Sve što trebate znati o Projektu Panama: Kako je Anthropic uništio milione knjiga za razvoj AI modela

Zamislite skladište negdje u Americi. Knjige stižu u paletama, polovni primjerci, rijetka izdanja, zaboravljeni naslovi kupljeni u antikvarijatima širom svijeta. Ali nijedna od njih neće završiti na polici. Umjesto toga, servisni izvođači bi im uklonili uveze, isjekli stranice na odgovarajuću veličinu i skenirali svaku stranicu, da bi papirni original nakon toga bio odbačen.

To nije scena iz distopijskog romana. Prema sudskim dokumentima otkrivenim u okviru autorske tužbe protiv tvrtke Anthropic, upravo se to događalo tokom 2024. godine

FBL magazin pregledao je javno dostupne sudske spise u predmetu Order on Fair Use u predmetu Bartz et al. v. Anthropic PBC, koja detaljno opisuje kako je Anthropic nabavljao, skenirao i koristio milione knjiga u razvoju svojih AI modela. Već u uvodnom dijelu dokumenta navodi se da je kompanija kupovala fizičke knjige, uklanjala im uveze, skenirala svaku stranicu i pohranjivala ih kao digitalne, pretražive datoteke u svojoj internoj biblioteci.

Dodatni interni dokumenti, o kojima su kasnije izvijestili Washington Post i Euronews, otkrili su da je projekt unutar kompanije nosio naziv Project Panama i da je bio usmjeren na masovnu nabavku i destruktivno skeniranje štampanih knjiga za potrebe razvoja Anthropicovih modela umjetne inteligencije.

O čemu se zapravo radilo?

U osnovi projekta Project Panama bila je potreba Anthropica da izgradi veliku internu biblioteku tekstova iz koje bi mogao birati materijal za razvoj svojih velikih jezičkih modela. Sama sudska odluka potvrđuje da je Anthropic formirao centralnu digitalnu biblioteku iz koje su njegovi inženjeri izdvajali različite skupove i podskupove knjiga za treniranje različitih verzija modela koji stoje iza Claudea.

Knjige su unutar kompanije smatrane posebno vrijednim izvorom podataka. U sudskom dokumentu navodi se da je Anthropic tokom razvoja svojih modela došao do zaključka da je korištenje knjiga jedan od najisplativijih načina za razvoj vrhunskog velikog jezičkog modela. Posebno su cijenjeni tekstovi s pažljivo odabranim činjenicama, dobro organizovanim analizama i uvjerljivim književnim narativima, ukratko, ono što je Anthropic smatrao kvalitetnim pisanjem.

Euronews dodatno navodi, pozivajući se na interne dokumente Anthropica koji su kasnije postali javni, da su rukovoditelji kompanije početkom 2024. tražili knjige koje bi Claudeu mogle pomoći da nauči kvalitetnije pisanje, umjesto da se u velikoj mjeri oslanja na sadržaj s interneta, gdje je sve veći udio tekstova slabijeg kvaliteta ili sadržaja koji je već proizvela umjetna inteligencija.

U februaru 2024. Anthropic je napravio važan korak u organizaciji tog projekta. Prema sudskoj odluci, kompanija je angažovala Toma Turveyja, bivšeg šefa partnerstava za Googleov projekt skeniranja knjiga, kojem je povjeren zadatak nabavljanja, kako je navedeno u internim materijalima citiranim u sudskom dokumentu, svih knjiga svijeta. Ta formulacija nije značila da je Anthropic doslovno mogao nabaviti svaku knjigu koja postoji, ali dobro pokazuje razmjere ambicije kompanije.

Kako je izgledao proces?

Sudska odluka pruža vrlo precizan opis onoga što se događalo nakon što bi knjige bile kupljene. Turvey i njegov tim kontaktirali su velike distributere i trgovce knjigama kako bi kupovali štampane primjerke u velikim količinama, a Anthropic je, prema navodima iz odluke, potrošio višemilionski iznos na kupovinu miliona fizičkih knjiga, često polovnih.

Washington Post i Euronews navode da su među kompanijama od kojih su knjige nabavljane bili Better World Books i britanski World of Books, te da su pojedinačne nabavke mogle obuhvatati desetine hiljada primjeraka odjednom.

Nakon nabavke slijedio je proces koji se u dokumentima naziva destruktivnim skeniranjem, jer fizički primjerak knjige nakon digitalizacije nije ostajao sačuvan.

