Yapay zeka şirketleri nadir kitapları parçalatıyor

• Yapay zeka şirketleri, toplu satın aldıkları nadir kitapların sırtlarını kesip yüksek hızlı taramadan geçirdikten sonra orijinallerini parçalıyor
• ISBNdb, 1 milyon kitaba kadar siparişleri, alıcı anonimliği ve NDA desteği sunuyor; müşterilerine bu süreci “dijital koruma” olarak adlandırmalarını öneriyor
• 2022 öncesi yayınlar, yapay zeka tarafından üretilmiş metinle karışmamış veri olduğu gerekçesiyle yüksek değer görüyor; Anthropic de geniş kapsamlı kitap temini için girişimlerde bulunuyor
• Federal bir yargıç, orijinali ortadan kaldırıp bir seferde yalnızca tek bir kopya bırakma yöntemini adil kullanım olarak değerlendirdi; ancak hayatta kalan nüsha sayısı son derece az olan kitaplar da işleme dahil ediliyor
• Günümüze ulaşan bir 18. yüzyıl kitabının son kopyası parçalandıktan sonra yerine konamaz; yasal karar, geri döndürülemez tahribatı hızlandırabilir

---

Nadir kitapların eğitim verisine dönüşme süreci

• Yapay zeka şirketleri kitapları toplu halde satın aldıktan sonra sırtlarını kesip yüksek hızlı tarama yapıyor ve orijinalleri parçalıyor
• ISBNdb, 1 milyon kitaba kadar siparişe aracılık ederken alıcının kimliğini gizliyor
  • NDA’yı bir hizmet özelliği olarak sunuyor
  • Müşterilerine bu işlemi “dijital koruma” diye adlandırmalarını öneriyor
  • Kendi web sitesinde, “‘Yapay zeka şirketi 2 milyon kitabı yok ediyor’ ifadesi sempati toplayacak bir başlık değildir” diyor
• 2022 öncesi yayınlar, yapay zeka tarafından üretilmiş metin içermedikleri gerekçesiyle premium veri olarak değerlendiriliyor
• Anthropic, “dünyadaki tüm kitapları” elde etmek için eski Google Books iş ortaklıkları yöneticisini işe aldı

Adil kullanım kararının bıraktığı geri döndürülemezlik

• Federal bir yargıç, orijinal ortadan kaldırılırsa belirli bir anda yalnızca tek bir kopya var olur mantığıyla bu uygulamayı adil kullanım olarak değerlendirdi
• Bir kitapçı yetkilisi, geriye çok az nüshası kalmış nadir kitapların da işleme alındığını 404 Media’ya aktardı
• Web siteleri yeniden yayına alınabilir, çok satan kitaplar yeniden basılabilir; ancak geriye yalnızca son üç kopyası kalmış bir 18. yüzyıl botanik kitabı, parçalandıktan sonra yerine konamaz
• İnternet scraping’i, kütüphane torrent’leri ve müziğin izinsiz elde edilmesinden farklı olarak orijinalin parçalanması geri döndürülemez; yasal kararın ardından bu tür işler hız kazanabilir

[GN⁺]

Hacker News yorumları

• Yayıncılara pek sempati duymuyorum. Telif hakkı süresi dolana kadar kitapları baskısı tükenmiş halde tutup sapasağlam kitapları nadir nüshaya dönüştürüyorlar; satışta olan kitaplarda bile çoğu zaman nemde dalgalanan kâğıt ve birkaç yıl içinde sayfaları dağılan yapıştırma cilt dışında seçenek olmuyor.
  Yayıncının baskıdan kaldırdığı kitaplar, başka bir yayıncı tarafından ilk yayıncıya ödeme yapılmadan yayımlanabilmeli; yazarla telif ücreti yeniden müzakere edilebilmeli. Dayanıklı kâğıt ve forma dikişli cilt kullanan ciltli baskı sunulmadığında da başka yayıncıların kaliteli baskı yapabilmesi için telif yasası değişmeli.

