Yapay Zekâ Şirketlerinin Yeni Veri Madeni: Kesilip Taranan ve İmha Edilen Kitaplar
Yapay zekâ şirketleri, modellerini eğitmek için milyonlarca ikinci el kitabı satın alıyor, ciltlerini keserek sayfalarını tarıyor ve fiziksel nüshaları imha ediyor. Anthropic’e karşı açılan dava ise bu yöntemin telif ödemeleri, yazar hakları ve nadir eserlerin korunması açısından neden tartışmalı olduğunu gösteriyor.
Bir ikinci el kitap, satış platformundaki rafından çıkarılıp binlerce başka eserle birlikte büyük bir depoya gönderiliyor. Cildi hidrolik bir makineyle kesiliyor, birbirinden ayrılan sayfaları endüstriyel tarayıcılardan geçiriliyor ve geriye kalan parçalar geri dönüşüme yollanıyor. Kitabın dijital metni artık bir yapay zekâ şirketinin dışarıya kapalı veri arşivinde; fiziksel nüshası ise dolaşımdan kalıcı olarak çıkmış durumda.
Anthropic şirketine karşı açılan telif davasında ortaya çıkan kurum içi belgeler, bunun milyonlarca kitabı kapsayan endüstriyel bir uygulamaya dönüştüğünü gösterdi. Claude adlı yapay zekâ sistemini geliştiren Anthropic, “Project Panama” kapsamında kitapları toplu biçimde satın aldı, ciltlerini kestirdi ve sayfalarını tarattı. Şirket içi belgelerde projenin amacı, “dünyadaki bütün kitapları bu yöntemle taramak” olarak tanımlanıyordu.
Yöntemin tercih edilmesinin temel nedeni hız ve maliyet. Kitaba zarar vermeden yapılan taramada sayfaların tek tek çevrilmesi gerekirken cildi kesilen kitapların ayrılmış sayfaları, sayfaları kendiliğinden alan hızlı tarayıcılardan aralıksız geçirilebiliyor. Böylece aynı sürede çok daha fazla kitap işleniyor; ancak fiziksel nüsha geri döndürülemez biçimde yok ediliyor.
Yapay Zekânın Yazım Kalitesini Arttırmak İçin “Dünyadaki Bütün Kitapları” Tarama Planı
The Washington Post’un mahkeme kayıtlarına dayanan haberine göre Anthropic yöneticileri, 2024 başlarında Project Panama’yı hızlandırdı. Şirket yaklaşık bir yıl içinde milyonlarca kitabı edinmek, ciltlerini kesmek ve sayfalarını taramak için on milyonlarca dolar harcadı. Anthropic’le çalışan şirketlerden birinin planında, altı ayda 500 bin ila 2 milyon kitabın taranarak dijital dosyaya dönüştürülmesi hedefleniyordu.
Belgelerde tarif edilen sistem oldukça mekanik. Kitapların ciltleri hidrolik kesiciyle çıkarılacak, gevşeyen sayfalar yüksek hızlı sanayi tipi tarayıcılardan geçirilecek ve işlem tamamlandığında kalıntılar geri dönüşüm şirketi tarafından alınacaktı. Anthropic’in bu amaçla Better World Books ve World of Books alışveriş siteleri gibi ikinci el satıcılarından, bazen on binlerce kitaptan oluşan partiler hâlinde toplu alım yaptığı bildirildi.
Kitapların imha edilmesi, dijitalleştirme işleminin kaçınılmaz bir sonucu değil. Örneğin kütüphaneler ve arşivlerle çalışan Internet Archive adlı platform, bugüne kadar 25 milyondan fazla kitabı fiziksel bütünlüğünü koruyan, kitaplara zarar vermeyen tarama sistemleriyle dijitalleştirdiğini belirtiyor. Anthropic’in kullandığı yöntemi farklılaştıran şey, kitapları taraması değil; işlemi hızlandırmak için ciltleri kesmesi ve kitapları bir daha kullanılamayacak hâle getirmesi.
