الرئيسية
وتكشف هذه العملية جانباً من السباق المتسارع الذي تخوضه شركات الذكاء الاصطناعي للوصول إلى كميات ضخمة من البيانات عالية الجودة، في وقت أصبحت فيه البيانات المتاحة على شبكة الإنترنت أقل كفاية بالنسبة إلى النماذج اللغوية الأكثر تقدماً.
من الكتب الورقية إلى بيانات تدريب
بحسب الوثائق التي كُشف عنها ضمن قضية قضائية مرتبطة بحقوق النشر، أطلقت Anthropic المشروع في بداية سنة 2024، واستعانت بتوم تورفي، أحد المسؤولين السابقين عن مشروع «Google Books»، للإشراف على إنشاء مكتبة رقمية ضخمة انطلاقاً من كتب مطبوعة.
وبدلاً من الاعتماد حصراً على اتفاقيات ترخيص مع دور النشر، اتجهت الشركة إلى شراء ملايين النسخ الورقية المستعملة من الأسواق والموزعين. وكانت الكتب، بعد وصولها إلى مراكز المعالجة، تخضع لعملية تقنية تهدف إلى تسريع تحويلها من شكلها الورقي إلى محتوى رقمي.
فقد كانت الأغلفة تزال، ثم تقطع ظهور الكتب، قبل تمرير الصفحات عبر ماسحات ضوئية صناعية عالية السرعة. وبعد تحويل المحتوى إلى ملفات رقمية، كانت النسخ الورقية الأصلية ترسل إلى إعادة التدوير.
وبهذه الطريقة، تحولت الكتب من منتج ثقافي مادي إلى مصدر بيانات يمكن إدخاله في عمليات تدريب نماذج الذكاء الاصطناعي.
وتشير وثائق داخلية إلى أن المشروع كان ذا طابع واسع النطاق، مع وجود رغبة في إبقائه بعيداً عن الأنظار، وهو ما زاد من حدة الجدل بعد الكشف عن تفاصيله ضمن وثائق القضية.
لماذا تشكل الكتب مادة ثمينة للذكاء الاصطناعي؟
تكمن أهمية الكتب بالنسبة إلى نماذج الذكاء الاصطناعي في طبيعة المحتوى الذي توفره. فالكتب لا تقدم مجرد جمل منفصلة، وإنما نصوصاً طويلة ومترابطة، تحتوي على مفردات متنوعة وأساليب لغوية وسياقات معرفية متكاملة.
وتختلف هذه الخصائص عن جزء كبير من المحتوى المتاح على الإنترنت، الذي قد يكون قصيراً أو متكرراً أو منخفض الجودة أو خارج سياقه الأصلي.
وبالنسبة إلى النماذج اللغوية، فإن جودة البيانات لا تقل أهمية عن حجمها. فكلما كانت النصوص المستخدمة في التدريب أكثر تنوعاً وترابطاً وغنى، أمكن للنموذج اكتساب قدرة أفضل على فهم اللغة والسياق وإنتاج إجابات أكثر تعقيداً.
ومن هنا، أصبحت الكتب مصدراً جذاباً للشركات التي تتنافس على تطوير نماذج قادرة على التعامل مع كميات ضخمة من النصوص والمعلومات.
لكن ماذا عن حقوق المؤلفين؟
المشكلة الأساسية التي أثارها «مشروع بنما» لا ترتبط فقط بمسألة شراء الكتب أو إتلاف نسخها الورقية، وإنما بالسؤال الأوسع: هل يسمح شراء كتاب بشكل قانوني بتحويله إلى بيانات لتدريب نموذج ذكاء اصطناعي من دون الحصول على ترخيص من صاحب حقوق النشر؟
هذا السؤال أصبح محوراً رئيسياً في النزاعات القضائية التي تواجه شركات الذكاء الاصطناعي في الولايات المتحدة.
وفي إحدى مراحل القضية، اعتبر قاضٍ فيدرالي أمريكي أن قيام Anthropic برقمنة الكتب التي حصلت عليها بصورة قانونية يمكن أن يدخل ضمن نطاق «الاستخدام العادل»، خصوصاً عندما يتعلق الأمر بإنشاء نسخة رقمية داخلية لغرض مختلف عن الغرض الأصلي للعمل، مثل القراءة أو البيع المباشر.
