Desetljećima smo knjige digitalizirali kako bismo ih sačuvali. Stare i osjetljive primjerke pažljivo se fotografiralo i skeniralo kako bi njihov sadržaj ostao dostupan, a izvornik što manje izlagao svjetlu, dodiru i propadanju. Digitalna kopija trebala je pomoći knjizi da preživi.
Razvoj umjetne inteligencije donio je neobičan obrat. Fizička knjiga danas se može kupiti, razrezati, skenirati i odbaciti upravo zato da bi njezin sadržaj nastavio postojati – ne prvenstveno za buduće čitatelje, nego kao podatak potreban za razvoj velikih jezičnih modela.
Ne govorimo pritom o hipotetskom scenariju.
Sudski dokumenti iz američkog spora Bartz v. Anthropic otkrili su postojanje projekta kodnog naziva Project Panama, iza kojeg je stajala AI kompanija Anthropic, tvorac modela Claude.
Interna dokumentacija projekt je opisivala kao pokušaj da se „destruktivno skeniraju sve knjige na svijetu“. Iza formulacije koja zvuči kao početak distopijskog romana nalazio se sasvim praktičan problem: umjetnoj inteligenciji trebale su knjige.
I to u ogromnim količinama.
Anthropic je kupovao milijune fizičkih primjeraka. Knjigama su dobavljači uklanjali uveze, rezali stranice kako bi ih bilo moguće velikom brzinom provući kroz industrijske skenere, stvarali digitalne kopije i papirnate izvornike potom odbacivali. Sudski dokumenti i naknadna istraživanja pokazuju industrijske razmjere operacije u koju su uloženi deseci milijuna dolara.
Priča je posljednjih dana ponovno dospjela u središte pozornosti nakon teksta Kathryn James, knjižničarke rijetkih knjiga na Yaleovu Lillian Goldman Law Libraryju, koja je u Guardianu postavila jednostavno pitanje: zašto je jednoj od najvažnijih svjetskih AI kompanija bilo lakše organizirati rezanje i skeniranje milijuna fizičkih knjiga nego riješiti složeno pitanje prava nad sadržajem koji joj je potreban?
Za portal koji se godinama bavi kulturnom baštinom zanimljivo je, međutim, još jedno pitanje.
Što smo zapravo sačuvali kada smo sačuvali tekst, a uništili knjigu?
AI treba knjige zato što su ih napisali ljudi
Internet sadrži gotovo nezamislivu količinu teksta, ali količina nije isto što i kvaliteta.
Knjiga prolazi proces pisanja, uređivanja, redakture i izdavanja, a stručna literatura i različite oblike provjere. Na nekoliko stotina stranica autor može razviti argument, pripovijedanje, stil i složenu strukturu kakvu je mnogo teže pronaći u nepreglednoj masi kratkih internetskih sadržaja.
AI kompanijama upravo je to potrebno.
Postoji i noviji problem. Generativna umjetna inteligencija već nekoliko godina proizvodi goleme količine tekstova koji ponovno završavaju na internetu. Budući modeli tako mogu sve češće nailaziti na sadržaje koje su već proizveli drugi modeli.
Starije tiskane knjige time dobivaju novu vrijednost.
One predstavljaju golemi rezervoar strukturiranog jezika nastalog prije današnje eksplozije generativne umjetne inteligencije.
Paradoks je teško previdjeti: što umjetna inteligencija proizvodi više tekstova, to joj tekstovi koje su nedvojbeno stvarali ljudi mogu postajati vredniji.
Milijuni knjiga završili su pod nožem
Kod milijuna fizičkih knjiga pojavio se vrlo prizeman problem – brzina.
Pažljivo otvarati knjigu i snimati stranicu po stranicu presporo je za industrijsku obradu takvih količina. Mnogo je brže ukloniti uvez i hrbat, razdvojiti stranice te ih automatski provući kroz skener.
Anthropic je upravo tako radio.
Važno je ovdje odvojiti činjenice od tvrdnji koje su se posljednjih dana proširile internetom.
Nema dokaza da je Anthropic ciljano kupovao nacionalna blaga, unikate ili rijetke antikvarne knjige kako bi ih uništavao. Kompanija tvrdi da njezini programi nabave ne kupuju niti uništavaju rijetke ili antikvarne knjige.
To je važna razlika.
Prva hrvatska tiskana knjiga neće se slučajno pojaviti među kutijama rabljenih knjiga koje čekaju industrijski skener.