Sudska odluka navodi da su pružatelji usluga koje je angažovao Anthropic uklanjali knjige iz njihovih uveza, rezali stranice na dimenzije pogodne za obradu i zatim ih skenirali u digitalni oblik. Od svakog obrađenog fizičkog primjerka nastajao je PDF koji je sadržavao slike skeniranih stranica i mašinski čitljiv tekst, dok je papirni original nakon toga odbacivan.

Tačan ukupan broj skeniranih knjiga i puni troškovi nisu u cijelosti javno dostupni, ali sudski dokumenti potvrđuju da je Anthropic kupio i digitalizirao milione fizičkih primjeraka. Međutim, u dokumentima nema dokaza da je Anthropic te digitalne kopije prodavao ili dijelio izvan kompanije.

Zašto su Anthropicu bile potrebne fizičke knjige?

Project Panama nije nastao u vakuumu. Prije nego što je počeo kupovati milione fizičkih knjiga, Anthropic je već imao ogromnu biblioteku digitalnih naslova, ali je znatan dio njih bio pribavljen iz piratskih izvora.

Sudska odluka navodi da je još početkom 2021. jedan od osnivača kompanije preuzeo zbirku Books3, koja je sadržavala 196.640 knjiga za koje je Anthropic znao da su neovlaštene kopije. U junu iste godine preuzeto je najmanje pet miliona kopija knjiga iz Library Genesisa, odnosno LibGena, a u julu 2022. još najmanje dva miliona kopija iz Pirate Library Mirrora, poznatog kao PiLiMi.

Sud je na osnovu tih podataka zaključio da je Anthropic ukupno pribavio više od sedam miliona piratskih kopija knjiga. To ne znači sedam miliona različitih naslova, jer su pojedina djela postojala u više zbirki i u više kopija.

Dokument pokazuje i da se stav kompanije prema takvom načinu nabavke vremenom promijenio. Anthropic je postao manje spreman koristiti piratske knjige za treniranje iz pravnih razloga, ali ih je nastavio čuvati u svojoj centralnoj biblioteci. Upravo nakon toga, u februaru 2024, angažovan je Turvey kako bi se pronašao novi način nabavke velikog broja knjiga.

Šta se događalo s digitalizovanim knjigama?

Digitalne knjige nisu automatski sve završavale u istom treningu niti je svaka knjiga nužno korištena za svaki model. Kako piše u sudskoj odluci, Anthropic je formirao centralnu istraživačku biblioteku iz koje su inženjeri pregledali knjige i njihove bibliografske podatke, provjeravali jezik, temu, autora i druge karakteristike, a zatim iz te mnogo veće zbirke izdvajali određene skupove i podskupove koje su smatrali pogodnim za treniranje pojedinih modela.

Kompanija je testirala različite kombinacije podataka, mijenjala količinu i izbor knjiga te pratila kako različiti skupovi utiču na kvalitet modela, a krajnji cilj bio je poboljšati podatkovnu mješavinu na kojoj se treniraju modeli i time poboljšati performanse Claudea.

Važno je zato ne pojednostavljivati ovaj proces tvrdnjom da je svaka kupljena i skenirana knjiga neposredno ubačena u Claude. Sudski dokument pokazuje složeniji postupak, a to je da su knjige prvo ulazile u veliku internu biblioteku, nakon čega su se određeni dijelovi te zbirke birali za treniranje različitih modela.

Pravni ishod

Kada su autori tužili Anthropic zbog kršenja autorskih prava, jedno od najvažnijih pitanja bilo je da li se različiti načini na koje je kompanija kopirala i koristila knjige mogu smatrati fair useom, odnosno dopuštenom upotrebom prema američkom autorskom pravu.

Sudska odluka iz juna 2025. napravila je jasnu razliku između treniranja AI modela, digitalizacije legalno kupljenih fizičkih knjiga i trajnog čuvanja piratski pribavljenih kopija.

Kada je riječ o samom treniranju, sud je zaključio da je korištenje knjiga za razvoj velikih jezičkih modela bilo izrazito transformativno, odnosno da knjige nisu korištene kako bi Claude korisnicima davao njihove kopije, nego kao dio procesa razvoja sistema koji generira novi tekst. Sudski spis pritom navodi da autori u ovom predmetu nisu tvrdili da je Claude korisnicima isporučivao neovlaštene kopije njihovih knjiga.

Sud je zato zaključio da je korištenje spornih djela za treniranje Claudea i njegovih prethodnih modela u okolnostima ovog predmeta predstavljalo fair use.

Odvojeno je razmatrana digitalizacija fizičkih knjiga koje je Anthropic kupio.

