako tymczasowa osłona prawna.
Ugoda Bartz została sfinalizowana w lipcu 2026 roku, a Anthropic zapłacił około 1,5 miliarda dolarów — 3 000 dolarów za każde z około 500 000 objętych dzieł — co czyni ją największym pozwem zbiorowym w historii USA dotyczącym praw autorskich. Ta wypłata obejmowała część sprawy dotyczącą piractwa: Anthropic osobno pobrał ponad siedem milionów książek z pirackich repozytoriów, takich jak Library Genesis i Pirate Library Mirror, które sąd uznał za niechronione przez dozwolony użytek.
Kluczowa różnica między Anthropic a Amazon nie jest legalna. To jedno stwierdzenie. Gdy 404 Media i BBC zapytali Anthropic o jego praktyki, firma zaznaczyła, że jej programy pozyskiwania danych nie kupują ani niszczą rzadkich ani antykwarycznych książek. xAI — firma AI Elona Muska — publicznie powiedziała to samo.
Amazon nie wydał takiego oświadczenia. Komentarz rzecznika — "kupuje książki przez kanały komercyjne, aby ulepszyć produkty i usługi, z których korzystają klienci" — nie precyzuje, jakie kategorie książek są kupowane, w jakim stanie fizycznym dochodzą, co dzieje się z egzemplarzami fizycznymi ani która aplikacja AI otrzymuje zeskanowaną treść. Księgarz, który umieścił AirTag, pozyskał książki z Biblio, rynku specjalizującego się w rzadkich i używanych tytułach.
Czy Amazon niszczy książki legalnie? Krótka odpowiedź brzmi: tak — na razie
Ramy prawne, które umożliwiają działanie VGT3, są takie same, które chroniły Projekt Panama firmy Anthropic: połączenie doktryny pierwszej sprzedaży (kupujący może pozbyć się fizycznej kopii według własnego uznania) oraz orzeczenia Alsup (przekształcenie zakupionej fizycznej książki na cyfrowy plik treningowy AI to transformujący dozwolony użytek).
Jak donosimy, działalność Amazona wydaje się mieścić się w tym zakresie: kupuje książki przez kanały komercyjne — nie wydaje się, by pobierał pirackie kopie — i niszczy fizyczne oryginały, tworząc jedną cyfrową wersję. Orzeczenie Alsup wyraźnie wskazało, że zniszczenie fizycznej kopii podczas skanowania jest zgodne z logiką "jedna kopia do jednej" w zasadzie dozwolonego użytku.
Taki obraz prawny może nie obowiązywać na arenie międzynarodowej. Emily Hudson, specjalistka ds. własności intelektualnej na Uniwersytecie Oksfordzkim, powiedziała BBC, że brytyjskie prawo wymaga zgody na prawa autorskie zarówno do tworzenia zestawu danych treningowych, jak i przeprowadzania szkolenia — nie istnieje odpowiednik dozwolonego użytku. Niemieckie prawo autorskie jest jeszcze bardziej przejrzyste: niemieckie Stowarzyszenie Wydawców i Księgarzy stwierdziło, że skanowanie książek naruszałoby niemieckie prawa autorskie, niezależnie od tego, czy zostały one legalnie zakupione.
Dla autorów, których prace trafiają do zakładu Amazon w Las Vegas, jasność prawna nie rozwiązuje luki etycznej. Autor, którego książka została legalnie zakupiona, sprzedana na rynku wtórnym, a następnie rozszarpana w Nevadzie, nie otrzymuje żadnego powiadomienia ani wynagrodzenia. Osada Bartz obejmowała piractwo Anthropic; Nie poruszała tego, co upoważnia dozwolony użytek. Autorzy, którzy sprzedali lub licencjonowali swoje dzieła wydawcom i zachowali prawa do użycia wtórnego, nie mają mechanizmu, by zrezygnować z legalnego zakupu hurtowego na rynku książek używanych.
Co się dzieje z książkami, które są jedyną pozostałą kopią
Śledztwo AirTag nie wykryło egzemplarza bestsellera, który zachował się milionem egzemplarzy. Śledził przesyłkę pochodzącą z Biblio — rynku specjalizującego się w tytułach trudnych do znalezienia gdzie indziej.