Misal po zakonu rimskoga dvora iz 1483. godine čuva se upravo zato što znamo što jest.
Problem počinje s knjigama za koje još ne znamo koliko su postale rijetke.
Najvrjednije knjige doista čuvamo pod ključem
Kada govorimo o kulturnoj baštini, bilo bi pogrešno stvoriti dojam da najvrjednije knjige svijeta nezaštićene kruže tržištem rabljenih knjiga.
U Hrvatskoj, kao i drugdje, postoji čitav institucionalni sustav izgrađen upravo zato da se to ne dogodi.
Nacionalna i sveučilišna knjižnica u Zagrebu u Zbirci rukopisa i starih knjiga sustavno brine o najstarijoj i najvrjednijoj hrvatskoj rukopisnoj i knjižnoj građi. Ondje se čuvaju stare i rijetke knjige od početaka europskog tiskarstva do 1835., a u posebnim slučajevima i novije knjige – bibliofilska izdanja, primjerci s rukopisnim posvetama i knjige objavljene u malim nakladama. Među građom je i Misal iz 1483., prva hrvatska tiskana knjiga.
Takvom se građom ne postupa kao s običnom knjigom s police.
Smjernice NSK nalažu pažljivo korištenje rukopisa i starih knjiga te odgovarajuće mikroklimatske uvjete. Vrijedna građa daje se na korištenje putem preslika kada je to moguće, a digitalizacija omogućuje da se sadržaju pristupi bez nepotrebnog rukovanja osjetljivim izvornikom.
Velik dio Zbirke rukopisa i starih knjiga danas je digitaliziran i dostupan preko Digitalnih zbirki NSK. Digitalizirani su i brojni rukopisi, uključujući ostavštine i korespondenciju važnih osoba hrvatske kulture i znanosti.
Drugim riječima, napravili smo nešto vrlo razumno:
knjigu smo stavili pod ključ, a njezin sadržaj pustili u svijet.
Sve do pojave generativne umjetne inteligencije to se činilo gotovo idealnim rješenjem.
Danas otvara potpuno novo pitanje.
Knjigu smo zaštitili od ruku. Jesmo li je zaštitili od strojeva?
Digitalizacija kulturne baštine zamišljena je prvenstveno kao način očuvanja i dostupnosti.
Istraživač iz Dubrovnika, Osijeka, Londona ili Tokija ne mora putovati u Zagreb i tražiti da mu se iz spremišta donese osjetljiv izvornik ako ga može proučavati na kvalitetnoj digitalnoj preslici.
To je golemo civilizacijsko postignuće.
I bilo bi potpuno pogrešno iz priče o umjetnoj inteligenciji izvući zaključak da baštinu trebamo prestati digitalizirati ili zatvoriti digitalne zbirke.
Ali infrastruktura otvorene digitalne baštine uglavnom je stvarana za ljudske korisnike.
Čovjek može proučiti jednu knjigu. Ozbiljan istraživač može ih tijekom rada pregledati stotine.
Stroj može pokušati pročitati cijelu knjižnicu.
Tu više nije riječ samo o razlici u brzini. Riječ je o potpuno drukčijoj vrsti uporabe.
Ako knjižnica digitalizira rijetku knjigu kako bi je istraživači mogli proučavati bez dodirivanja izvornika, svrha tog postupka je očuvanje i širenje znanja.
Ako privatna kompanija automatski preuzme stotine tisuća takvih digitalnih objekata kako bi poboljšala komercijalni jezični model, fizički predmet nije oštećen.
Ali otvoreno je pitanje je li svrha zbog koje je baština učinjena dostupnom neprimjetno promijenjena.
To je druga polovica problema koji je Project Panama učinio vidljivim.
Jedne knjige moraju se fizički kupiti da bi ih stroj pročitao.
Druge smo mu već sami digitalizirali.
Javna dostupnost nije isto što i neograničena uporaba
Ovdje se lako može napraviti pogrešan zaključak.
Ako je neka stara knjiga digitalizirana i možemo je otvoriti na internetu, to ne znači automatski da ne postoje nikakva pravila o tome što se s njom smije raditi.
Pravni status ovisi o samom djelu, trajanju autorskih prava, digitalnoj reprodukciji, uvjetima korištenja zbirke i namjeni za koju se sadržaj obrađuje.
A upravo je masovno strojno čitanje postalo jedno od najtežih pitanja suvremenog autorskog prava.