لكن الحكم ميز في المقابل بين الكتب التي اشترتها الشركة بصورة قانونية وبين نسخ رقمية حصلت عليها من مصادر مقرصنة.
وهذا التفريق مهم للغاية، لأنه يعني أن الوضع القانوني لا يتوقف فقط على كيفية استخدام المحتوى، وإنما قد يرتبط أيضاً بمصدر الحصول عليه والظروف التي تمت فيها عملية النسخ والتخزين.
المؤلفون يرون مشكلة أكبر من تدمير الكتب
أثار الكشف عن المشروع غضب عدد من المؤلفين والناشرين، الذين يرون أن جوهر المشكلة لا يكمن في التخلص من النسخ الورقية بحد ذاته.
فالكتاب، حتى بعد تحويله إلى ملف رقمي، يظل محتوى محمياً بحقوق الملكية الفكرية. وإذا استخدمت هذه البيانات لتدريب نموذج قادر لاحقاً على إنتاج نصوص ومحتويات تنافس الأعمال البشرية، فإن السؤال يصبح مرتبطاً بقيمة العمل الإبداعي وبحق صاحبه في الحصول على مقابل عن استخدامه.
ويخشى مؤلفون وناشرون من أن يؤدي انتشار النماذج اللغوية المدربة على الأعمال الأدبية إلى خلق منافسة غير متكافئة، خصوصاً إذا أصبحت هذه الأنظمة قادرة على إنتاج نصوص طويلة وبأساليب متنوعة، بينما لا يحصل أصحاب الأعمال الأصلية على تعويض عن استخدامها في تطوير تلك الأنظمة.
ومن هذا المنظور، يرى منتقدو هذه الممارسات أن التطور التقني لا ينبغي أن يتحول إلى وسيلة لتجاوز النظام التقليدي لحقوق المؤلف.
مخاوف بشأن الكتب النادرة والتراث الثقافي
القضية أثارت أيضاً تساؤلات تتجاوز الإطار القانوني المباشر، لتصل إلى مستقبل الكتب المطبوعة والتراث الثقافي.
فمع تزايد الطلب على الكتب القديمة والمستعملة، ظهرت مخاوف لدى بعض العاملين في تجارة الكتب النادرة من أن يؤدي الطلب المرتفع من شركات التكنولوجيا إلى سحب كميات كبيرة من الكتب من الأسواق، خصوصاً الأعمال التي يصعب الحصول على نسخ منها.
وتزداد حساسية هذه المسألة عندما يتعلق الأمر بالكتب النادرة أو القديمة أو ذات القيمة التاريخية، لأن التخلص من النسخة الورقية بعد رقمنتها لا يعوض بالضرورة القيمة الثقافية والمادية للأصل.
ورغم تأكيد Anthropic أنها لا تستهدف الكتب النادرة أو الأثرية للإتلاف، فإن الجدل حول «مشروع بنما» أعاد طرح سؤال أساسي حول الحدود التي ينبغي أن تحكم عمليات رقمنة التراث الثقافي عندما تصبح الغاية مرتبطة بتطوير أنظمة تجارية للذكاء الاصطناعي.
سباق جديد.. هذه المرة على البيانات
تكشف هذه القضية عن أحد أهم التحديات التي تواجه صناعة الذكاء الاصطناعي في المرحلة الحالية.
فالشركات الكبرى تستثمر مليارات الدولارات في بناء نماذج أكثر قدرة، لكن هذه النماذج تحتاج إلى كميات هائلة من البيانات للتدريب. ومع اتساع استخدام الإنترنت وتكرار المحتوى المنشور عليه، أصبح الوصول إلى بيانات جديدة وعالية الجودة أكثر صعوبة.
وهنا تبرز الكتب والمقالات والأبحاث والأرشيفات والمحتويات المتخصصة باعتبارها مصادر ذات قيمة كبيرة.
