Anthropic titokban millió könyvet semmisített meg AI-edzéshez

Az Anthropic 2024 elején indított »Project Panama« projektjében tízezreket vásárolt könyveket több kereskedőtől, hogy azokat az internetes szövegek helyett a Claude chatbot edzésére használja. A vállalat megbízott szolgáltatókat a könyvek mechanikus megsemmisítésére és párhuzamos digitalizálására: hidraulikus prések leválasztották a könyvgerinceket, majd ipari kamerák rögzítették az oldalakat, amelyeket azután az AI-modell tanítására használtak.

A cég vezetői azonban nem csak vásárolt könyvekre támaszkodtak. Az Anthropic társalapítója, Ben Mann 2021-ben tömeges szerzői joggal védett anyagot töltött le a LibGen nevű »árnyékkönyvtárból«, majd később kollégáinak küldött linkeket a Pirate Library Mirror illegális könyvkatalógusához. A vállalat belső dokumentumai szerint azt remélték, hogy »nem derül ki, hogy ezen dolgozunk«.

A »Project Panama« csak akkor vált nyilvánossá, amikor szerzői szervezetek pert indítottak az Anthropic ellen szerzői jogi megsértésért. Az Andrea Bartz, Charles Graeber és Kirk Wallace Johnson által vezetett szerzői csoport azt állította, hogy a cég illegálisan használta fel a szerzői joggal védett könyveket. Az Anthropic végül 1,5 milliárd dolláros (1,3 milliárd euró) egyezséget kötött, amely a történelem legnagyobb ismert szerzői jogi kártérítésének számít.

A per rávilágít az AI-ipar szélesebb problémájára: az OpenAI, a Meta, a Google és a Microsoft is hasonló szerzői jogi perekkel néz szembe. Bár egy 2025-es bírósági döntés kimondta, hogy a jogszerűen megvásárolt könyvek felhasználása az amerikai »fair use« (tisztességes felhasználás) kategóriájába tartozik, a most nyilvánosságra hozott dokumentumok világosan megkülönböztetik a vásárolt és az illegálisan szerzett könyveket.