Het lijkt paradoxaal, LLM-aanbieders (OpenAI, Anthropic, Meta, Google) die massaal fysieke boeken van vóór 2022 opkopen, maar het is volstrekt logisch. De drijvende kracht achter het opkopen van fysieke boeken door AI-bedrijven is de urgente behoefte aan hoogwaardige, door mensen geschreven teksten van vóór de grootschalige beschikbaarheid van LLM’s (eind 2022). Het Internet vult zich sindsdien in toenemende mate met door AI geïnfecteerde inhoud (AI-slop). Wanneer een LLM wordt getraind op deze content dan treedt er kwaliteitsverlies op in de output van LLM’s (model collapse). Fysieke boeken van vóór 2022 bieden content voor trainingsdoeleinden zonder dit risico. Bovendien proberen LLM-aanbieders hiermee ook juridische risico’s rondom digitale piraterij te omzeilen door boeken legaal in bulk aan te schaffen, maar laat ik me eerst richten op de opkooppraktijk.
Project Panama
Project Panama is de naam die Anthropic gaf aan haar project voor het opkopen van boeken, die startte in de loop van 2024. Anthropic spendeerde tientallen miljoenen dollars aan de inkoop van miljoenen tweedehands boeken. Dit gebeurde via grote online platforms maar er werden ook gerichte, grote bulkorders geplaatst bij reguliere antiquariaten en onafhankelijke boekhandels wereldwijd.
Wat volgde was onltuisterend: omdat handmatig scannen te traag en te duur is, koos men voor destructive scanning. De fysieke boeken werden naar verwerkingscentra gebracht. Daar werden de ruggen en bindingen van de boeken met industriële snijmachines weggesneden. De losgesneden pagina’s werden op hoge snelheid door automatische scanners gehaald voor het opbouwen van trainingsdata voor Claude. Nadat de tekst was geëxtraheerd, werden de papieren restanten afgevoerd naar de papierrecycling. Het fysieke erfgoed werd hiermee definitief en onherroepelijk uitgewist om te voorkomen dat er fysieke archieven achterbleven of dat boeken opnieuw in de handel zouden komen.
Een juridisch kantje
De trigger voor het massaal opkopen van fysieke boeken is tweeledig, allereerst de gevreesde model collapse maar minstens zo belangrijk is de uitkomst van een geruchtmakende rechtszaak Bartz v. Anthropic (aangespannen door auteurs Andrea Bartz, Charles Graeber en Kirk Wallace Johnson) bij de federale rechtbank in Californië.
Deze drie auteurs startten namens een bredere groep een zogeheten class-action-rechtszaak tegen Anthropic. De kern van de aanklacht was dat Anthropic miljoenen auteursrechtelijk beschermde boeken illegaal had gedownload van beruchte online ‘schaduwbibliotheken’ en piraterijnetwerken (zoals Books3, Library Genesis (LibGen) en Pirate Library Mirror (PiLiMi)) om Claude te trainen.
Om een verdere, kostbare rechtsgang te voorkomen (en geen schuld te hoeven bekennen…) na een voor hen ongunstige koers van de rechter op dit specifieke onderdeel, sloot Anthropic een historische schikking van 1,5 miljard dollar. Het bedrag werd verdeeld onder circa 500.000 gedupeerde auteurs en uitgevers (ongeveer 3.000 dollar per getroffen werk), waarmee het de grootste auteursrechtelijke schikking ooit in de Amerikaanse geschiedenis is. Deze zaak legde de dubbele strategie van AI-bedrijven bloot: enerzijds probeerden ze juridisch te verdedigen dat het gebruiken van content voor AI-training onder fair use valt, maar anderzijds moesten ze miljarden betalen omdat ze die content aanvankelijk via illegale downloadkanalen hadden verkregen.
Maar deze rechtszaak is ook zwaar teleurstellend doordat de rechter oordeelde dat het legaal aankopen en vervolgens destructief scannen van boeken voor AI-trainingsdoeleinden binnen de Amerikaanse fair use-doctrine (redelijk gebruik) valt.
Slotopmerking
LLM’s maken meer kapot dan je lief is. Deze slogan was ooit van toepassing voor drankmisbruik maar past uitstekend op LLM’s. Het zijn papegaaien met een groot geheugen, maar zonder neocortex. En dat grote geheugen, is afkomstig van de grootste dataroof (data grab); een roof die nog altijd onverminderd doorgaat. En eenmaal vernietigde boeken zijn niet te reanimeren.
Literatuurlijst
https://www.theguardian.com/commentisfree/2026/aug/05/anthropic-ai-destroying-books
https://www.bgr.com/2235886/why-ai-companies-buying-rare-books-destroy-them-controversy/
https://verfassungsblog.de/ai-is-eating-the-book-world/
https://www.cbsnews.com/news/anthropic-ai-copyright-case-claude/
https://www.thelawverse.com/p/fair-use-llm
https://www.linkedin.com/posts/tanvi-s-muse_project-panama-unsealed-ugcPost-7496635917131018241-NaXE