لكن السؤال لم يعد فقط: هل توجد بيانات كافية؟
بل أصبح: من يملك هذه البيانات؟ ومن يملك الحق في استخدامها؟ ومن يحصل على المقابل عندما تتحول الأعمال الإبداعية إلى مادة لتطوير أنظمة تجارية؟
بين الابتكار وحماية الإبداع
يضع «مشروع بنما» شركات الذكاء الاصطناعي أمام معادلة معقدة. فمن جهة، تحتاج الصناعة إلى البيانات من أجل تطوير نماذج أكثر قدرة وفائدة، ومن جهة أخرى، هناك منظومة قانونية واقتصادية كاملة تحمي حقوق المؤلفين والناشرين وأصحاب المحتوى.
ويرى المدافعون عن استخدام الكتب في تدريب النماذج أن تحليل المحتوى لأغراض تقنية مختلفة يمكن أن يمثل شكلاً من أشكال الاستخدام التحويلي، خصوصاً عندما لا يتم توزيع الكتاب نفسه على المستخدمين.
في المقابل، يرى منتقدون أن تدريب نماذج تجارية بمحتويات محمية بحقوق النشر دون الحصول على تراخيص أو دفع تعويضات يخلق نموذجاً اقتصادياً يستفيد فيه مطورو الذكاء الاصطناعي من أعمال الآخرين دون مشاركة أصحابها في العائدات.
ومن المرجح أن يستمر هذا الجدل خلال السنوات المقبلة، خصوصاً مع توسع قدرات الذكاء الاصطناعي التوليدي وتزايد استخدامه في الكتابة والترجمة والصحافة والتعليم وصناعة المحتوى.
وفي النهاية، قد لا يكون السؤال الحقيقي هو ما إذا كان يمكن للذكاء الاصطناعي أن يتعلم من الكتب، بل كيف يمكن بناء قواعد واضحة تضمن استمرار الابتكار من دون تحويل الإبداع البشري والتراث الثقافي إلى مورد مجاني وغير محدود لشركات التكنولوجيا.
فـ«مشروع بنما» لا يكشف فقط قصة ملايين الكتب التي تحولت إلى ملفات رقمية، بل يسلط الضوء على معركة أوسع حول مستقبل المعرفة، وقيمة المحتوى، وحدود استخدام الأعمال البشرية في عصر الذكاء الاصطناعي.
من الكتب الورقية إلى بيانات تدريب
بحسب الوثائق التي كُشف عنها ضمن قضية قضائية مرتبطة بحقوق النشر، أطلقت Anthropic المشروع في بداية سنة 2024، واستعانت بتوم تورفي، أحد المسؤولين السابقين عن مشروع «Google Books»، للإشراف على إنشاء مكتبة رقمية ضخمة انطلاقاً من كتب مطبوعة.
وبدلاً من الاعتماد حصراً على اتفاقيات ترخيص مع دور النشر، اتجهت الشركة إلى شراء ملايين النسخ الورقية المستعملة من الأسواق والموزعين. وكانت الكتب، بعد وصولها إلى مراكز المعالجة، تخضع لعملية تقنية تهدف إلى تسريع تحويلها من شكلها الورقي إلى محتوى رقمي.
فقد كانت الأغلفة تزال، ثم تقطع ظهور الكتب، قبل تمرير الصفحات عبر ماسحات ضوئية صناعية عالية السرعة. وبعد تحويل المحتوى إلى ملفات رقمية، كانت النسخ الورقية الأصلية ترسل إلى إعادة التدوير.
وبهذه الطريقة، تحولت الكتب من منتج ثقافي مادي إلى مصدر بيانات يمكن إدخاله في عمليات تدريب نماذج الذكاء الاصطناعي.
وتشير وثائق داخلية إلى أن المشروع كان ذا طابع واسع النطاق، مع وجود رغبة في إبقائه بعيداً عن الأنظار، وهو ما زاد من حدة الجدل بعد الكشف عن تفاصيله ضمن وثائق القضية.
لماذا تشكل الكتب مادة ثمينة للذكاء الاصطناعي؟
تكمن أهمية الكتب بالنسبة إلى نماذج الذكاء الاصطناعي في طبيعة المحتوى الذي توفره. فالكتب لا تقدم مجرد جمل منفصلة، وإنما نصوصاً طويلة ومترابطة، تحتوي على مفردات متنوعة وأساليب لغوية وسياقات معرفية متكاملة.