  • Telif hakkının yazarın ya da eşinin ölümüyle sona ermesi gerektiğini düşünüyorum. Plak şirketlerinin açıkça adil kullanım kapsamındaki birkaç saniyelik müzik analiz videolarından bile para kazanıp, çok zaman ve masraf harcayan küçük kanalların gelirini alması haksızlık.
    Küçük yayıncıların hukuki mücadele verecek gücü de yok. Söz konusu kanal: https://www.youtube.com/@diggingthegreats/videos
  • 17. ve 18. yüzyıllarda yayıncıların kitapları ciltlemeden satması, alıcıların da bağımsız ciltçilere özel sipariş vermesi yaygındı; hatta kişisel kütüphanelerin tamamı sahibinin tek tip kapak tasarımını izleyebiliyordu.
        O dönemde kitaplar çoğu kişinin alamayacağı lüks ürünlerdi; ucuz seri üretim ciltler yaygınlaşınca erişilebilirlik arttı. Bugün de piyasadaki kitapları söküp yüksek kaliteli özel cilt ve kapak yapan zanaatkârların bulunduğu bir pazar var.
  • Bugüne ulaşmış görünen 17. ve 18. yüzyıl kitapları, en başta iyi yapılmış olanların hayatta kalmasından kaynaklanıyor olabilir. Kötü yapılmış kitaplar çoktan yok olduğundan göremediğimiz bir hayatta kalan yanlılığı var.
  • Tüm kitapları kaliteli ciltleyip depolarda yığarken tüketici yalnızca ucuz cep kitabı alıyorsa, yayıncının ek maliyete katlanması için neden yoktur; bu da pazar talebine verilen bir tepkidir.
    Yayıncıların gizli bir kaliteli baskı talebini bilerek görmezden geldiğini varsaymaktansa, satış verilerinden bunun satmayacağını bildiklerini düşünmek daha basit. Amaç korumaysa, biraz daha iyi kâğıdı zorunlu kılmak yerine stok depoları veya koleksiyoner rafları dışında sağlam bir dijital arşiv kurulmalı.
  • Fikri mülkiyeti çalan LLM işletmecilerine yayıncılardan da az sempati duyuyorum.

• Telif durumunu kontrol ettikten sonra eski kitapları yeniden basıyoruz. Tüm kitaplar 1930 öncesi yayımlanmış baskılardan seçiliyor; hak sahibinin yenileme yapıp yapmamasına bağlı olarak önemli bir kısmında 1964 ya da 1973'e kadarki kitaplar da mümkün.
  Özel bir kesme makinesiyle sırtı kesiyor, ardından tek tek sayfaları mühürlü plastik kılıflara koyup kalıcı olarak saklıyoruz; yeniden taramaya karşı, sıkıştırılmamış özgün dosyaları da manyetik disklerde koruyoruz. Telif süresi biter bitmez yayımlayabilmek için 1931 sonrası nadir baskıları da önceden arıyoruz; ancak hiçbir yapay zeka şirketi tüm taramaları eğitimde kullanmak için izin istemedi.

  • Buradaki “biz”in kim olduğunu ve mühürlü plastik kılıfların uzun vadeli korumaya uygun olup olmadığını merak ediyorum. Kimyasal bozunma nedeniyle nem ya da aşındırıcı gazlar içeride birikebileceğinden, sıcaklık ve nemin aktif olarak kontrol edildiği bir ortamın daha iyi olup olmadığını doğrulamak gerekir.
  • Çok eski kitaplar eski üsluba doğru bir yanlılık yaratabilir; değerli bilgiler de çoğu zaman modern literatürde daha derin ve ayrıntılı ele alındığından AI eğitim verisi olarak değerleri nispeten düşüktür.
    Eski metinlerin kendisi ilginç ve korunmaya çok değer, ancak dev eğitim verisine karıştırmak için daha az kullanışlıdır.
  • İki kişilik bir kâr amacı gütmeyen kuruluş mu, yoksa değeri 1 trilyon dolar olan halka açılmamış bir şirket mi olduğunu anlayabilmek için kaynak ve arka plan gerekiyor.
  • Kitap sırtı kesildiğinde geriye kaynağını yitirmiş “Ölü Deniz Parşömenleri” gibi tekil yapraklar kalmıyor mu, merak ediyorum.

