{"id":19867,"date":"2026-08-11T18:51:47","date_gmt":"2026-08-11T16:51:47","guid":{"rendered":"https:\/\/haimagazine.com\/?p=19867"},"modified":"2026-08-11T18:52:50","modified_gmt":"2026-08-11T16:52:50","slug":"po-co-ai-stare-ksiazki","status":"publish","type":"post","link":"https:\/\/haimagazine.com\/pl\/ai_branza\/kultura_media\/po-co-ai-stare-ksiazki\/","title":{"rendered":"\ud83d\udd12 Papier dla maszyn. Po co AI stare ksi\u0105\u017cki?"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Ksi\u0105\u017cka techniczna, kt\u00f3rej od lat nikt nie wypo\u017cyczy\u0142. Monografia wydana w niewielkim nak\u0142adzie w latach 80. Podr\u0119cznik medyczny, kt\u00f3ry dawno wypad\u0142 z obiegu. Jeszcze niedawno takie ksi\u0105\u017cki by\u0142y przede wszystkim problemem bibliotek i antykwariat\u00f3w: zajmowa\u0142y miejsce, trudno by\u0142o znale\u017a\u0107 na nie kupca, a digitalizacja cz\u0119sto zwyczajnie si\u0119 nie op\u0142aca\u0142a.<\/p><p class=\"wp-block-paragraph\">Rozw\u00f3j sztucznej inteligencji zmienia ten uk\u0142ad.<\/p><p class=\"wp-block-paragraph\">W Polsce temat pojawi\u0142 si\u0119 w ostatnich dniach za spraw\u0105 informacji o zagranicznych firmach zainteresowanych zakupem ksi\u0105\u017cek z antykwariat\u00f3w.<mark style=\"background-color:#82D65E\" class=\"has-inline-color has-base-color\"> <a href=\"https:\/\/www.pap.pl\/aktualnosci\/ekspertka-nie-potepiam-antykwariuszy-sprzedajacych-ksiazki-firmom-ai\" target=\"_blank\" rel=\"noopener\">PAP opisa\u0142a przypadki takich ofert<\/a><\/mark>, wi\u0105\u017c\u0105c zainteresowanie ksi\u0105\u017ckami z rosn\u0105cym zapotrzebowaniem tw\u00f3rc\u00f3w modeli AI na dane.<\/p><p class=\"wp-block-paragraph\">Nie wiadomo przy tym, co dok\u0142adnie dzieje si\u0119 z ka\u017cd\u0105 ksi\u0105\u017ck\u0105 kupowan\u0105 dzi\u015b w Polsce i do kogo ostatecznie trafia. Nie ma wi\u0119c podstaw, by m\u00f3wi\u0107 o masowym wywo\u017ceniu polskich zbior\u00f3w do laboratori\u00f3w AI. Wiemy jednak, \u017ce sam mechanizm jest jak najbardziej prawdopodobny. Jedna z najwi\u0119kszych firm rozwijaj\u0105cych generatywn\u0105 AI zrobi\u0142a ju\u017c co\u015b bardzo podobnego na skal\u0119 przemys\u0142ow\u0105.<\/p><h4 class=\"wp-block-heading\">Miliony ksi\u0105\u017cek pod n\u00f3\u017c<\/h4><p class=\"wp-block-paragraph\">Chodzi o Anthropic, producenta modeli Claude.<\/p><p class=\"wp-block-paragraph\">W ameryka\u0144skiej sprawie <em>Bartz v. Anthropic<\/em> autorzy ksi\u0105\u017cek oskar\u017cyli firm\u0119 o naruszenie praw autorskich podczas budowy zbior\u00f3w wykorzystywanych do rozwijania modeli AI. <a href=\"https:\/\/cand.uscourts.gov\/cases-e-filing\/cases\/324-cv-05417-amo\/bartz-et-al-v-anthropic-pbc\" target=\"_blank\" rel=\"noopener\">Publiczne akta sprawy udost\u0119pnia federalny s\u0105d dla P\u00f3\u0142nocnego Dystryktu Kalifornii<\/a>. Z dokument\u00f3w wynika, \u017ce Anthropic tworzy\u0142 w\u0142asn\u0105 cyfrow\u0105 bibliotek\u0119 na dwa sposoby. Firma korzysta\u0142a z ksi\u0105\u017cek pozyskanych wcze\u015bniej z nieautoryzowanych bibliotek internetowych, ale r\u00f3wnocze\u015bnie zacz\u0119\u0142a kupowa\u0107 ogromne ilo\u015bci papierowych egzemplarzy. Te dwie praktyki s\u0105d potraktowa\u0142 p\u00f3\u017aniej odmiennie.