Różnica ma znaczenie. W przypadku książki z 500 000 egzemplarzy utratę jednego kupionego egzemplarza przez skaner można łatwo odzyskać. W przypadku specjalistycznej, naukowej lub regionalnej publikacji z 100 zachowanymi egzemplarzami — lub mniej — obliczenia różniczkowe są inne. Gdy rzadka książka zostanie wycięta i pocięta na grzbiet, tekst może przetrwać jako prywatny korpus danych. Fizyczny obiekt i wszystko, co odróżnia fizyczną książkę od łańcucha tokenów — marginalia, oprawa, pochodzenie, materialna historia — zniknęło na zawsze.
Księgarze w Europie już zidentyfikowali specyficzny wzorzec, który sprawia, że celowanie w rzadkie książki jest wykrywalne: kupujący płacący powyżej ceny rynkowej za tytuły o niskiej wartości pieniężnej, którzy żądają książek zjednoczonych jedynie przez ISBN i odmawiają ujawnienia siebie lub ich przeznaczenia. Derek Walker z księgarni McNaughtan's w Edynburgu powiedział The Next Web, że sprzedał to, co wydawało się jedynym znanym zachowanym egzemplarzem wydania z XVIII wieku, przez kanał, który teraz podejrzewał, że jest to zakup AI — i że będzie to zupełnie inny problem niż sprzedaż akcji zwykłych.
Stuart Manley z Barter Books w Northumberland przedstawił najbardziej szczery kontrapunkt w tej branży. "Świat nie potrzebuje już pięciu milionów egzemplarzy Kodu Leonarda Leonarda Leonarda," powiedział, zauważając, że miał tytuły, które przez 20 lat leżały niesprzedane online, a w końcu przeszedł przez zamówienia hurtowe. Branża nie jest zjednoczona w opozycji. Jest ona naprawdę podzielona między sprzedawców, którzy widzą pożądany rynek dla wolno zmieniających się zapasów, oraz tych, którzy zdają sobie sprawę, że rzadkie i specjalistyczne książki to zupełnie inna sprawa.
Amazon nie wyznaczył granicy między tymi dwoma kategoriami.
Co dalej dla strategii AI Amazon — i dla tego krajobrazu prawnego
Harmonogram działania Amazona na VGT3 jest skomplikowany przez rozwój strategii AI. Pod koniec lipca 2026 roku Amazon rozpoczął wycofywanie produkcji flagowych modeli Nova — w tym Nova Premier, Nova Omni, Nova Reel i Nova Canvas — kierując zasoby na jeden nowy projekt modelowy frontier prowadzony przez badacza Pietera Abbeela, który ma zadebiutować na konferencji re:Invent Amazona jeszcze w tym roku. Aktywne modele Nova to Nova 2 Lite, Nova 2 Sonic oraz Nova Forge. Amazon potwierdził, że nadal inwestuje w rozwój modeli; zeskanowane księgi miały zasilać każdy model wyłoniony z programu Frontier Model Research.
Prawny krajobraz dotyczący pozyskiwania książek fizycznych również jest w toku. Orzeczenie Bartz ustanowiło, że skanowanie jest dozwolonym użytkiem, ale nie stworzyło wiążącego precedensu. Nowa pozwa zbiorowa złożona w sądzie federalnym w Nowym Jorku 10 lipca 2026 roku — przez Hachette Book Group, Cengage Learning, Elsevier i autora Scotta Turowa przeciwko Google w sprawie danych treningowych Gemini — nie jest związana precedensami Kalifornii. W tej sprawie pojawiają się zarzuty, że Google usunęło lub zmieniło informacje o prawach autorskich do przejętych dzieł.
Dla sprzedawców antyksiatów praktycznym skutkiem poniedziałkowego śledztwa jest nazwisko. Księgarze przez rok zauważali ten schemat — niespójne zamówienia hurtowe, anonimowi kupujący, ceny nieuzasadnione komercyjnie — nie potrafiąc jednak ustalić, kto je składał. Jeden AirTag to zmienił. Celem był magazyn Amazon w Las Vegas. Jednostką była VGT3. Operacja trwa.
Najczęściej zadawane pytania
Czy Amazon może legalnie kupować rzadkie książki i niszczyć je do treningu AI?