Şirketin kitaplara ilgisi yalnızca içerik miktarıyla açıklanmıyor. Mahkeme dosyalarındaki Ocak 2023 tarihli bir belgede Anthropic’in kurucularından biri, kitapların modelleri düşük kaliteli internet dilini taklit etmek yerine “iyi yazmaya” yöneltebileceğini savunuyordu. Kitaplar, editörler tarafından gözden geçirilmiş, belirli alanlarda uzmanlık bilgisi içeren ve internet sayfalarına kıyasla daha düzenli bir dil kullanan metinler sundukları için yapay zekâ şirketleri açısından özellikle değerli görülüyor.
İnternet Yapay Zeka Üretimi İçeriklerle Dolarken Kitapların Değeri Artıyor
Eski basılı kitaplara yönelik ilginin arkasında daha yeni bir sorun da bulunuyor: İnternetin giderek büyüyen bir bölümü artık yapay zekâ tarafından üretilen metinlerden oluşuyor. Bir yapay zekâ modeli, başka yapay zekâların ürettiği içeriklerle tekrar tekrar eğitildiğinde insan dilindeki çeşitlilik zamanla azalabiliyor; sonuçlar daha tekdüze ve hatalı hâle gelebiliyor.
2024’te bilim dergisi Nature’da yayımlanan bir çalışma, yapay zekâ tarafından üretilen verilerin insan üretimi içeriklerin yerine sürekli kullanılması hâlinde, “model çöküşü” olarak adlandırılan kalıcı bozulmaların ortaya çıkabileceğini gösterdi. Bu süreçte daha az kullanılan sözcükler, farklı düşünce biçimleri ve nadir görülen anlatım özellikleri zamanla kayboluyor. Model de gerçek hayattaki dil ve görüş çeşitliliğini giderek daha eksik yansıtıyor. Bu nedenle ChatGPT’nin yaygınlaşmasından önce basılmış kitaplar, yapay zekâ üretimi metinlerle karışmadığı varsayılan daha “temiz” veri kaynakları olarak öne çıkıyor.
404 Media’nın haberine göre kitap veri tabanı şirketi ISBNdb, özellikle 2022’den önce basılmış eserleri yapay zekâ metinleriyle karışmamış, dolayısıyla “temiz” bir veri kaynağı olarak pazarladı. Şirketin artık kaldırılan tanıtım sayfasında kitaplar, internette yapılan geniş kapsamlı bir taramayla bile tam olarak elde edilemeyecek kadar yoğun, düzenli ve uzmanlık bilgisi içeren insan üretimi metinler olarak sunuluyordu. Siparişlerin bin ile bir milyon kitap arasında değişebileceği ve müşterilerin kimliğinin gizlilik anlaşmalarıyla korunacağı belirtiliyordu.
ISBNdb, haberlerin ardından söz konusu sayfaları kaldırarak bunun yalnızca piyasa ilgisini ölçen bir deneme olduğunu açıkladı. Şirket hiçbir kitabı satın almadığını, taramadığını veya yapay zekâ eğitimi için satmadığını belirtti. Ama 404 Media’nın takip haberinde aktarılan bu geri adım, kitapların kimler tarafından satın alındığı, nereye gönderildiği ve nasıl kullanıldığına ilişkin soruları ortadan kaldırmadı. Avrupa, ABD ve Avustralya’daki ikinci el kitapçılar, konu veya ticari değer bakımından ortak noktası bulunmayan binlerce eseri kapsayan olağan dışı siparişler aldıklarını söylüyor.
Nadir ve Baskısı Tükenmiş Kitaplar da Taranıp, Okunup, İmha Ediliyor
Fortune dergisinin aktardığına göre Hollanda’nın Haarlem şehrindeki bir sahaf, Singapur merkezli 2077AI adlı şirketten 3 bin İngilizce kitabı kapsayan bir talep aldı. Listede jeomekanik, İrlanda folkloru ve gelişmiş seramikler gibi birbirinden uzak alanlarda uzmanlık kitapları bulunuyordu. Almanya, İsviçre ve İspanya’daki satıcılar da benzer talepler bildirdi. Bazı siparişlerin Kanada merkezli Zoom Books üzerinden geldiği belirtildi; şirket ise kitapları yapay zekâ için tarayıp imha ettiği iddiasını reddetti.