• Tarananlar yalnızca telifi devam eden kitaplarsa, 18. yüzyıl botanik kitaplarının neden dahil edildiğini merak ediyorum. Sahip olunan bir kitabı taramak telif açısından yasal olmalı ve bunun için imha şart koşulmamalı.
  Yayımlanmasının üzerinden 50 yıldan fazla geçmiş ve unutulma riski taşıyan eserlerde yetim eser düzenlemesi uygulanarak, hak sahibinin eserin birkaç kütüphane vb. yerde korunduğunu kanıtlaması, ek kopyalara izin vermesi ya da teliften vazgeçmesi sağlanabilir.

  • Kitabı sayfalara ayırıp taramak daha hızlı ve ucuzdur; AI eğitimi bir hacim yarışıdır, bu yüzden bu yöntem avantajlıdır. Taramadan sonra işe yaramayan sayfalar hamur hâline getirilip geri dönüştürüldüğünden, telif olmasa bile imhalı tarama muhtemelen baskın yöntem hâline gelirdi.
    OpenAI'ın Amazon'dan 2018 tarihli bir kitabın dijital baskısını satın alıp doğrudan kullanamamasının nedeni, lisans ihlaline ek olarak DRM kaldırmayı yasaklayan DMCA'ya da takılmasıdır.
  • 18. yüzyıl kitaplarının telifi dolmuştur; bu yüzden özgün nüshayı koruyarak taramak yasa dışı değildir.
  • Yeri doldurulamaz kitapların yok edilmesinin nedeni telif değil, imhalı taramanın maliyet avantajıdır: https://www.404media.co/ai-companies-are-buying-tons-of-old-...
  • Kalan nüshası tek haneli sayıda olan nadir eski kitaplar, müze eserleri gibi kültürel miras koruması görmeli. Sahibi zarar vermek ya da atmak istediğinde devletin öncelikli satın alma hakkı olmalı.
  • Parçalanmış kitapların rakipler tarafından tekrar taranamaması gibi bir avantaj da doğar.

• Archive.org, elindeki fiziksel kitapları ödünç verdiği için dava edilmemiş olsaydı, böyle bir sonuç da önlenebilirdi. Yayıncıların istedikleri sonucun ne olacağını daha dikkatli düşünmesi gerekirdi.

  • Archive.org başlangıçta fiziksel olarak sahip olduğu ve taradığı kitapları DRM ve kitap başına aynı anda 1 kişi sınırı ile ödünç veriyordu; ancak Covid döneminde bu sınırı kaldırıp sınırsız eşzamanlı ödünce izin verince yayıncılarla anlaşmazlık başladı.
  • Bir kitap yok edildiğinde diğer nüshaların ve basılmamış stokların değeri arttığından, yayıncıların bundan mutlaka hoşlanmayacağı söylenemez.
  • Archive.org'un düşüncesiz yaklaşımının, meşru koruma faaliyetlerinin konumunu bile zayıflattığı söylenebilir.

• Yayıncılar, gölge kütüphane verileriyle eğitim yapan AI şirketlerine dava açıp büyük içerik anlaşmaları koparmayı hedefledi; ancak AI şirketleri analog açığı kullandı. İkinci el kitabı 5 dolara alıp imhalı taramaya 25 dolar harcamak, telif ücretinden çok daha ucuz.
  Ancak söz konusu olan kadim metinler değil, telifi devam eden kitaplar; ayrıca eski olması da değerli olduğu anlamına gelmez. Talep görmeyen ve yalnızca depolama maliyeti çıkaran kitapları kütüphaneler elden çıkardığı için tarama şirketleri bunları ucuza bulabiliyor.

  • AI şirketleri için değerli kitaplar olduğundan adil bir bedel ödenmeli.
  • Modern literatür de zamanla kadim literatüre dönüşür; bu yüzden yalnızca bugünkü fiziksel değerine bakarak karar verilemez.
  • Ekipman aşınması, sıkışan kâğıtları çıkarma işçiliği ve geri dönüşüm maliyeti dahil edilse bile imhalı taramanın maliyeti kitap başına 25 dolardan çok 0,25 dolara yakın olabilir.
  • Birden fazla alıcının bilgilerini değiştirip kaynak materyali yok ederseniz, yanlış içerik LLM'de kalır; bunu meşrulaştırmak propaganda sayılır.