<\/p><p class=\"wp-block-paragraph\">Operacja dotycz\u0105ca legalnie kupowanych ksi\u0105\u017cek by\u0142a zaskakuj\u0105co analogowa jak na jeden z najbardziej zaawansowanych biznes\u00f3w technologicznych \u015bwiata. Anthropic wyda\u0142 miliony dolar\u00f3w na miliony egzemplarzy, w tym ksi\u0105\u017cki u\u017cywane. Nast\u0119pnie zewn\u0119trzni wykonawcy zdejmowali oprawy, rozcinali ksi\u0105\u017cki, skanowali strony i tworzyli cyfrowe kopie tekstu. Papierowe egzemplarze po takim procesie nie wraca\u0142y ju\u017c na rynek.<\/p><p class=\"wp-block-paragraph\">Cz\u0119\u015b\u0107 powsta\u0142ej w ten spos\u00f3b biblioteki wykorzystywano nast\u0119pnie przy tworzeniu zbior\u00f3w treningowych dla modeli. <\/p><h4 class=\"wp-block-heading\">Internet to za ma\u0142o<\/h4><p class=\"wp-block-paragraph\">Na pierwszy rzut oka ca\u0142e przedsi\u0119wzi\u0119cie wydaje si\u0119 do\u015b\u0107 absurdalne. Firmy technologiczne od lat dysponuj\u0105 internetem, cyfrowymi bibliotekami i gigantycznymi zbiorami tekst\u00f3w. Po co kupowa\u0107 ci\u0119\u017car\u00f3wki papierowych ksi\u0105\u017cek, rozcina\u0107 je i skanowa\u0107?<\/p><p class=\"wp-block-paragraph\">Jedna odpowied\u017a jest banalna: du\u017ca cz\u0119\u015b\u0107 ludzkiej wiedzy nigdy nie trafi\u0142a do internetu w formie, kt\u00f3r\u0105 mo\u017cna po prostu pobra\u0107 i wykorzysta\u0107. Dotyczy to szczeg\u00f3lnie publikacji starszych, specjalistycznych, lokalnych i wydawanych w j\u0119zykach innych ni\u017c angielski. Stare podr\u0119czniki, opracowania bran\u017cowe, rozprawy naukowe czy monografie regionalne mog\u0105 istnie\u0107 w bibliotekach i prywatnych zbiorach, a jednocze\u015bnie by\u0107 praktycznie nieobecne w otwartym internecie.<\/p><p class=\"wp-block-paragraph\">Jest jednak jeszcze drugi problem. Sam internet si\u0119 zmienia.<\/p><p class=\"wp-block-paragraph\">Pierwsze du\u017ce modele j\u0119zykowe powstawa\u0142y w bardzo szczeg\u00f3lnym momencie. Ogromna cz\u0119\u015b\u0107 tekst\u00f3w dost\u0119pnych w sieci by\u0142a wtedy bezdyskusyjnie dzie\u0142em ludzi. Blogi, fora, Wikipedia, serwisy informacyjne, dokumenty, komentarze i strony internetowe powsta\u0142y zanim generatywna AI zacz\u0119\u0142a produkowa\u0107 tekst na masow\u0105 skal\u0119.<\/p><p class=\"wp-block-paragraph\">Dzisiaj tego za\u0142o\u017cenia nie mo\u017cna ju\u017c zrobi\u0107.<\/p><p class=\"wp-block-paragraph\">Modele generuj\u0105 artyku\u0142y, opisy produkt\u00f3w, teksty marketingowe, komentarze, wpisy SEO i ca\u0142e strony internetowe. Kolejny model, kt\u00f3ry zbiera dane z sieci, coraz cz\u0119\u015bciej trafia wi\u0119c na tre\u015bci stworzone wcze\u015bniej przez inne modele.<\/p><p class=\"wp-block-paragraph\">Nie oznacza to, \u017ce dane syntetyczne s\u0105 z definicji z\u0142e. Problem pojawia si\u0119 wtedy, gdy generowane dane zaczynaj\u0105 zast\u0119powa\u0107 dane pochodz\u0105ce z rzeczywistego \u015bwiata zamiast je uzupe\u0142nia\u0107.<\/p><p class=\"wp-block-paragraph\">W 2024 roku zesp\u00f3\u0142 Ilii Shumailova opublikowa\u0142 w <a href=\"https:\/\/www.nature.com\/articles\/s41586-024-07566-y\" target=\"_blank\" rel=\"noopener\"><mark style=\"background-color:#82D65E\" class=\"has-inline-color has-base-color\">\u201eNature\u201d badanie dotycz\u0105ce tzw. model collapse<\/mark><\/a>. Badacze sprawdzali, co dzieje si\u0119, gdy kolejne generacje modeli ucz\u0105 si\u0119 na danych produkowanych przez wcze\u015bniejsze modele. Przy rekurencyjnym wykorzystaniu takich danych systemy stopniowo traci\u0142y informacje o pierwotnym ich uk\u0142adzie, szczeg\u00f3lnie te, traktuj\u0105ce o