Europska Direktiva o autorskom pravu na jedinstvenom digitalnom tržištu poznaje iznimke za takozvano rudarenje teksta i podataka – text and data mining. Postoji poseban režim za istraživačke organizacije i ustanove kulturne baštine, a šira mogućnost rudarenja zakonito dostupnih sadržaja podliježe, među ostalim, mogućnosti da nositelji prava izričito rezerviraju svoja prava.
Pojava generativnog AI-ja pokazala je koliko je teško tu rezervaciju prava provesti u praksi.
Europska komisija radi na protokolima pomoću kojih bi nositelji prava mogli strojno čitljivo izraziti da svoj sadržaj ne žele dati na raspolaganje za određene oblike rudarenja teksta i podataka. U okviru pravila za pružatelje modela opće namjene AI Act zahtijeva politike usklađivanja s europskim autorskim pravom.
Sama činjenica da se o tehničkim protokolima još raspravlja pokazuje koliko se brzo promijenio problem.
Godinama smo se pitali:
Kako što više baštine staviti na internet?
Sada moramo istodobno pitati:
Kako je staviti na internet, a zadržati mogućnost odlučivanja o tome tko je može industrijski preuzimati i za što?
To nisu ista pitanja.
Dvije knjige, dva potpuno različita problema
Tu dolazimo do razlike koja se u raspravi o uništavanju knjiga često gubi.
Postoje barem dvije skupine građe koje umjetna inteligencija dovodi pred potpuno različite izazove.
Prvu čine knjige koje nitko nije prepoznao kao baštinu.
Lokalna monografija tiskana prije pedeset godina u 300 primjeraka možda danas na tržištu vrijedi pet eura. Isto može vrijediti za katalog davno održane izložbe, zbornik lokalnog povijesnog društva, malu arheološku publikaciju, prijevod koji nikada nije ponovno tiskan ili knjigu nakladnika koji desetljećima ne postoji.
Takva knjiga može izgledati potpuno beznačajno.
Ali koliko ih je ostalo?
Dvije stotine?
Dvadeset?
Dvije?
Možda nitko ne zna.
Ako završi među milijunima primjeraka koji se industrijski obrađuju, stroj neće zastati jer je na polici pronašao posljednji poznati primjerak lokalne monografije iz 1937. godine.
To je problem neprepoznate baštine.
Druga skupina potpuno je suprotna.
To su knjige za koje vrlo dobro znamo koliko su važne.
Zato smo ih izdvojili.
Katalogizirali.
Konzervirali.
Stavili u posebne spremnike.
Ograničili rukovanje.
I digitalizirali.
Fizički izvornik je siguran.
Ali upravo zato što smo njegov sadržaj učinili digitalno dostupnim, otvorili smo sasvim novo pitanje njegove masovne strojne uporabe.
To je problem zaštićene, ali digitalno dostupne baštine.
Prvu AI kompanija mora pronaći, kupiti i fizički obraditi.
Drugoj potencijalno može pristupiti bez ulaska u knjižnicu.
Knjiga nije samo ono što na njoj piše
U raspravi o Projectu Panama lako je odgovoriti: ako je knjiga kvalitetno skenirana, ništa zapravo nije izgubljeno.
Tekst postoji.
Ali iz perspektive kulturne baštine to jednostavno nije dovoljno.
Knjiga je istodobno intelektualno djelo i fizički predmet.
Papir može otkriti gdje je i kada proizvedena. Uvez može govoriti o vlasniku. Ekslibris može rekonstruirati put neke privatne knjižnice. Pečat može pokazati da je knjiga pripadala ustanovi koja više ne postoji. Rukopisna posveta može povezati dvije povijesne osobe. Bilješke na marginama mogu pokazati kako je određeno djelo čitano prije stotinu godina.
Ponekad upravo fizički primjerak nosi informaciju koju nema nijedan drugi primjerak istog izdanja.
Zato konzervator ne razrezuje rijetku knjigu nakon što je fotografira.
Digitalna preslika čuva njezin sadržaj.
Izvornik čuva njezinu povijest.
Američki sud vidio je nešto drugo
Zanimljivo je koliko se ta baštinska perspektiva razlikuje od pravne logike u predmetu Bartz v. Anthropic.
Sudac William Alsup razlikovao je knjige koje je Anthropic zakonito kupio u fizičkom obliku od milijuna digitalnih knjiga pribavljenih iz piratskih izvora.
