הפסיקה שהכשירה סריקת ספרים פיזיים כשימוש הוגן הפכה לפרצה תעשייתית: מעבדות AI קונות טונות של ספרי

נייר, חותכות אותם במכבשים הידראוליים, סורקות ומשמידות את המקור. התחקיר של 404 Media חושף איך הזיכוי של Anthropic, שנקנסה על עותקים פיראטיים אבל יצאה זכאית על ספרים שקנתה כחוק, נתן אור ירוק לכרייה המונית. ## הפרצה שהפכה לתעשייה

ההיגיון המשפטי נשמע תמים: קנית ספר, מותר לך לסרוק אותו לעצמך. אבל כשמדובר במיליוני עותקים שנרכשים בסיטונאות דרך מתווכים כמו ISBNdb, שמציעים במפורש "מנות ספרים בהזמנה למעבדות AI" ומסרבים לחשוף מי הלקוחות, הגבול בין שימוש הוגן לכרייה תעשייתית נמחק. הספרים המבוקשים ביותר: אלה שיצאו לפני 2022, ערב פריצת ChatGPT, כדי להבטיח טקסט אנושי נקי מ"זבל AI".

ספרים נקיים מזבל

התהליך ברוטלי: רוכשים עותקים משומשים, מפרידים דפים מהכריכה במכבש הידראולי, סורקים, וזורקים את הגופה. בטייטלים המוניים האובדן זניח. אבל בוקייניסטים מדווחים על קניות סיטונאיות חריגות דווקא בכותרים נדירים, כאלה שלא הודפסו מחדש ונותרו מהם עותקים בודדים בעולם. אין הוכחה ישירה שמעבדות AI הן הקונות, המתווכים מגנים על זהות הלקוחות, אבל התזמון, ההיקף והפרופיל של ההזמנות מצביעים לכיוון אחד.

המתווכים שומרים על שקט

ISBNdb, מאגר מסחרי מרכזי, לא חושף זהויות רוכשים, אבל משווק בגלוי חבילות סיטונאיות "לפי דרישה" למעבדות AI. זה המודל: הפרדה משפטית בין הקונה למבצע, כשהספר הפיזי משמש מגן משפטי לדאטה שנכנס למודל. מבחינת החוק זה "שימוש הוגן" בעותק שנרכש; מבחינת השוק זה פס ייצור לטוקנים נקיים.

מה אובד כשהספר נחתך

ההשמדה הפיזית היא רק חלק מהסיפור. כשעותק נדיר נחתך ונסרק, אובד לעד גם החומר עצמו: הערות שוליים בכתב יד, הקדשות, היסטוריה חומרית שחוקרי ספרות והיסטוריונים תלויים בה. עבור המודלים זה עוד טוקנים נקיים; עבור התרבות זה חור בלתי הפיך. הפרדוקס צורם: כדי לבנות מכונות ש"יודעות הכול", מוחקים את העדויות הפיזיות לידע האנושי.