rzadszych zjawiskach. Innymi s\u0142owy &#8211; coraz bardziej uog\u00f3lnia\u0142y to, co pierwotnie by\u0142o istotn\u0105 sprawy. <\/p><p class=\"wp-block-paragraph\">Skoro wi\u0119c coraz wi\u0119cej tre\u015bci w internecie tworz\u0105 modele, dost\u0119p do pierwotnych danych wytworzonych przez ludzi staje si\u0119 coraz wa\u017cniejszy. A zatem ksi\u0105\u017cka wydana trzydzie\u015bci albo czterdzie\u015bci lat temu ma dzi\u015b cech\u0119, kt\u00f3rej dawniej nikt nie uwa\u017ca\u0142 za szczeg\u00f3lnie warto\u015bciow\u0105. Na pewno nie napisa\u0142 jej model j\u0119zykowy.<\/p><h4 class=\"wp-block-heading\">Bezu\u017cyteczne i bezcenne<\/h4><p class=\"wp-block-paragraph\">To prowadzi do jeszcze jednej zmiany.<\/p><p class=\"wp-block-paragraph\">Rynek ksi\u0105\u017cki zawsze mia\u0142 w\u0142asn\u0105 hierarchi\u0119 warto\u015bci. Liczy si\u0119 popularno\u015b\u0107 autora, nak\u0142ad, wydanie, stan egzemplarza, zainteresowanie czytelnik\u00f3w i kolekcjoner\u00f3w. Dla firmy buduj\u0105cej zbi\u00f3r danych te kryteria wygl\u0105daj\u0105 zupe\u0142nie inaczej.<\/p><p class=\"wp-block-paragraph\">Wyobra\u017amy sobie podr\u0119cznik technologii produkcji wydany w PRL. Dla przeci\u0119tnego czytelnika nie ma wi\u0119kszego znaczenia. Kolekcjoner te\u017c mo\u017ce przej\u015b\u0107 obok niego oboj\u0119tnie. W antykwariacie b\u0119dzie kosztowa\u0142 kilkana\u015bcie z\u0142otych i latami czeka\u0142 na kupca. Ale mo\u017ce zawiera\u0107 kilkaset stron specjalistycznego j\u0119zyka, kt\u00f3rego pr\u00f3\u017cno szuka\u0107 w Wikipedii czy na wsp\u00f3\u0142czesnych portalach internetowych.<\/p><p class=\"wp-block-paragraph\">Podobnie jest z dawnymi publikacjami medycznymi, technicznymi, prawniczymi, rolniczymi, lokalnymi opracowaniami historycznymi czy ksi\u0105\u017ckami dotycz\u0105cymi bardzo w\u0105skich dziedzin. Ich warto\u015b\u0107 nie wynika ju\u017c z tego, \u017ce kto\u015b chce je dzisiaj przeczyta\u0107. Wynika z tego, \u017ce zawieraj\u0105 tekst, kt\u00f3rego nie ma jeszcze w wielkich cyfrowych zbiorach.<\/p><p class=\"wp-block-paragraph\">W przypadku j\u0119zyka polskiego sprawa robi si\u0119 dodatkowo interesuj\u0105ca. Angielskoj\u0119zycznych danych jest w sieci niepor\u00f3wnanie wi\u0119cej. Je\u015bli kto\u015b chce poszerza\u0107 mo\u017cliwo\u015bci modeli w innych j\u0119zykach albo w specjalistycznych odmianach tych j\u0119zyk\u00f3w, zas\u00f3b tekst\u00f3w dost\u0119pnych cyfrowo szybciej zaczyna si\u0119 kurczy\u0107.<\/p><p class=\"wp-block-paragraph\">W takim uj\u0119ciu stara ksi\u0105\u017cka nie jest ju\u017c tylko egzemplarzem na rynku wt\u00f3rnym. Jest paczk\u0105 danych z dat\u0105 powstania, j\u0119zykiem i kontekstem.<\/p><h4 class=\"wp-block-heading\">Czym nakarmiono AI<\/h4><p class=\"wp-block-paragraph\">Moment, w kt\u00f3rym pojawiaj\u0105 si\u0119 informacje o skupowaniu ksi\u0105\u017cek, jest ciekawy r\u00f3wnie\u017c z innego powodu.<\/p><p class=\"wp-block-paragraph\">Od 2 sierpnia 2026 roku Komisja Europejska mo\u017ce egzekwowa\u0107 obowi\u0105zki dotycz\u0105ce dostawc\u00f3w modeli og\u00f3lnego przeznaczenia, czyli GPAI, wynikaj\u0105ce z AI Act. Same obowi\u0105zki zacz\u0119\u0142y obowi\u0105zywa\u0107 rok wcze\u015bniej, ale w\u0142a\u015bnie teraz Komisja uzyska\u0142a zwi\u0105zane z nimi uprawnienia egzekucyjne, r\u00f3wnie\u017c mo\u017cliwo\u015b\u0107 nak\u0142adania kar. <\/p><p class=\"wp-block-paragraph\">Jednym z tych obowi\u0105zk\u00f3w jest publikowanie przez producent\u00f3w modeli podsumowania tre\u015bci wykorzystanych podczas treningu.