Kod zakonito kupljenih primjeraka pretvaranje tiskane knjige u internu digitalnu kopiju promatrano je kroz američki koncept transformativne uporabe. Za sud je bilo važno i to što fizička i digitalna kopija nisu nastavile paralelno cirkulirati: papirni primjerak bio je uništen, a ostala je digitalna kopija.
S gledišta upravljanja kopijama to može imati svoju pravnu logiku.
S gledišta baštine rečenica da je „jedna kopija zamijenila drugu“ mnogo je problematičnija.
Jer digitalna datoteka i fizička knjiga nisu nužno zamjenjivi kulturni objekti.
To je možda najvažnija razlika između pravnog pitanja koje je sud morao riješiti i baštinskog pitanja koje tek počinjemo postavljati.
Autorsko pravo i kulturna baština nisu ista zaštita
Tu također moramo paziti da ne spojimo dvije različite stvari.
Autorsko pravo prvenstveno štiti autora i njegovo djelo.
Sustav zaštite kulturne baštine pokušava očuvati predmet, zbirku, dokument ili drugi trag koji društvo smatra vrijednim.
Jedna knjiga može biti potpuno izvan autorskopravne zaštite jer je njezin autor umro prije nekoliko stoljeća, a istodobno biti neprocjenjivo kulturno dobro.
Može vrijediti i obrnuto: sasvim običan primjerak suvremenog bestselera nije kulturno dobro, ali tekst u njemu potpuno je zaštićen autorskim pravom.
Umjetna inteligencija sada je ta dva sustava dovela u neposredan dodir.
I pokazala da između njih postoji prostor koji nismo morali ozbiljno razmatrati dok knjige nisu postale industrijska sirovina za proizvodnju inteligencije.
A sada netko ponovno masovno kupuje stare knjige
Zbog Projecta Panama posljednjih su tjedana posebnu pozornost privukle vijesti o neuobičajeno velikim narudžbama rabljenih knjiga.
Antikvari i trgovci knjigama počeli su govoriti o velikim kupnjama međusobno nepovezanih, često stručnih i opskurnih naslova.
Sumnja je brzo pala na AI industriju.
Tu moramo biti oprezni.
Nije dokazano da iza svake takve narudžbe stoji kompanija koja razvija umjetnu inteligenciju, niti da sve kupljene knjige završavaju pod nožem industrijskog skenera. Pojedine kompanije koje su se našle u središtu tih sumnji to poriču.
Ali Project Panama dokazao je nešto što prije nekoliko godina nismo znali.
Postoji ekonomski razlog da tehnološka kompanija kupi milijune fizičkih knjiga samo kako bi iz njih izvukla tekst.
I postoji industrijski proces kojim to može napraviti.
To mijenja način na koji moramo promatrati tržište starih knjiga.
Hoćemo li jednom posebno čuvati posljednju generaciju potpuno ljudskih knjiga?
Kathryn James u Guardianu otvara još jedno pitanje koje se na prvi pogled može činiti filozofskim, ali možda neće dugo ostati takvo.
Ako generativna umjetna inteligencija nastavi sudjelovati u stvaranju sve većeg dijela tekstova koje objavljujemo, možda će knjige nastale prije te promjene jednom dobiti novu dokumentarnu vrijednost.
Ne zato što su stare.
Ne zato što su rijetke.
Nego zato što pripadaju vremenu u kojem je bilo mnogo jednostavnije reći:
ovo je napisao čovjek.
James zato predlaže razmišljanje o potpuno ljudskom autorstvu kao mogućoj novoj kategoriji očuvanja.
Kulturna baština prepuna je takvih naknadnih spoznaja.
Predmet koji je jednoj generaciji svakodnevan drugoj postaje zanimljiv, a trećoj nezamjenjiv.
Industrijski katalozi, razglednice, novine, turistički prospekti, privatna pisma, školske bilježnice i bezbrojni drugi predmeti nisu stvarani zato da bi jednoga dana završili u muzejima i arhivima.
Sačuvani primjerci danas nam upravo zato govore kako su ljudi živjeli.
Možda ćemo na knjige nastale prije generativnog AI-ja jednoga dana gledati slično.
Ne trebamo zatvoriti digitalne knjižnice. Trebamo odlučiti što znači otvoriti ih strojevima
Najlakši zaključak cijele ove priče bio bi i najpogrešniji.