Bu noktada doğrulanmış olanla şüpheyi birbirinden ayırmak gerekiyor. Anthropic’in milyonlarca kitabı ciltlerini kesip sayfalarını ayırarak taradığı mahkeme belgeleriyle ortaya kondu. Fakat sahaflara yönelen her büyük siparişin arkasında bir yapay zekâ şirketi bulunduğuna dair somut kanıt yok. Yine de siparişlerin kitapların adı veya içeriğinden çok ISBN numaralarına göre hazırlanması; listelerde birbiriyle ilgisiz, pahalı veya az talep gören eserlerin bulunması, kitapçıların alıcıların yeniden satıştan başka bir amaç taşıdığını düşünmesine neden oluyor.
Kaygının önemli bir bölümü nadir, baskısı tükenmiş veya yalnızca birkaç nüshası kalan eserlerin de bu sürece girebilmesi. Bir kitabın metni taranmış olsa bile fiziksel nüshası yalnızca kelimelerden oluşmuyor. Eski sahiplerin notları, ithaflar, baskı özellikleri, kullanılan kâğıt ve cilt ile kitabın dolaşım geçmişi araştırmacılar için başlı başına kaynak niteliği taşıyabiliyor.
The Guardian gazetesine konuşan sahaflar ve nadir kitap uzmanlarına göre bu eserler yalnızca içlerindeki metinden ibaret değil. Önceki sahiplerin bıraktığı notlar, kitabın üretildiği dönem ve zaman içinde nasıl kullanıldığı da eserin tarihinin bir parçasını oluşturuyor. Bu nedenle uzmanlar, tarihsel iz taşıyan kitapların sıradan birer tüketim ürünü gibi değerlendirilmesine karşı çıkıyor. Uzmanlara göre yalnızca dijital metnin şirketin kapalı arşivine alınması, yok edilen kitabın tarihsel ve kültürel değerini korumaya yetmiyor.
Belçika’daki Gent Üniversitesi Kütüphanesinin tarihî Boekentoren binasında kullanılan bu düzenek, kitapların ciltleri kesilmeden kamera ve özel aydınlatma sistemiyle dijitalleştirilmesini sağlıyor. Yapay zekâ şirketlerinin başvurduğu farklı bir toplu tarama yönteminde ise işlemi hızlandırmak için kitapların ciltleri kesiliyor ve fiziksel nüshalar kullanılamaz hâle geliyor. | Fotoğraf: Wikimedia Commons.
Kitapların Basılı Versiyonlarını İmha Etmek Telif Hakkı Sorunlarını Nasıl Çözüyor?
Bir kitabı satın almak, o eserin telif hakkını satın almak anlamına gelmiyor. Alıcı fiziksel nüshayı okuyabilir, yeniden satabilir veya imha edebilir; fakat normal koşullarda metnin yeni kopyalarını üretip ticari amaçla kullanma hakkını elde etmiyor. Anthropic’a açılan davada mahkemenin ele aldığı temel mesele, kitapların nasıl elde edildiği ve hazırlanan dijital kopyaların ne amaçla kullanıldığı oldu.
Kuzey Kaliforniya Federal Bölge Mahkemesi, Haziran 2025’te verdiği kararda, yasal yollardan satın alınan kitapların yapay zekâ eğitimi için kullanılmasını ABD telif hukukundaki “adil kullanım” kapsamında değerlendirdi. Adil kullanım, telifli bir eserin bazı koşullarda hak sahibinden ayrıca izin alınmadan kullanılabilmesine imkân veren bir hukuk kuralı. Mahkeme, Anthropic’in kitapları okurlara yeniden sunmadığını veya kitapların yerine geçecek kopyalar üretmediğini; bunları farklı bir yapay zekâ sistemi geliştirmek amacıyla kullandığını belirtti.
