A ClaudeAI-t fejlesztő Anthropic még 2025-ben peren kívüli megállapodás keretében 1,5 milliárd dollárt fizetett szerzőknek , akiknek a könyveit jogtalanul használta a modell tréningezésére. Ez a történelem legnagyobb szerzői jogi ügyben fizetett kártérítésének tűnhet, valójában viszont az Anthropic a hosszas pereskedést, és az ezzel járó médiavisszhangot igyekezett elkerülni ezzel.
Erre jó oka volt, hiszen a szövegek feldolgozásának módja, amire a belső dokumentumok a „destruktív szkennelés” eufemizmust használják, jogosan kelthet felháborodást bárkiben. Már a 2025-ös periratok is részletezik, hogy a könyveknek a Datamation nevű alvállalkozó hidraulikus tilóval levágja a gerincét, lapokra szedi, így szkenneli be ipari szkennereken, a digitális szöveget megeteti a modellel, majd törli a fájlokat. Erre két dolog miatt volt szükség: egyrészt, a folyamat hatékonyabb és olcsóbb, mintha a könyvek épek maradtak volna. Másrészt, így az Anthropic ki tudta használni azt a jogi kiskaput, hogy a felhasználás fair use-nak minősül. Az „első vásárlás elve” alapján ugyanis a megvásárolt példánnyal a vásárló azt kezd, amit akar, és ehhez nem kell a szerző engedélye, akár fel is dolgozhatja a szöveget, amíg azt nem árusitja tovább teljes egészében. Ez az elv eredetileg az oktatási vagy művészi célú felhasználást hivatott védeni, hogy így például kivonatok, kollázsok, feldolgozások vagy egyéb derivatív művek készülhessenek a szövegből. Az Anthropic viszont úgy érvelt, hogy az eredeti szöveget nem árusította tovább, a könyveket és a beszkennelt fájlokat is megsemmisitette.
Azaz a „feldolgozott” könyveknek a fizikai példánya és a digitalizált szövege egyaránt elveszik.
Ez a botrányos gyakorlat azért vált ismét közbeszéd tárgyává, mert használtkönyv-kereskedők Európa-szerte észrevették, hogy az AI cégek elkezdtek nagy tételben rendelni tőlük kevésbé ismert, gyakran igen ritka könyveket. A NL Times holland hírportál szerint idén május óta, általában hajnali 3 és 5 óra között érkeznek tömegesen emailes megkeresések. Ezekben ISBN szám szerint rendezve, tündérmeséktől keramikus tankönyvekig különféle témákban, több ezres tételben rendelnek tőlük könyveket, melyek többsége olyan kevéssé keresett kötet, hogy a viszonteladás szándéka kizárható.
A nagyobb viszonteladók pedig a profitkényszert előtérbe helyezve ráálltak az AI cégek kiszolgálására. Az ISBDdb nevű könyvkereskedő például kifejezetten úgy hirdeti magát, hogy a „világ legjobb AI tréning dataszetjét tartja a polcain”. Ez a kereskedő valaha könyvtáraknak és viszonteladóknak segített ritka kötetek felkutatásában, mára viszont a techcégek igényeinek kielégítésére fókuszál, egyszerre akár milliós tételekben. Ráadásul ígéretei között szerepel a diszkréció: ahogy a honlapjukon írják, tudják, hogy több millió könyv elpusztítása nem keltene jó sajtóvisszhangot.
De a kisebb kereskedők sem sokat hezitálnak, ha az AI cégektől kapnak megrendelést. A 404 techportálnak úgy nyilatkozott egyikük , hogy bár nem ért egyet a végfelhasználással, és hogy ritka, nehezen fellelhető könyvek semmisülnek meg, így meg tud szabadulni a nehezen eladható árukészletétől, és nagy anyagi haszonra tesz szert.
Valaha a könyvek digitalizációja azt a célt szolgálta, hogy a ritka, már nyomtatásból kifogyott szövegek szélesebb közönség számára is elérhetőek legyenek. Az AI végtelen éhségében azonban megsemmisíti ezeket a szövegeket, az utolsó fellelhető példányokat és a digitalizált verziókat egyaránt.
Halvány reményre adhat okot viszont, hogy ez a gyakorlat megmutatja, hogyan árazza be az ipar az AI-generált szövegeket. Hiszen épp azért keresnek régi könyveket, mert azok esetében kizárható, hogy AI segítségével készültek. Az AI-generált szövegek ugyanis olyan silány minőségűek, hogy még az AI-t fejlesztő és használatukat propagáló cégek sem hajlandóak azokat felhasználni.
