Anthropic cumpără cărți pe care le toacă. Ce este ”Project Panama”?

Milioane de cărți tipărite au fost cumpărate, desfăcute cu utilaje industriale, scanate pagină cu pagină și apoi trimise la reciclare pentru a furniza date de antrenament sistemelor de inteligență artificială. Operațiunea este reală, iar în cazul companiei Anthropic a purtat numele intern „Project Panama”. Afirmația virală potrivit căreia compania ar intenționa să distrugă toate cărțile tipărite din lume este însă o interpretare exagerată.

Povestea a revenit în atenție după ce o investigație publicată în luna iulie a arătat că firmele din domeniul inteligenței artificiale continuă să cumpere cantități uriașe de cărți, prin intermediari care păstrează secretă identitatea clienților.

Motivul este aparent paradoxal: companiile AI caută acum texte scrise înainte de explozia inteligenței artificiale generative, pentru a nu-și antrena modelele cu materiale produse chiar de alte sisteme AI.

„Să scanăm distructiv toate cărțile din lume”

Existența „Project Panama” a fost dezvăluită prin mii de pagini de documente desecretizate într-un proces intentat Anthropic de mai mulți autori.

„Project Panama este efortul nostru de a scana distructiv toate cărțile din lume”, se arăta într-un document intern al companiei. Același document preciza că Anthropic nu dorea ca proiectul să devină public.

În aproximativ un an, compania ar fi cheltuit zeci de milioane de dolari pentru a cumpăra și procesa milioane de volume. Cotoarele cărților erau tăiate, paginile erau introduse în scanere industriale, iar fișierele rezultate erau stocate într-o bibliotecă digitală utilizată pentru dezvoltarea modelelor Claude, potrivit documentelor judiciare analizate de The Washington Post.

Formularea „toate cărțile din lume” descria amploarea ambiției interne a proiectului, nu un plan prin care Anthropic să elimine toate exemplarele tipărite existente.

Compania putea distruge numai volumele pe care le cumpărase. Alte exemplare ale acelorași titluri au rămas în biblioteci, librării, depozite și colecții private.

Cum erau distruse cărțile

Anthropic a cumpărat volume second-hand, adesea în loturi de zeci de mii, de la comercianți precum Better World Books și World of Books.

Numărul total de cărți procesate și costul exact al operațiunii au fost secretizate în documentele judiciare. O ofertă a uneia dintre firmele contractate prevedea însă procesarea a între 500.000 și două milioane de cărți în numai șase luni.

Documentele descriu folosirea unui „utilaj hidraulic de tăiere”, care îndepărta cotorul cărților. Paginile astfel separate puteau fi introduse automat în scanere profesionale de mare viteză. După finalizarea operațiunii, resturile de hârtie erau ridicate de o companie de reciclare.

Metoda este mult mai rapidă și mai ieftină decât scanarea nedistructivă, în care fiecare pagină trebuie fotografiată fără ca volumul să fie desfăcut. Eficiența economică este, așadar, principala explicație pentru alegerea acestei proceduri.

Potrivit hotărârii judecătorului William Alsup, Anthropic a cumpărat milioane de exemplare tipărite, le-a distrus în procesul de scanare și le-a înlocuit, practic, cu copii digitale.

Instanța a reținut că fișierele rezultate nu au fost distribuite în afara companiei.

De ce au devenit valoroase cărțile vechi

Fenomenul nu pare să se fi încheiat odată cu „Project Panama”. O investigație publicată pe 21 iulie de 404 Media arată că există firme specializate care ajută laboratoarele AI să achiziționeze volume tipărite în cantități foarte mari.

Una dintre acestea este ISBNdb, o bază de date cu peste 100 de milioane de titluri, care oferă servicii de achiziție în masă. Comenzile destinate industriei AI ar putea varia de la 1.000 la un milion de cărți într-o singură tranzacție.

Compania își promovează serviciile susținând că unele dintre cele mai bune date pentru antrenarea inteligenței artificiale se află încă pe rafturi. Spre deosebire de conținutul disponibil pe internet, cărțile sunt materiale editate, structurate și, în numeroase cazuri, verificate înainte de publicare.

Sunt căutate în special volumele apărute înainte de 2022. Acestea sunt considerate „curate” din perspectiva companiilor AI deoarece au fost scrise înainte de răspândirea masivă a textelor generate automat.

Dacă modelele sunt antrenate cu texte produse de alte sisteme AI, erorile, formulările artificiale și informațiile inventate pot fi multiplicate. Industria încearcă astfel să evite „contaminarea” seturilor de date cu ceea ce este numit, în limbaj informal, „AI slop” – conținut automat de slabă calitate.

