Книги під ніж: як Anthropic скуповувала, сканувала й знищувала мільйони томів для навчання Claude

Далі книжки надходять на промислові майданчики. Гідравлічний різак зрізає корінець, сторінки розділяють і подають у швидкісні сканери, а паперові залишки подрібнюють та переробляють . Після цього фізичного примірника вже не існує.

Особливий інтерес становлять книжки, видані до 2022 року. Їх вважають ціннішими для навчання моделей, оскільки тексти в них були написані людьми ще до масового поширення контенту, створеного генеративним ШІ .

Дивне замовлення для букініста з Гарлема

Одним із сигналів, що за масовими закупівлями може стояти індустрія ШІ, стала історія нідерландського антикварного книготорговця Пітера де Вріса з книгарні De Vries & De Vries у Гарлемі.

Він отримав електронного листа від жінки, яка назвалася «Наталією» або «Наталі», та представилася співробітницею сінгапурської компанії 2077AI. До листа додали таблицю з понад 3 000 ISBN — переважно маловідомими академічними та вузькоспеціалізованими виданнями. Де Вріса попросили знайти книжки, підготувати цінові пропозиції та розрахувати доставку до Китаю .

Спочатку букініст вирішив, що це спам або фішинг. Згодом подібні запити почали надходити продавцям уживаних книжок у Нідерландах, Німеччині, Швейцарії та Іспанії. Деякі торговці припустили, що книжки зрештою потрапляють до американських лабораторій, які розробляють ШІ .

Project Panama: таємна бібліотека для Claude

Розсекречені матеріали у справі Bartz v. Anthropic показали, що на початку 2024 року Anthropic запустила секретну операцію під назвою Project Panama . Компанія витратила десятки мільйонів доларів, щоб придбати мільйони паперових книжок, механічно зрізати їхні корінці, відсканувати кожну сторінку та знищити оригінали. Мета — створити приватний високоякісний корпус даних для навчання чатбота Claude .

У внутрішньому документі за 2024 рік, оприлюдненому в січні 2026-го, проєкт описували так: «Project Panama — це наша спроба руйнівним способом відсканувати всі книжки у світі» . Серед цілей називали обробку до 2 мільйонів книжок за шість місяців . Загалом операцію описують понад 4 000 сторінок судових документів .

Важливо, що йдеться не про відкриту цифрову бібліотеку для читачів. Відскановані матеріали мали стати приватним набором даних для внутрішнього використання компанією.

Що саме вирішив суд США

23 червня 2025 року федеральний суддя Північного округу Каліфорнії Вільям Алсуп постановив у справі Bartz v. Anthropic, що використання законно придбаних книжок для навчання моделей ШІ є «надзвичайно трансформативним» і підпадає під доктрину fair use — добросовісного використання за американським авторським правом .

Логіка рішення була такою: якщо компанія законно придбала примірник, вона може оцифрувати його, навіть знищивши паперовий оригінал, щоб використовувати текст для навчання моделі .

Однак це рішення не стало безумовною індульгенцією для будь-яких даних. Суддя відмовився визнати добросовісним використанням завантаження книжок із піратських сайтів . Тобто суд розділив дві ситуації: купівля паперової книжки та її перетворення на цифровий формат — окреме питання, а зберігання й використання піратських копій — інше.

Чому з’явилася угода на $1,5 млрд

У липні 2026 року федеральний суд у Сан-Франциско затвердив мирову угоду на $1,5 млрд у колективному позові Bartz v. Anthropic, який автори, зокрема Андреа Барц і Чарльз Ґребер, подали проти компанії двома роками раніше .

Сума стосувалася ширшого комплексу претензій, зокрема використання піратських матеріалів. Вона не означає, що суд визнав незаконним сам принцип сканування книжок, придбаних законним шляхом: у червні 2025 року суд, навпаки, визнав таку практику fair use. Водночас використання несанкціонованих копій залишилося окремою юридичною проблемою .

Тіньовий ринок книжок для навчання LLM

Навколо попиту на дані для великих мовних моделей формується окремий вторинний ринок. Великі розробники ШІ звертаються до сторонніх сервісів-посередників, зокрема до компанії ISBNdb, щоб анонімно замовляти сотні тисяч книжок і не розкривати кінцевого покупця .

Продавці в різних країнах Європи описують майже однакові запити: великі списки ISBN, маловідомі академічні видання, прохання сформувати гуртову пропозицію та розрахувати міжнародну доставку. Після купівлі книжки можуть відправляти до Китаю або інших центрів обробки, де їх і розрізають для сканування .

Головна тривога: що залишиться в архівах

Архівісти, бібліотекарі та продавці рідкісних книжок побоюються, що разом із папером зникають останні фізичні примірники малотиражних академічних праць .

Існують методи неруйнівного сканування — наприклад, спеціальні системи на кшталт Treventus ScanRobot, які дають змогу оцифровувати крихкі книжки без розрізання, зі швидкістю до 2 500 сторінок на годину. Проте на промислових масштабах руйнівний метод дешевший і швидший .

Для популярного видання втрата одного примірника може бути непомітною. Але якщо йдеться про вузькоспеціалізовану працю, від якої у світі залишилося лише кілька копій, знищення останнього фізичного примірника стає незворотною культурною та науковою втратою .

У цій історії стикаються дві логіки: для розробників ШІ книжка є джерелом структурованих людських текстів, а для бібліотек і суспільства — частиною матеріальної пам’яті. Судове рішення визначило межі законності для окремих способів використання, але питання збереження рідкісних видань залишається значно ширшим за юридичну формулу fair use.