Questa storia comincia quando Andrea Bartz, Charles Graeber e Kirk Wallace Johnson, tre autori nordamericani, intentano una causa ad Anthropic per aver addestrato il suo sistema LLM Claude con libri piratati e senza il loro consenso. Il caso si riferisce al periodo 2021/2023, per un totale di 7 milioni di ebook tirati giù da piattaforme come LibGen o PirateBay e si è concluso con una multa da 1,5 miliardi di dollari. Quali sono i volumi sottrati? Provate a cercare voi stess*. Per fortuna della ditta di Amodei le opere effettivamente interessate dal procedimento (per via di tutta una serie di criteri burocratici che hanno ristretto il perimetro d’interesse) sono un numero decisamente inferiore a quanto preventivato.
Colpiscono i motivi della sentenza. Alsup ha affermato che il training con i libri è un uso trasformativo, non è plagio (ricade nella disciplina “fair use” americana) ed è simile a un aspirante scrittore che legge testi protetti da copyright “non per replicare o soppiantare” quelle opere, “ma per creare qualcosa di diverso”.
Il Sole 24 Ore
Ad ogni modo questa è una notizia sostanzialmente dello scorso anno. Prima di arrivare agli aggiornamenti è bene sapere che nell’intertempo si è aperto il contenzioso tra alcuni autori di best-seller (Connelly, Grisham, Martin..) da un lato, OpenAI e Microsoft dall’altra. Anche Hachette, e dunque un peso massimo dell’editoria globale, è in causa con Google, e l’elenco potrebbe proseguire in ambito musicale, giornalistico e via così.
nel febbraio 2024, l’azienda ha assunto Tom Turvey, l’ex responsabile delle partnership per il progetto di scansione di libri di Google Books, e gli ha affidato il compito di ottenere “tutti i libri del mondo”
Reddit
Il patron di Anthropic sostiene che per evitare bias ricorsivi è molto importante che le nuove AI si addestrino il più possibile su testi precedenti all’incedere dei servizi consumer prodotti dalla sua stessa ditta, inoltre l’approssimarsi della sentenza di cui sopra suggeriva sin dal 2024 un cambio di strategia. Con un manipolo di ingegneri reduci da esperienze quali di OpenAI e dall’archetipica Google books (nella persona di Tom Turvey) prende forma il Project Panama.
C’è poi il tema dell’utilizzo disinvolto del principio del fair use, applicabile in considerazione della NON memorizzazione delle opere, che deriva appunto dalla scansione distruttiva (non vi risuona con le vertenze contro la digitalizzazione distruttiva?) per mezzo di tagliatrici idrauliche. Ma soprattutto c’è un importante contrappasso a una manciata di mesi di distanza dalla sentenza che aveva invece dato, parzialmente, ragione alla stessa Anthropic in merito all’uso di opere per addestramento in assenza di consenso dell’autrice/autore.
I libri sarebbero stati comprati (in enormi quantità, l’ipotesi è che il numero vada da un minimo di 500 mila a un massimo di due milioni) da rivenditori dell’usato, successivamente privati delle rilegature e scansionati pagina per pagina da una ditta specializzata, per poi essere spediti al macero.
Rivista Studio
La copia di opere, ancorché sotto copyright, è resa possibile dall’uso trasformativo e temperato della stessa. E dove si trovano questi libri? Se hai sei mesi di tempo e milioni di dollari a disposizione puoi partire dal circuito dei grossisti dell’usato: Better World Books e World of Books, ma anche l’importante libreria newyorkese The Strand. Sei mesi non sono poi molti quando i numeri in gioco hanno questa scala, non si può procedere con gli scanner “conservativi” che sfogliano il libro senza comprometterne la forma e utilizzo. Bisogna tagliare con precisione e poi scansionare industrialmente le pagine: distruggere e smaltire.
Qualche giorno fa Swissinfo ha suggerito l’esistenza anche in Europa di pratiche di questo tipo, a partire da una serie di ordinazioni sospette e apparentemente automatizzate e in soprannumero anche in librerie che lavorano con testi anche mediamente meno pop.
Un’azienda canadese (che ha smentito tutto) di nome Zoom Books acquistava pallet interi di merce fuori catalogo: libri di cucina, biografie, narrativa. Non si trattava di rarità, ma esattamente del contrario, come riferisce il commerciante.
e ancora
Per il mercato dell’UE è stato allestito un magazzino di transito al confine tra Repubblica Ceca e Germania. Si stima il volume presunto a 700’000 titoli solo in Germania, tre milioni in tutto il mondo.
Denunce analoghe sono apparse su TomsHW che racconta la vicenda attraverso il punto di vista di ISBNdb: database che cataloga oltre 111 milioni di libri e che ha adattato i propri servizi alle necessità delle società tecnologiche. Le richieste ricevute vanno da 1.000 copie fino a un milione di volumi. Un libraio professionale, abituato a vendere circa 20 libri nelle settimane migliori, è passato a diverse centinaia di copie settimanali, con volumi dichiarati circa cinque volte superiori alla norma.
Oltre l’orizzonte retorico che non fa i conti col macero, destinazione certa di una parte più che consistente della carta stampata nel mondo, le tecniche di big tech si affinano al ritmo dell’interpretazione della legge offerta dai tribunali USA: in questo caso dal download fraudolento all’acquisto cartaceo massivo. Un messaggio all’Europa, una carezza ai pretendenti ristori, una capacità senza precedenti di far fronte economicamente agli inciampi, ma anche qualcosa di più. Oggi si passa dal dimostrare che la pirateria è un problema solo quando vi si accusano i poveri, al postulare che i libri si possono uccidere due volte. Prima vampirizzandone i contenuti al servizio del capitale privato; poi negando ogni ulteriore possibilità di essere riletti, donati, prestati, salvati, attraverso il disassemblaggio industriale. E questa volta legalmente.
Inside an AI start-up’s plan to scan and dispose of millions of books (Washington Post)
Lascia un commento