وتختلف هذه الخصائص عن جزء كبير من المحتوى المتاح على الإنترنت، الذي قد يكون قصيراً أو متكرراً أو منخفض الجودة أو خارج سياقه الأصلي.
وبالنسبة إلى النماذج اللغوية، فإن جودة البيانات لا تقل أهمية عن حجمها. فكلما كانت النصوص المستخدمة في التدريب أكثر تنوعاً وترابطاً وغنى، أمكن للنموذج اكتساب قدرة أفضل على فهم اللغة والسياق وإنتاج إجابات أكثر تعقيداً.
ومن هنا، أصبحت الكتب مصدراً جذاباً للشركات التي تتنافس على تطوير نماذج قادرة على التعامل مع كميات ضخمة من النصوص والمعلومات.
لكن ماذا عن حقوق المؤلفين؟
المشكلة الأساسية التي أثارها «مشروع بنما» لا ترتبط فقط بمسألة شراء الكتب أو إتلاف نسخها الورقية، وإنما بالسؤال الأوسع: هل يسمح شراء كتاب بشكل قانوني بتحويله إلى بيانات لتدريب نموذج ذكاء اصطناعي من دون الحصول على ترخيص من صاحب حقوق النشر؟
هذا السؤال أصبح محوراً رئيسياً في النزاعات القضائية التي تواجه شركات الذكاء الاصطناعي في الولايات المتحدة.
وفي إحدى مراحل القضية، اعتبر قاضٍ فيدرالي أمريكي أن قيام Anthropic برقمنة الكتب التي حصلت عليها بصورة قانونية يمكن أن يدخل ضمن نطاق «الاستخدام العادل»، خصوصاً عندما يتعلق الأمر بإنشاء نسخة رقمية داخلية لغرض مختلف عن الغرض الأصلي للعمل، مثل القراءة أو البيع المباشر.
لكن الحكم ميز في المقابل بين الكتب التي اشترتها الشركة بصورة قانونية وبين نسخ رقمية حصلت عليها من مصادر مقرصنة.
وهذا التفريق مهم للغاية، لأنه يعني أن الوضع القانوني لا يتوقف فقط على كيفية استخدام المحتوى، وإنما قد يرتبط أيضاً بمصدر الحصول عليه والظروف التي تمت فيها عملية النسخ والتخزين.
المؤلفون يرون مشكلة أكبر من تدمير الكتب
أثار الكشف عن المشروع غضب عدد من المؤلفين والناشرين، الذين يرون أن جوهر المشكلة لا يكمن في التخلص من النسخ الورقية بحد ذاته.
فالكتاب، حتى بعد تحويله إلى ملف رقمي، يظل محتوى محمياً بحقوق الملكية الفكرية. وإذا استخدمت هذه البيانات لتدريب نموذج قادر لاحقاً على إنتاج نصوص ومحتويات تنافس الأعمال البشرية، فإن السؤال يصبح مرتبطاً بقيمة العمل الإبداعي وبحق صاحبه في الحصول على مقابل عن استخدامه.
ويخشى مؤلفون وناشرون من أن يؤدي انتشار النماذج اللغوية المدربة على الأعمال الأدبية إلى خلق منافسة غير متكافئة، خصوصاً إذا أصبحت هذه الأنظمة قادرة على إنتاج نصوص طويلة وبأساليب متنوعة، بينما لا يحصل أصحاب الأعمال الأصلية على تعويض عن استخدامها في تطوير تلك الأنظمة.
ومن هذا المنظور، يرى منتقدو هذه الممارسات أن التطور التقني لا ينبغي أن يتحول إلى وسيلة لتجاوز النظام التقليدي لحقوق المؤلف.
مخاوف بشأن الكتب النادرة والتراث الثقافي
القضية أثارت أيضاً تساؤلات تتجاوز الإطار القانوني المباشر، لتصل إلى مستقبل الكتب المطبوعة والتراث الثقافي.