Ako AI može koristiti digitaliziranu baštinu, zatvorimo digitalne zbirke.
To bi bila velika pogreška.
Otvoreni pristup kulturnoj baštini jedan je od najvećih dobitaka digitalizacije. Omogućio je učenicima, studentima, istraživačima i zainteresiranim ljudima diljem svijeta pristup predmetima koje bi nekada mogli vidjeti samo malobrojni.
Problem nije otvorena baština.
Problem je što smo pod istim pojmom pristupa počeli podrazumijevati dvije potpuno različite stvari.
Jedno je omogućiti čovjeku da pročita knjigu.
Drugo je omogućiti automatiziranom sustavu da u nekoliko sati ili dana preuzme i analizira zbirku koju su generacije knjižničara, arhivista, konzervatora i poreznih obveznika desetljećima gradile i financirale – te tu vrijednost ugradi u privatni komercijalni proizvod.
O tome vrijedi razgovarati.
Možda će odgovor biti licenciranje.
Možda posebni uvjeti za kulturne ustanove.
Možda tehnički protokoli koji će razlikovati ljudsko čitanje od strojnog rudarenja.
Možda će dio javne domene ostati potpuno otvoren i strojevima.
Ali odluka ne bi smjela nastati slučajno samo zato što tehnologija omogućuje nešto što zakonodavci, knjižničari i ustanove prije deset godina nisu mogli predvidjeti.
Ali tko čuva same knjige?
U cijeloj ovoj priči postoji ironija koju je teško previdjeti.
AI kompanijama knjige trebaju zato što su očito jedan od najvrjednijih proizvoda ljudske kulture.
U njima pronalaze uređeno znanje, složen jezik, argumentaciju, pripovijedanje i obrasce ljudskog razmišljanja koje žele prenijeti svojim modelima.
Pojava umjetne inteligencije nije knjigu učinila bezvrijednom.
Dogodilo se gotovo suprotno.
Pokazala je koliko knjiga vrijedi.
Toliko da je tehnološkoj industriji racionalno potrošiti milijune kako bi došla do sadržaja koji su stvarali pisci, znanstvenici, urednici, prevoditelji i izdavači kroz stoljeća.
Ali tu se mora pojaviti granica.
Ne granica koja će zaustaviti digitalizaciju.
Ne ona koja će znanje ponovno zatvoriti u spremišta.
I ne ona koja polazi od pretpostavke da je svako korištenje kulturne baštine za razvoj umjetne inteligencije samo po sebi neprihvatljivo.
Granica mora početi pitanjem tko odlučuje.
Tko odlučuje da se fizička knjiga može uništiti jer je njezin tekst već izvučen?
Tko provjerava je li primjerak koji ulazi u industrijski skener doista zamjenjiv?
Tko odlučuje može li digitalna zbirka koju je javna ustanova desetljećima gradila biti u cijelosti preuzeta za razvoj privatnog modela?
Tko čuva pravo budućih generacija da predmet vide, prouče i možda u njemu otkriju nešto što mi danas ne smatramo važnim?
To više nisu samo pitanja za tehnološke kompanije.
To su pitanja za knjižnice, arhive, muzeje, zakonodavce, autore, nakladnike, istraživače i sve ustanove koje se bave očuvanjem kulturne baštine.
Stoljećima smo knjige prikupljali kako ne bi nestale.
Posljednjih desetljeća počeli smo ih digitalizirati kako bismo istodobno sačuvali izvornike i otvorili njihov sadržaj svijetu.
Umjetna inteligencija sada nas prisiljava da toj politici dodamo treće pitanje.
Nije više dovoljno pitati jesmo li sačuvali knjigu.
Nije dovoljno ni pitati jesmo li sačuvali njezin sadržaj.
Moramo početi pitati pod kojim uvjetima taj sadržaj iz baštine prelazi u strojeve koji iz njega uče.
Jer knjiga nije samo skup riječi koje možemo iz nje izvući.
Ona je predmet, djelo, trag čovjeka i dio vremena u kojem je nastala.
Možemo digitalizirati svaku njezinu stranicu.
Možemo naučiti stroj svakoj rečenici koju sadržava.
Ali ako zbog toga počnemo vjerovati da smo sačuvali sve što je u knjizi vrijedilo sačuvati, mogli bismo tek mnogo kasnije otkriti da smo zamijenili informaciju o baštini – samom baštinom.
A tada će za neke knjige već biti prekasno.