<\/p><p class=\"wp-block-paragraph\">Nie chodzi o ujawnienie pe\u0142nego katalogu wszystkich tekst\u00f3w przeczytanych przez model. <a href=\"https:\/\/digital-strategy.ec.europa.eu\/en\/faqs\/template-general-purpose-ai-model-providers-summarise-their-training-content\" target=\"_blank\" rel=\"noopener\">Obowi\u0105zkowy szablon Komisji<\/a> wymaga jednak informacji o rodzajach danych i ich \u017ar\u00f3d\u0142ach. Producenci maj\u0105 wskazywa\u0107 mi\u0119dzy innymi publiczne i prywatne zbiory danych, tre\u015bci pobierane z internetu, dane u\u017cytkownik\u00f3w oraz dane syntetyczne. Przy danych internetowych dochodz\u0105 informacje o stosowanych crawlerach, okresie zbierania materia\u0142\u00f3w i najwi\u0119kszych \u017ar\u00f3d\u0142ach.<\/p><p class=\"wp-block-paragraph\">Celem jest mi\u0119dzy innymi umo\u017cliwienie w\u0142a\u015bcicielom praw autorskich lepszej oceny, czy ich tre\u015bci mog\u0142y znale\u017a\u0107 si\u0119 w danych treningowych.<\/p><p class=\"wp-block-paragraph\">W przypadku naruszenia obowi\u0105zk\u00f3w dotycz\u0105cych modeli GPAI maksymalna kara mo\u017ce wynie\u015b\u0107 15 mln euro albo 3 proc. globalnego rocznego obrotu firmy, zale\u017cnie od tego, kt\u00f3ra kwota jest wy\u017csza.<\/p><p class=\"wp-block-paragraph\">To du\u017ca zmiana, ale nie rozwi\u0105zanie ca\u0142ego problemu. Autor ksi\u0105\u017cki nadal nie b\u0119dzie m\u00f3g\u0142 po prostu wpisa\u0107 ISBN-u i dosta\u0107 odpowiedzi: tak, ta ksi\u0105\u017cka znalaz\u0142a si\u0119 w zbiorze treningowym danego modelu.<\/p><p class=\"wp-block-paragraph\">Kupuj\u0105c ksi\u0105\u017ck\u0119, kupujemy konkretny egzemplarz. Mo\u017cemy go przeczyta\u0107, odsprzeda\u0107, podarowa\u0107 albo wyrzuci\u0107. Nie przejmujemy przez to praw autorskich do zawartego w nim utworu. W \u015bwiecie tradycyjnego wydawnictwa sprawa by\u0142a oczywista. Zakup ksi\u0105\u017cki za 40 z\u0142 nie upowa\u017cnia\u0142 nikogo do wydrukowania dziesi\u0119ciu tysi\u0119cy kolejnych egzemplarzy i rozpocz\u0119cia ich sprzeda\u017cy.<\/p><p class=\"wp-block-paragraph\">Uczenie maszynowe nie pasuje jednak do tego starego obrazu.<\/p><p class=\"wp-block-paragraph\">Firma mo\u017ce kupi\u0107 pojedynczy egzemplarz, zamieni\u0107 go na dane, a nast\u0119pnie wykorzysta\u0107 te dane w procesie tworzenia produktu u\u017cywanego przez miliony os\u00f3b. Nie powstaje przy tym klasyczna kopia ksi\u0105\u017cki oferowana klientowi. Powstaje model, w kt\u00f3rego parametrach wp\u0142yw konkretnego utworu mo\u017ce by\u0107 bardzo trudny do wskazania.<\/p><p class=\"wp-block-paragraph\">Sp\u00f3r o to, jak prawo autorskie powinno traktowa\u0107 taki proces, trwa po obu stronach Atlantyku. <\/p><h4 class=\"wp-block-heading\">AI i \u015bwiat offline<\/h4><p class=\"wp-block-paragraph\">Od pocz\u0105tku cyfrowej rewolucji papier mia\u0142 powoli traci\u0107 znaczenie. Najpierw pojawi\u0142y si\u0119 wyszukiwarki, potem e-booki, wielkie projekty digitalizacyjne i internetowe biblioteki. Kolejne fragmenty wiedzy przenosi\u0142y si\u0119 do sieci.<\/p><p class=\"wp-block-paragraph\">Teraz okazuje si\u0119, \u017ce cyfrowy \u015bwiat nie skopiowa\u0142 wszystkiego.