Sud je utvrdio da je kompanija legalno nabavljene štampane primjerke pretvarala u digitalne verzije radi lakšeg skladištenja i pretraživanja, pri čemu je svaki fizički original uništavan, a digitalna kopija ga je zamjenjivala. Kako nije bilo dokaza da su tako nastale kopije distribuirane izvan kompanije, sud je zaključio da je i takva promjena formata, u okolnostima ovog predmeta, predstavljala fair use.  Sud je, međutim, do potpuno drugačijeg zaključka došao kada je riječ o piratskim kopijama.

Piratska biblioteka nije dobila istu pravnu zaštitu

Anthropic je pokušao povezati piratski pribavljene knjige s kasnijom transformativnom upotrebom u treniranju AI modela, ali sud nije prihvatio da takva kasnija upotreba automatski opravdava način na koji je originalna kopija pribavljena.

U odluci se izričito navodi da je Anthropic prije kupovine fizičkih primjeraka preuzeo više od sedam miliona piratskih kopija, za njih nije platio i nastavio ih je držati u svojoj biblioteci čak i nakon što je odlučeno da se neke od njih neće koristiti za treniranje.

Sud je zaključio da stvaranje trajne, opće biblioteke piratski pribavljenih knjiga samo po sebi nije transformativna upotreba koja bi mogla opravdati početno kršenje autorskih prava. U posebno jasnom dijelu odluke navodi se da sama činjenica da određena kopija može jednog dana biti korištena za treniranje ne daje kompaniji pravo da prethodno besplatno preuzme knjigu koju je mogla legalno kupiti.

U sažetku svoje odluke sud je zato napravio preciznu granicu: treniranje modela bilo je fair use; digitalizacija legalno kupljenih štampanih knjiga također je bila fair use; ali izgradnja trajne biblioteke pomoću piratski pribavljenih kopija nije bila zaštićena istim pravilom.

Kolektivni spor završen nagodbom od 1,5 milijardi dolara

Dio slučaja koji se odnosio na piratski pribavljene knjige trebao je nakon toga biti nastavljen kroz postupak u kojem bi se utvrđivala odgovornost i moguća novčana odšteta, ali je Anthropic prije završetka tog procesa postigao nagodbu s autorima.

Prema Reutersu, nagodba vrijedna 1,5 milijardi dolara obuhvatila je približno 500.000 djela, što predstavlja osnovni iznos od oko 3.000 dolara po djelu, a sud ju je konačno odobrio u julu 2026. godine. Reuters je sporazum opisao kao najveću nagodbu u kolektivnoj tužbi zbog kršenja autorskih prava u historiji Sjedinjenih Američkih Država.

Za razumijevanje cijelog slučaja važno je da se ta nagodba ne predstavlja kao kazna za Project Panama ili za samu digitalizaciju kupljenih knjiga. Pravni problem zbog kojeg je Anthropic bio izložen mogućoj odšteti odnosio se prvenstveno na ranije pribavljene piratske kopije, dok je sudska odluka o dopuštenosti treniranja i digitalizaciji legalno kupljenih primjeraka ostala odvojeno pitanje.

Šta Project Panama pokazuje?

Project Panama pružio je jedan od najdetaljnijih javnih uvida u to koliko je nabavka kvalitetnih podataka postala važna kompanijama koje razvijaju velike modele umjetne inteligencije i koliko taj proces može biti udaljen od jednostavne predstave da se AI trenira samo na sadržaju koji je već dostupan na internetu.

U slučaju Anthropica radilo se o fizičkom i logistički zahtjevnom sistemu. Milioni knjiga su kupljeni, transportovani, pripremljeni za skeniranje, razrezani i pretvoreni u digitalne datoteke, nakon čega su pojedini dijelovi tako nastale biblioteke korišteni u razvoju velikih jezičkih modela. Milioni kupljenih knjiga, uklanjanje uveza, rezanje stranica, skeniranje i odbacivanje fizičkih originala navedeni su direktno u sudskoj odluci.

Ono što su kasnije objavljeni interni dokumenti, o kojima su izvijestili Washington Post i Euronews, dodali toj slici jeste naziv projekta, njegov planirani obim i detalji logistike: Project Panama.

Slučaj je istovremeno pokazao da pitanje autorskih prava u eri umjetne inteligencije ne zavisi samo od toga za šta je određeni tekst korišten, nego i od toga kako je pribavljen. U ovom predmetu sud je prihvatio određene oblike korištenja knjiga za treniranje i digitalizaciju legalno kupljenih primjeraka, ali je povukao jasnu granicu kada je riječ o milionima knjiga preuzetih iz piratskih zbirki.