Serwis 404 Media ustalił, że Amazon skupuje rzadkie, często niedostępne w sieci książki, odcina im grzbiety i skanuje strony, by pozyskać dane do treningu modeli AI. Dziennikarze wyśledzili jedną z przesyłek, umieszczając w niej lokalizator AirTag — trafiła do ośrodka Amazona w Las Vegas. To pokazuje, jak daleko firmy AI sięgają po dane po wyczerpaniu zasobów publicznego internetu.
Najważniejsze w skrócie
- 404 Media wyśledziło przesyłkę książek lokalizatorem AirTag do ośrodka Amazona.
- Cel: sekcja VGT3 w obiekcie LAS8 w północno-wschodnim Las Vegas.
- VGT3 „destrukcyjnie skanuje duże wolumeny książek” — potwierdzają pracownicy.
- Zamówienie ok. 1000 książek przez platformę Biblio od anonimowego klienta.
- Oficjalne stanowisko Amazona: kupuje książki „kanałami komercyjnymi, by ulepszać produkty i usługi”.
Jak wykryto praktykę
Punktem wyjścia był nietypowy zakup. Antykwariusz dostał zamówienie na około 1000 książek złożone przez anonimowego, nieczułego na cenę klienta — typowy profil firmy AI.
404 Media umieściło Apple AirTag w jednym z woluminów. Sygnał doprowadził do sekcji VGT3 w obiekcie LAS8 Amazona w Las Vegas. Według serwisu VGT3 „destrukcyjnie skanuje duże wolumeny książek”, a praktykę potwierdzili pracownicy w dyskusjach na forach. Nad wejściem widnieje logo z dinozaurem trzymającym książkę w szponach.
Dlaczego akurat rzadkie książki
Chodzi o dane, których nie ma w sieci. Modele językowe wyczerpały łatwo dostępne teksty z internetu, więc firmy sięgają po rzadkie, nakładowo wyczerpane pozycje.
Kluczowa jest data: teksty sprzed 2022 roku powstały przed erą masowej generacji treści przez AI, co pozwala unikać „model collapse?model collapse: Degradacja jakości modelu AI trenowanego na danych generowanych przez inne modele — błędy narastają z każdą kolejną generacją.” — degradacji jakości modelu karmionego własnymi, syntetycznymi danymi. Fizyczne książki stają się więc źródłem „czystych” danych treningowych.
Nie pierwszy spór o książki
Pozyskiwanie książek do treningu AI ma już swoją historię prawną. Artykuł przypomina sprawę Anthropic, oskarżonego o wykorzystanie pirackich książek — zakończoną ugodą na 1,5 mld USD (ok. 6 mld zł) w lipcu 2026. Różnica jest istotna: Amazon deklaruje zakup legalnymi kanałami. Kontrowersją pozostaje jednak nieodwracalne niszczenie rzadkich, czasem unikatowych egzemplarzy.
Dlaczego to ważne?
Sprawa pokazuje realny koszt głodu danych w rozwoju AI. Gdy publiczny internet przestaje wystarczać, wartościowe stają się fizyczne, rzadkie teksty — a ich pozyskanie oznacza nieodwracalne zniszczenie egzemplarzy.
To rodzi napięcie między interesem firm AI a ochroną dziedzictwa kulturowego i rynkiem antykwarycznym. Legalność zakupu nie rozstrzyga pytania etycznego: czy trenowanie modeli usprawiedliwia trwałą utratę rzadkich książek, których nikt już nie dodrukuje.
Co dalej?
- Amazon nie ujawnił skali operacji ani liczby skanowanych książek — presja na transparentność będzie rosła.
- Antykwariat i biblioteki mogą zaostrzyć zasady sprzedaży dużych, anonimowych zamówień.
- Sprawa zasili debatę regulacyjną o pochodzeniu danych treningowych, po ugodzie Anthropic.
