Amazon — компанія, яка 1994 року стартувала як онлайн-книгарня, — тепер фізично знищує рідкісні друковані видання після того, як їхній текст сканують для навчання власних AI-моделей. Про це 17 серпня 2026 року повідомив TechCrunch, і сама іронія такого перетворення говорить сама за себе: колишній продавець книг тепер перетворює їх на сировину для нейромереж.

За даними TechCrunch, йдеться саме про видання, яких немає в цифровому вигляді, — тобто про один із небагатьох практичних способів отримати чистий, вичитаний текст без переговорів із правовласниками чи видавництвами, частина з яких давно припинила існування.

Про механізм викриття ми вже писали: колекціонери рідкісних видань, які продавали книги Amazon і підозрювали, що ті не потрапляють у повторний продаж, почали вкладати в примірники Bluetooth-трекери AirTag. Так спливла історія з AirTag-трекерами у книгах Amazon, яка показала маршрут видань від пункту прийому вживаних товарів до знищення — і саме вона підштовхнула TechCrunch копнути глибше, у бізнес-логіку цього рішення.

Навіщо знищувати книгу, яку вже відсканували?

Найпростіша відповідь — економіка сканування. Деструктивне сканування, коли з книги відрізають корінець і проганяють сторінки через аркушевий сканер, у рази швидше й дешевше за дбайливе сканування на книжковій колисці, яке зберігає оригінал. Для великих оцифрувальних проєктів на кшталт Google Books чи бібліотечних архівів це завжди був компроміс між швидкістю і збереженням; для компанії, якій потрібен лише текст для датасету, зберігати паперовий оригінал — це просто зайва стаття витрат.

Чи законно сканувати книгу без дозволу правовласника?

Купівля фізичного примірника дає покупцю право власності на цю конкретну річ, але не право відтворювати її текст у комерційному масштабі — це базовий принцип авторського права, який відрізняє власність на предмет від власності на контент. Масове сканування книг для датасету так чи інакше є відтворенням, і його законність AI-компанії намагаються обґрунтувати доктриною fair use, яку суди США поки що трактують по-різному.

Прецедент уже є, і він недешевий: у вересні 2025 року Anthropic погодилася заплатити 1,5 мільярда доларів, урегулювавши позов авторів через те, що частина текстів для навчання моделей Claude походила з пірайтованих книжкових датасетів на кшталт Books3. Позов Authors Guild проти OpenAI досі триває в судах. Amazon, судячи з опису TechCrunch, обирає інший шлях — не піратство готового датасету, а фізичне джерело, куплене легально. Ймовірно, це спроба обійти саме той тип претензій, який отримала Anthropic, — але питання законності відтворення тексту нікуди не зникає.

Що з цього випливає для тих, хто будує AI-продукти на своїх даних?

Головний практичний висновок — походження тренувальних даних варто документувати так само ретельно, як код чи інфраструктуру продукту. Це особливо стосується команд, які збирають власні корпуси текстів зі сканів, архівів чи приватних колекцій, а не лише з ліцензованих API-джерел.

Висновок AiiN: чому знищення важливіше за саме сканування

За нашою оцінкою, головна відмінність цієї історії від попередніх скандалів довкола книжкових датасетів — не факт сканування, а факт знищення оригіналу. Піратський цифровий датасет залишає слід: файли, хеші, списки назв, які згодом можна пред'явити в суді, як це й сталося з Anthropic. Фізична книга, куплена легально й знищена одразу після сканування, такого сліду не залишає — перевірити ззовні, що саме і в якому вигляді потрапило в модель, стає майже неможливо. Це необов'язково свідомий задум приховати джерела, радше побічний ефект економіки деструктивного сканування — але AI-індустрії варто усвідомити: швидкість оцифрування тут куплена ціною довіри.

Чи законно Amazon знищувати куплені книги?

Так — власник фізичного примірника має право розпоряджатися ним на власний розсуд, включно зі знищенням. Юридична сіра зона стосується не самого факту знищення, а того, чи законно відтворювати текст книги для комерційного датасету перед цим.

Чи можна дізнатися, які саме книги потрапили в датасет Amazon?

Наразі ні: компанія не публікує список джерел для навчання своїх моделей, а знищення фізичних оригіналів ускладнює незалежну перевірку постфактум.

Чи стосується ця історія лише рідкісних книг?

TechCrunch описує саме рідкісні видання, яких немає в цифровому вигляді, — масові тиражі AI-компанії частіше отримують через ліцензійні угоди з видавцями або наявні цифрові бібліотеки.