Mahkeme, basılı kitapların dijital kütüphaneye dönüştürülmesini de ayrı bir gerekçeyle adil kullanım saydı. Karara göre Anthropic, satın aldığı bir basılı nüshayı aranabilir ve daha az yer kaplayan bir dijital nüshayla değiştirmiş; aynı anda fazladan bir kopya yaratmamıştı. Kitabın basılı aslının imha edilmesinin yalnızca maliyeti azaltan teknik bir tercih olmadığı anlaşılıyor. Mahkemenin, fiziksel kitabın yerine tek bir dijital kopya oluşturulduğu hükmüne varmasında yazılı aslının yok edilmesi de etkili oldu.
Bu nedenle “kitaplar telif ödememek için imha ediliyor” demek, süreci tek bir nedene indirgemek olur. Ciltleri kesilen kitapları seri biçimde taramak, esere zarar vermeyen yöntemlere göre hem daha hızlı hem de daha düşük maliyetli. Ancak fiziksel nüshanın ortadan kaldırılması, şirketlerin yeni bir dijital kopya üretmediklerini, satın aldıkları basılı kitabı dijital dosyayla değiştirdiklerini savunmalarına da hukuki dayanak sağlıyor. Böylece ikinci el satışından yazar ve yayınevine genellikle yeni bir telif geliri doğmazken eserin içeriği ticari yapay zekâ modellerinin geliştirilmesinde kullanılabiliyor.
Korsan Kitap Kullanımı Yüzünden Anthropic 1,5 Milyar Dolar Ödeyecek
Anthropic, Eylül 2025’te yazarlarla 1,5 milyar dolar bedelinde bir uzlaşma anlaşmasına vardı. Anlaşma, şirketin satın alıp tarattığı basılı kitaplardan değil, korsan yollarla edindiği dijital kitap arşivinden kaynaklanıyordu. Şirket daha önce LibGen ve Pirate Library Mirror gibi kitapların izinsiz dijital kopyalarını barındıran internet arşivlerinden yedi milyondan fazla korsan kitap dosyası indirmiş ve bunları kendi kalıcı arşivinde saklamıştı. Mahkeme, ileride kullanılabileceği düşüncesiyle milyonlarca korsan kitabın toplandığı kalıcı bir arşiv oluşturulmasının adil kullanım sayılamayacağı sonucuna vardı.
Reuters’ın haberine göre federal mahkeme Temmuz 2026’da 1,5 milyar dolarlık uzlaşmaya nihai onay verdi. ABD’de bilinen en büyük telif uzlaşması olarak açıklanan anlaşma, yaklaşık 482 bin eser için kitap başına yaklaşık 3 bin dolar ödenmesini öngörüyor. Hak sahiplerinin yüzde 91’den fazlası ödeme talebinde bulundu.
Bu ayrım önemli; çünkü karar, yapay zekâ eğitimi için telifli kitap kullanımını genel olarak yasaklamadı. Korsan kaynaklardan elde edilen dosyalar ile ikinci el piyasasından yasal olarak satın alınan nüshalar farklı değerlendirildi. Böylece şirketler açısından kitabı yasal yoldan satın alma, tarama, fiziksel nüshayı imha etme ve dijital metni yapay zekâ eğitiminde kullanma şeklinde özetlenebilecek bir yol açılmış oldu. Ama ABD’de verilen bu karar, aynı yöntemin başka ülkelerde de hukuka uygun olduğu anlamına gelmiyor. Özellikle Avrupa Birliği’nde yapay zekâ eğitimi için eserlerin taranması ve kopyalanması farklı telif kurallarına tabi.
Kitapların büyük ölçekli biçimde dijitalleştirilmesi ise yeni bir uygulama değil. HathiTrust bugün 19 milyondan fazla eseri barındırırken Internet Archive, fiziksel bütünlüklerini koruyarak 25 milyondan fazla kitabı taradığını belirtiyor. Project Panama’yı bu çalışmalardan ayıran temel unsur, ortaya çıkan dijital arşivin kitapları korumak veya okurların erişimine sunmak yerine özel bir şirketin ticari yapay zekâ sistemlerini geliştirmek amacıyla kurulması ve fiziksel nüshaların bu süreçte yok edilmesi. (P)