<\/p><p class=\"wp-block-paragraph\">Na p\u00f3\u0142kach bibliotek, w magazynach, antykwariatach i prywatnych mieszkaniach nadal stoj\u0105 miliony ksi\u0105\u017cek, kt\u00f3rych pe\u0142na tre\u015b\u0107 nigdy nie znalaz\u0142a si\u0119 w otwartym internecie. Cz\u0119\u015b\u0107 zawiera wiedz\u0119 przestarza\u0142\u0105, cz\u0119\u015b\u0107 banaln\u0105, cz\u0119\u015b\u0107 bardzo specjalistyczn\u0105. Z punktu widzenia budowy ogromnego korpusu j\u0119zykowego wszystkie mog\u0105 jednak wype\u0142nia\u0107 miejsca, kt\u00f3rych nie da si\u0119 uzupe\u0142ni\u0107 kolejnym scrapowaniem tych samych stron.<\/p><p class=\"wp-block-paragraph\">Do tego dochodzi kwestia samego pochodzenia tekstu. Im wi\u0119cej tre\u015bci produkuj\u0105 modele, tym trudniej b\u0119dzie oddzieli\u0107 w internecie to, co powsta\u0142o dzi\u0119ki cz\u0142owiekowi, od tego, co jest ju\u017c przetworzeniem wcze\u015bniejszych danych przez maszyn\u0119.<\/p><p class=\"wp-block-paragraph\">Ksi\u0105\u017cka z 1983 roku nie ma tego problemu.<\/p><p class=\"wp-block-paragraph\">Przez dwie dekady uwa\u017cali\u015bmy, \u017ce najcenniejszym zasobem dla firm internetowych jest to, co uda si\u0119 znale\u017a\u0107 w sieci. AI sprawia, \u017ce coraz cz\u0119\u015bciej b\u0119d\u0105 interesowa\u0107 je tak\u017ce rzeczy, kt\u00f3rych w\u0142a\u015bnie tam znale\u017a\u0107 si\u0119 nie da.<\/p>","protected":false},"excerpt":{"rendered":"<p>Ksi\u0105\u017cki zyskuj\u0105 dzi\u015b warto\u015b\u0107, kt\u00f3rej jeszcze kilka lat temu nikt w nich nie szuka\u0142. W \u015bwiecie coraz bardziej wype\u0142nionym tre\u015bciami generowanymi przez AI papier mo\u017ce si\u0119 okaza\u0107 jednym z najcenniejszych magazyn\u00f3w tekst\u00f3w napisanych wy\u0142\u0105cznie przez ludzi.<\/p>\n","protected":false},"author":465,"featured_media":19868,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[760,754,780],"tags":[],"popular":[],"difficulty-level":[38],"ppma_author":[892],"class_list":["post-19867","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kultura_media","category-hai_premium","category-redakcja-poleca","difficulty-level-medium"],"acf":[],"authors":[{"term_id":892,"user_id":465,"is_guest":0,"slug":"kmironczuk","display_name":"Krzysztof Miro\u0144czuk","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/10\/awatar-2.png","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/10\/awatar-2.png"},"first_name":"Krzysztof","last_name":"Miro\u0144czuk","user_url":"","job_title":"","description":"Od lat zajmuj\u0119 si\u0119 nowymi technologiami w biznesie, edukacji i codziennym \u017cyciu. W centrum mojej uwagi pozostaje cz\u0142owiek \u2013 i to, by technologia wyr\u00f3wnywa\u0142a szanse, zamiast tworzy\u0107 bariery."}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/19867","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/465"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=19867"}],"version-history":[{"count":2,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/19867\/revisions"}],"predecessor-version":[{"id":19873,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/19867\/revisions\/19873"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/19868"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=19867"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=19867"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=19867"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=19867"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=19867"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=19867"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}