Почему IT-компании скупают миллионы старых книг и тут же их уничтожают?

В 2026 году бумажные книги массово скупают и пускают под нож. И делают это не читатели и не коллекционеры, которые хотят найти редкие издания великих книг. Старые книги покупают IT-компании, и им не нужен текст как таковой, им необходимы данные для обучения нейросетей. Информация в интернете уже исчерпана, а качественный контент остается только в старых изданиях. Что происходит с книгами после скупки и зачем это все нужно?

IT-компании покупают книги, но используют их отнюдь не для самостоятельного чтения

Зачем нейросетям нужны старые печатные книги

Чтобы научить искусственный интеллект грамотно общаться, в него нужно загрузить миллиарды слов. Нейросеть многократно обрабатывает тексты, выстраивая сложные статистические связи между понятиями и фразами.

Качество этих данных напрямую влияет на результат. Обучение на качественных текстах из профессионально отредактированных книг делает ответы алгоритма связными и точными, тогда как случайные комментарии из интернета превращают ИИ в генератор бессмысленного шума.

Сегодня интернет переполнен текстами, которые уже сгенерированы другими нейросетями. Если новая модель будет учиться на таких материалах, ее качество начнет стремительно падать. Именно поэтому книги, изданные до 2022 года, приобрели колоссальную ценность. Они гарантированно написаны живыми людьми и представляют собой один из последних источников «чистого» текста на планете.

Оцифровка и уничтожение книг

Как сообщает издание 404 Media, технологические компании нашли способ быстро получать огромные массивы качественного текста. Они обращаются к сервисам вроде ISBNdb, которые предлагают закупку от тысячи до миллиона физических книг за один заказ.

Журналисты выяснили, что компания Anthropic потратила миллионы долларов на массовую скупку изданий для обучения своего ИИ-помощника Claude. Чтобы перевести такие объемы в цифровой вид в кратчайшие сроки, с книгами не церемонятся.

В процессе варварской оцифровки издания проходят конвейерный путь:

• покупка подержанных томов огромными партиями у крупных продавцов;
• срезка твердого переплета с помощью промышленного гидравлического резака;
• обрезка страниц под единый размер;
• прогон разделенных листов через высокоскоростные сканеры для создания PDF-файлов;
• отправка оставшейся бумаги на завод по переработке макулатуры.

В результате от физической книги не остается ничего, кроме цифрового следа на серверах ИИ-компании.

Почему разработчики не покупают электронные книги

Может показаться странным, что компании с миллиардными бюджетами физически режут бумагу, вместо того чтобы просто купить легальные электронные копии. Ответ кроется в жестких рамках законов об авторском праве.

Согласно судебным документам, которые проанализировало издание Ars Technica, изначально ИИ-компании пытались использовать скачанные пиратские библиотеки. Это позволяло избежать долгих переговоров с издательствами о покупке лицензий, которые глава Anthropic Дарио Амодей назвал «деловой трясиной».

Однако пиратство быстро привело к многомиллионным судебным искам. Разработчикам понадобился легальный, но такой же быстрый обходной путь. Им стала доктрина первой продажи, согласно которой покупатель легальной физической копии имеет право распоряжаться ею как угодно, в том числе уничтожить.

Почему никто не наказывает IT-компании

Купив книгу, компания становится полноправным владельцем этой конкретной стопки бумаги. Судья Уильям Алсап, рассматривавший дело Anthropic, постановил, что подобное сканирование можно считать добросовестным использованием авторских материалов при соблюдении строгих условий.

Действия компании признали легальными только потому, что они честно купили бумажный оригинал, уничтожили его в процессе сканирования, а полученный цифровой файл сохранили исключительно для внутреннего использования, не распространяя его в интернете.

Судья сравнил этот процесс с банальной экономией места на полках через смену формата. Если бы разработчики с самого начала использовали только этот метод, они могли бы стать первыми, кто получил полное юридическое одобрение на обучение ИИ по защищенным текстам. Но репутацию испортил факт использования пиратских файлов.

Высокоскоростной промышленный сканер обрабатывает разделенные страницы

Другие способы обучения нейросетей

Уничтожение изданий это вопрос скорости и денег, а не технологической необходимости. В индустрии есть примеры бережного отношения к источникам.

Например, знаменитый проект Google Books в свое время сканировал миллионы библиотечных томов с помощью специальных неразрушающих камер, возвращая книги на полки в целости. Недавно OpenAI и Microsoft объединились с библиотеками Гарварда, чтобы обучить свои модели на сотнях тысяч редких книг, датируемых 15 веком, разумеется, без применения гидравлических резаков.

Илон Маск также раскритиковал новый тренд, заявив, что поручил команде SpaceX AI сохранять любые редкие экземпляры в библиотеке и оцифровать их традиционным способом, не отрезая корешки.

Парадокс ситуации в том, что искусственный интеллект, созданный для сохранения и обработки человеческих знаний, в буквальном смысле питается пеплом библиотек. Сама нейросеть Claude, когда ее спросили об этом методе создания, ответила весьма философски, признав, что факт ее рождения из уничтоженных книг добавляет уровни сложности, которые машине еще только предстоит осознать.