Cumpărătorii sunt ținuți la secret

ISBNdb le-ar oferi clienților confidențialitate, inclusiv prin acorduri care împiedică dezvăluirea identității cumpărătorilor.

Compania admite chiar că există o problemă de imagine. Formula „o companie AI distruge două milioane de cărți” nu este un titlu care să atragă simpatie, se arată în prezentarea serviciului, citată de 404 Media și Futurism.

Un librar a declarat că, începând din aprilie, vânzările sale au crescut de la cel mult 20 de cărți într-o săptămână la câteva sute. Comenzile includeau titluri aparent alese la întâmplare, fără o legătură evidentă între autori sau domenii, dar toate volumele aveau cod ISBN.

Există relatări similare și din partea unor comercianți de carte veche din Europa.

Nu există însă dovezi publice că Anthropic se află în spatele acestor comenzi recente. Identitatea actualilor cumpărători este protejată de intermediari, astfel încât legătura cu anumite laboratoare AI rămâne, în multe cazuri, o suspiciune a librarilor.

Sunt distruse și cărți rare?

Aici apare cea mai serioasă problemă. Loturile cumpărate în masă pot include volume rare, ediții vechi sau cărți care nu se mai tipăresc.

Unii comercianți afirmă că printre titlurile vândute se află și exemplare neobișnuite, în limbi străine sau dispărute de mult din circuitul comercial. Selecția nu pare să țină întotdeauna cont de raritatea culturală sau bibliografică a volumului.

Nu există însă, până acum, dovezi că Anthropic ori alte companii AI ar fi distrus intenționat ultimele exemplare cunoscute ale unor cărți. Faptul că un volum este rar sau nu se mai tipărește nu înseamnă automat că exemplarul procesat era singurul rămas.

Riscul nu poate fi totuși exclus, mai ales în cazul comenzilor automate, alcătuite pe baza codurilor ISBN, fără verificarea importanței fiecărui exemplar.

Mai există și o diferență esențială față de proiectele clasice de digitizare: fișierele realizate de companiile AI rămân în baze de date private. Publicul pierde exemplarul fizic, dar nu primește acces la copia digitală.

Instanța: Cărțile cumpărate puteau fi scanate și distruse

Judecătorul federal William Alsup a decis, în iunie 2025, că transformarea unei cărți cumpărate legal într-un fișier digital intern putea intra sub protecția doctrinei americane „fair use”.

Instanța a ținut cont de faptul că exemplarul tipărit era distrus și înlocuit de cel digital, fără multiplicarea numărului de copii puse în circulație. De asemenea, nu existau probe că fișierele scanate au fost vândute sau distribuite în afara Anthropic.

Judecătorul a stabilit separat că folosirea cărților pentru antrenarea modelelor era una „transformatoare”, deoarece modelele nu erau concepute pentru a reproduce ori înlocui cărțile, ci pentru a genera rezultate noi.

Hotărârea privește însă circumstanțele concrete ale procesului din Statele Unite și nu reprezintă automat o autorizație generală pentru orice companie, în orice jurisdicție, de a scana și utiliza cărți protejate de drepturi de autor.

Despăgubirea de 1,5 miliarde de dolari nu a fost pentru cărțile tăiate

Anthropic a primit recent aprobarea definitivă a instanței pentru o înțelegere de 1,5 miliarde de dolari cu autorii și editorii. Este considerată cea mai mare despăgubire colectivă cunoscută în materia drepturilor de autor din Statele Unite, potrivit Reuters.

Suma nu a fost stabilită pentru distrugerea cărților cumpărate în cadrul „Project Panama”.

Litigiul a vizat cele peste șapte milioane de copii digitale pe care Anthropic le-ar fi descărcat din biblioteci-pirat precum LibGen și Pirate Library Mirror. Aproximativ 482.000 de opere eligibile sunt cuprinse în acord, iar titularii drepturilor ar urma să primească în jur de 3.000 de dolari pentru fiecare titlu, înainte de repartizarea sumelor și deducerea costurilor.

Instanța a făcut o distincție clară: scanarea și înlocuirea cărților cumpărate legal au fost considerate „fair use”, în timp ce construirea unei biblioteci din copii piratate nu a beneficiat de aceeași protecție.

Prin urmare, povestea virală pornește de la o operațiune reală și impresionantă ca amploare. Anthropic a cumpărat și a distrus milioane de exemplare fizice pentru a le transforma în date. Nu există însă nicio dovadă a unui plan prin care compania ar urma să distrugă toate cărțile tipărite din lume.