Zgodnie z obowiązującym prawem USA, tak — z ważnymi zastrzeżeniami. Orzeczenie sędziego federalnego Williama Alsupa z czerwca 2025 roku stwierdziło, że konwersja legalnie zakupionej fizycznej książki na cyfrowy plik szkoleniowy AI stanowi transformacyjny dozwolony użytek zgodnie z 17 U.S.C. § 107, jak szczegółowo opisano w relacjach TechTimes dotyczących ugod. To orzeczenie jest pojedynczą decyzją sądu okręgowego z Kalifornii, która nigdy nie została rozpatrzona przez sąd apelacyjny i nie tworzy wiążącego precedensu dla innych sądów. Amerykańskie Biuro Praw Autorskich wyraziło sceptycyzm, czy całe komercyjne szkolenie AI kwalifikuje się jako dozwolony użytek. Poza USA sytuacja prawna jest znacznie inna: prawo brytyjskie i niemieckie nie zawiera równoważnych wyjątków z dozwolonego użytku dla szkolenia AI, co oznacza, że ta sama operacja przeprowadzona w Europie prawdopodobnie byłaby nielegalna.
Dlaczego firmy AI kupują konkretnie książki wydane przed 2022 rokiem?
Książki sprzed 2022 roku oferują coś, czego otwarta sieć już nie potrafi: gwarancję czystego ludzkiego autorstwa. Naukowcy udokumentowali w Nature w 2024 roku, że modele AI trenowane na treściach generowanych przez AI ulegają degradacji między pokoleniami — zjawisko to nazywa się upadkiem modelu — a badanie Ahrefs wykazało, że 74,2% nowo utworzonych stron internetowych zawierało tekst generowany przez AI na kwiecień 2025 roku. Książki sprzed 2022 roku powstały także przed narzędziami adwersarnymi do zatruwania danych, które mogą osadzać niewidoczne uszkodzenia w danych treningowych. Fizyczne książki drukowane przed erą AI są strukturalnie czyste w sposób, w jaki żadna współczesna treść internetowa nie jest w stanie — co czyni je coraz cenniejszym źródłem szkoleniowym i coraz bardziej skierowanym do pozyskiwania.
Co Amazon wcześniej mówił o destrukcyjnym skanowaniu i jak AirTag to zmienia?
Amazon wcześniej zaprzeczał, jakoby stosował skanowanie destrukcyjne, według doniesień UniladTech. Obecne oświadczenie firmy — "kupuje książki za pośrednictwem kanałów komercyjnych, aby pomóc rozwijać i ulepszać produkty i usługi używane przez naszych klientów" — nie wspomina o AI, nie opisuje procesu i nie precyzuje, co dzieje się z fizycznymi książkami. Pracownicy Amazona opisali w wewnętrznych postach na forum, że cała funkcja VGT3 polega na cięciu grzbietów książek i skanowaniu luźnych stron, a fizyczne książki są potem wyrzucane. AirTag potwierdził te konta, fizycznie śledząc przesyłkę do placówki. Amazon nie podał żadnego wyjaśnienia rozbieżności między wcześniejszym odmową a operacją udokumentowaną w śledztwie.
Co mogą zrobić sprzedawcy używanych książek, jeśli podejrzewają, że zamówienie dotyczy szkolenia AI?
Obecnie żadne prawo nie wymaga od kupujących ujawniania swojej tożsamości lub przeznaczenia w standardowym komercyjnym zakupie książki. Jednak sprzedawcy, którym zależy na tym, mogą szukać charakterystycznego wzorca, który opisują księgarze w USA i Europie: zamówienia hurtowe bez spójnej tematyki, połączone jedynie przez ISBN; kupujący, którzy nie wykazują wrażliwości na cenę i nie chcą negocjować; anonimowe tożsamości zakupowe; oraz miejsca wysyłki niezgodne z deklarowaną wartością lub tematyką książek. Księgarze, którzy odmawiają takich zamówień — jak zrobił to Tomás Kenny z Kennys Bookshop w Galway — stosują jedyną formę weta dostępną w łańcuchu dostaw specjalnie zaprojektowanym, by ukryć jego cel. To, czy zrealizować takie zamówienie, jest ostatecznie decyzją biznesową i etyczną, którą każdy sprzedawca musi podjąć bez wsparcia prawnego, w braku jakiegokolwiek organu regulacyjnego, który zająłby się tym rynkiem.
____
https://www.techtimes.com/articles/324871/20260818/amazon-destroys-rare-books-ai-training-despite-prior-denial-airtag-confirms.htm
Przetlumaczono przey translator Google
zrodlo:https://stateofthenation.info/?p=77362