فمع تزايد الطلب على الكتب القديمة والمستعملة، ظهرت مخاوف لدى بعض العاملين في تجارة الكتب النادرة من أن يؤدي الطلب المرتفع من شركات التكنولوجيا إلى سحب كميات كبيرة من الكتب من الأسواق، خصوصاً الأعمال التي يصعب الحصول على نسخ منها.
وتزداد حساسية هذه المسألة عندما يتعلق الأمر بالكتب النادرة أو القديمة أو ذات القيمة التاريخية، لأن التخلص من النسخة الورقية بعد رقمنتها لا يعوض بالضرورة القيمة الثقافية والمادية للأصل.
ورغم تأكيد Anthropic أنها لا تستهدف الكتب النادرة أو الأثرية للإتلاف، فإن الجدل حول «مشروع بنما» أعاد طرح سؤال أساسي حول الحدود التي ينبغي أن تحكم عمليات رقمنة التراث الثقافي عندما تصبح الغاية مرتبطة بتطوير أنظمة تجارية للذكاء الاصطناعي.
سباق جديد.. هذه المرة على البيانات
تكشف هذه القضية عن أحد أهم التحديات التي تواجه صناعة الذكاء الاصطناعي في المرحلة الحالية.
فالشركات الكبرى تستثمر مليارات الدولارات في بناء نماذج أكثر قدرة، لكن هذه النماذج تحتاج إلى كميات هائلة من البيانات للتدريب. ومع اتساع استخدام الإنترنت وتكرار المحتوى المنشور عليه، أصبح الوصول إلى بيانات جديدة وعالية الجودة أكثر صعوبة.
وهنا تبرز الكتب والمقالات والأبحاث والأرشيفات والمحتويات المتخصصة باعتبارها مصادر ذات قيمة كبيرة.
لكن السؤال لم يعد فقط: هل توجد بيانات كافية؟
بل أصبح: من يملك هذه البيانات؟ ومن يملك الحق في استخدامها؟ ومن يحصل على المقابل عندما تتحول الأعمال الإبداعية إلى مادة لتطوير أنظمة تجارية؟
بين الابتكار وحماية الإبداع
يضع «مشروع بنما» شركات الذكاء الاصطناعي أمام معادلة معقدة. فمن جهة، تحتاج الصناعة إلى البيانات من أجل تطوير نماذج أكثر قدرة وفائدة، ومن جهة أخرى، هناك منظومة قانونية واقتصادية كاملة تحمي حقوق المؤلفين والناشرين وأصحاب المحتوى.
ويرى المدافعون عن استخدام الكتب في تدريب النماذج أن تحليل المحتوى لأغراض تقنية مختلفة يمكن أن يمثل شكلاً من أشكال الاستخدام التحويلي، خصوصاً عندما لا يتم توزيع الكتاب نفسه على المستخدمين.
في المقابل، يرى منتقدون أن تدريب نماذج تجارية بمحتويات محمية بحقوق النشر دون الحصول على تراخيص أو دفع تعويضات يخلق نموذجاً اقتصادياً يستفيد فيه مطورو الذكاء الاصطناعي من أعمال الآخرين دون مشاركة أصحابها في العائدات.
ومن المرجح أن يستمر هذا الجدل خلال السنوات المقبلة، خصوصاً مع توسع قدرات الذكاء الاصطناعي التوليدي وتزايد استخدامه في الكتابة والترجمة والصحافة والتعليم وصناعة المحتوى.
وفي النهاية، قد لا يكون السؤال الحقيقي هو ما إذا كان يمكن للذكاء الاصطناعي أن يتعلم من الكتب، بل كيف يمكن بناء قواعد واضحة تضمن استمرار الابتكار من دون تحويل الإبداع البشري والتراث الثقافي إلى مورد مجاني وغير محدود لشركات التكنولوجيا.
فـ«مشروع بنما» لا يكشف فقط قصة ملايين الكتب التي تحولت إلى ملفات رقمية، بل يسلط الضوء على معركة أوسع حول مستقبل المعرفة، وقيمة المحتوى، وحدود استخدام الأعمال البشرية في عصر الذكاء الاصطناعي.