• Bradbury’nin 《Fahrenheit 451》’inden çok Vernor Vinge’in 《Rainbows End》’indeki “parçala ve tara” fabrikasına benziyor

  • Vernor Vinge yakın geleceği özellikle iyi öngörmüştü; parçalayarak taramayı, kötülerin tahribatsız taramaya geçmeden önce kısa süre kullandığı bir yöntem olarak tasvir etmişti. Uzun vadede insanlık için yapılabilecek en iyi şeylerden birinin Anna’s Archive’i desteklemek olduğunu düşünüyorum
  • Halkın genelde yüklediği anlamdan farklı olsa da, 《Fahrenheit 451》’in yazarının amaçladığı şeye de epey yakın

• Nadir kitapları dijitalleştirirken Authors Guild v. Google’ın yol açtığı zararı da geri çevirmek mümkün. Yapay zeka şirketlerinin tarama yapmasına izin verilip dijital kopyaları yayımlamaları zorunlu kılınabilir; ilk tarayan şirketin avantajı için de birkaç yıllık bir bekleme süresi tanınabilir: https://en.wikipedia.org/wiki/Authors_Guild,_Inc._v._Google,...

  • 1850 tarihli bir kitabın tek nüshasını yok edip içeriğini kâr amaçlı bir sistemin içine hapsetmek, kamu arazisinden izinsiz kaynak çıkarmak gibi bir kamu kaynağı yağmasıdır
    Buna karşılık, kitabı yüksek kalitede dijitalleştirip kalıcı olarak ücretsiz erişime açmak; kütüphanelerde ve çevrimiçi olarak ücretsiz kullanılabilecek kamusal bir LLM üzerinden erişilebilir kılmak; geriye fiziksel nüsha kalmadıysa yeterli doğrulamadan sonra kamusal bir nadir eser arşivinde korunmasını düzenlemek çok daha makul olur

• Aptalca telif hakkı yasaları yüzünden yapay zeka şirketlerinin seçebileceği yasal yol buysa, tüm suçu onlara yüklemek zor. Yerel gölge kütüphaneyi destekleyebilirsiniz: https://annas-archive.pk/donate

• Yalnızca alıntılanan materyallere bakınca nadir kitapların gerçekten yok edildiğine dair kanıt yetersiz. Yeri doldurulamaz 18. yüzyıl botanik kitapları örnek olarak eklenmiş, ancak gerçek hedeflerin satışta olan ya da yaygın kitaplar olma ihtimali dışlanamıyor

  • 18. yüzyıl kitaplarının tamamının telif hakkı süresi dolmuş olduğundan, bunları özellikle parçalamanın bir nedeni yok

• Buradaki nadir kitaplar, tarihsel açıdan önemli Orta Çağ el yazmaları değil; telif hakkı hâlâ süren ama piyasadaki fiziksel nüshası az olan nispeten yakın tarihli kitaplar gibi görünüyor. Böyle bir kitabın bir nüshasını yok ederek içeriğini dijital olarak korumak mutlaka kötü sayılmayabilir; telif hakkı süren kitapların değeri de çoğunlukla fiziksel taşıyıcıdan ziyade içeriktedir

  • Tarihsel açıdan önemli Orta Çağ el yazmaları da giderek çevrimiçi yayımlanıyor; araştırmacıların birincil kaynak taramalarına doğrudan erişebilmesi tarih araştırmalarını hızlandırır. Elbette bu durumda yöntem tahribatsızdır
  • Yazar imzalı ya da yaldızlı özel koleksiyon baskıları gibi fiziksel taşıyıcının kendisinin değerli olduğu kitaplar da var; ancak yapay zeka şirketlerinin bu tür baskıları kullanması pek olası değil
  • Geriye tek haneli sayıda nüshası kalmış kitaplarda bile, yüksek kaliteli dijital taramanın yayımlanması şartıyla parçalayarak taramaya razı olabilirim
  • Temel soru, dijital olarak kimin için korunduğu
  • Bir yerlerdeki Markov zinciri ağırlıklarını biraz değiştirmeye gerçekten içerik koruma denebilir mi, şüpheli