Yapay Zekânın Yeni Hammaddesi: Kitap

Bir kitabın ekonomik değeri ne zaman içindeki hikâyeden ve düşünceden ayrılarak içerdiği kelimelere indirgenir?

Almanya’nın Bielefeld kentinde ikinci el kitap satan Michael Ströter için bu soru, 2026 baharında somut bir karşılık kazandı. Normal şartlarda günde birkaç kitap satan Ströter’in sistemine, sabaha karşı art arda sıra dışı siparişler düşmeye başladı. Yıllardır alıcı bulamayan, ticari değeri son derece sınırlı teknik kitaplar bile satın alınıyordu. Siparişler popüler eserleri değil; tek nüshası bulunan, niş alanlara ait ve çoğu zaman dijital ortamda kolayca erişilemeyen kitapları hedefliyordu.

Bu hareketlilik, ilk bakışta küresel ikinci el kitap ticaretindeki yeni bir otomasyon dalgası olarak görülebilir. Algoritmalar farklı pazarlardaki düşük fiyatlı kitapları tespit ediyor, büyük satıcılar bunları merkezî depolarda topluyor ve daha yüksek fiyatlarla yeniden satışa sunuyor olabilir.

Fakat son yıllarda açılan telif davaları ve kamuya açılan şirket içi belgeler, daha rahatsız edici başka bir ihtimali gündeme getiriyor: Kitaplar artık yeniden satılacak kültürel ürünler değil, büyük yapay zekâ modellerinin eğitiminde kullanılabilecek stratejik veri hammaddeleri olarak da görülüyor.

Üretken yapay zekâlar daha fazla metne değil; tutarlı, düzenlenmiş ve alan bilgisi içerenine ihtiyaç duyuyor. İnternet bu ihtiyacı büyük ölçekte karşılamış olsa da, dijital içeriğin tekrarlı, düşük kaliteli, yanlış etiketlenmiş olması kitapları yeniden değerli hâle getiriyor.

Bir kitap yalnız kâğıt yığınından oluşan bir eşya değildir. Uzmanlar ve editörlerin süzgeçlerinden geçirilmiş bir düşünce yapısı, belirli bir dönemin bilgi birikimi ve çoğu zaman internette başka karşılığı bulunmayan uzmanlık kaydı ve duygu kümesidir.

Dolayısıyla, yapay zekâ endüstrisinde kitapların artan rolünü sadece telif hakları ekseninde tartışmak eksik bir yaklaşım teşkil eder. Bu durum, yeni bir veri tedarik zincirinin, taze bir lisanslama pazarının ve bilginin ekonomik değerindeki kapsamlı bir dönüşümün habercisidir.

Bu dönüşümün izleri bugün Avrupa’daki sahaflarda görünür hâle gelmiş olabilir. Ancak hikâyenin başlangıcı fiziksel kitap raflarında değil, internetin kuytu köşelerinde kalmış kütüphanelerindeydi.

Geçmiş: Korsan Arşivlerden Fiziksel Tedariğe

Meta ve LibGen: Riske Rağmen

Büyük dil modellerinin geliştirilmesinde kitapların oynadığı rol, teknoloji şirketlerinin yayımladığı teknik raporlarda uzun bir süre belirsiz kaldı. Eğitim verileri çoğunlukla “kamuya açık kaynaklar”, “web verisi” veya “lisanslı içerikler” gibi geniş kategorilerle tanımlandı.

Yazarların açtığı telif davaları, bu genel ifadelerin arkasındaki süreçleri kademeli olarak görünür hâle getirdi.

Richard Kadrey, Sarah Silverman ve diğer yazarların Meta’ya karşı açtığı dava bu sürecin en önemli örneklerinden biri oldu. Davacılar, Meta’nın Llama modellerini eğitmek için Library Genesis (LibGen) gibi korsan kitap arşivlerinden yararlandığını ileri sürdüler.

Mahkeme sürecinde açılan şirket içi yazışmalar, Meta çalışanlarının LibGen’in hukuki ve itibari risklerinin farkında olduğunu gösterdi. Belgelerde bazı çalışanların torrent kullanımı, telif bilgilerinin kaldırılması ve kullanılan kaynakların kamuya açıklanması konusunda çekincelerini dile getirdiği görülüyordu. Kullanım kararının üst yönetime taşındığına ilişkin kayıtlar da dosyaya girdi.

Bu belgeler, kitap verisinin tesadüfen eğitim korpusuna karışmadığını; rekabetçi model geliştirme hedefleri kapsamında bilinçli biçimde değerlendirildiğini düşündürüyor.

Meta, telifli eserlerin model eğitiminde kullanılmasının adil kullanım kapsamında olduğunu savundu. Şirket ayrıca yazarların eser pazarında somut bir ikame veya ekonomik zarar gösteremediğini ileri sürdü.

Meta vakasının önemi bir korsan arşivin kullanılmış olması değildir. Dava, AI şirketlerinin veri kararlarında hukuki risk ile teknolojik rekabet arasında yaptığı hesaplamayı görünür kıldı. Daha güçlü bir model geliştirme baskısı altında verinin meşruiyeti, veri miktarı ve model kapasitesiyle birlikte değerlendirilen bir risk kalemine dönüşmüştü.

Kitap, kültürel miras olmaktan çıkıp artık bir rekabet avantajına dönüşüyordu.

OpenAI: Veri Kaynağı Kadar Veri Setinin Hafızası da Önemli

Meta davası hangi kaynakların kullanıldığına odaklanırken, OpenAI’a karşı yürütülen süreç farklı bir problemi ortaya çıkardı. Bir eğitim veri kümesi ortadan kaldırıldığında, onun kökeni ve kullanım geçmişi nasıl denetlenebilir?

Mahkeme kayıtlarına göre OpenAI, Books1 ve Books2 adlı iki veri kümesini 2022 yılında sildi. Şirket başlangıçta veri kümelerinin artık kullanılmadıkları için silindiğini belirtti. Davacılar ise silme kararının gerekçeleri, LibGen’le ilgili şirket içi iletişimler ve kararın hukuki veya ticari niteliği hakkında belge talep ettiler.

Eylül 2025’te mahkeme OpenAI’ın silme nedenlerine ilişkin değişen pozisyonları hakkında ek açıklama istedi. Kasım 2025’te sulh hâkimi bazı şirket içi iletişimlerin üretilmesine ve ilgili kurum içi avukatların sınırlı biçimde sorgulanmasına karar verdi. Ancak bu karar Şubat 2026’da bölge hâkimi tarafından kaldırıldı. Dolayısıyla söz konusu iletişimlerin hukuki statüsü ve belge üretme yükümlülüğü konusunda süreç ilk kararın önerdiğinden daha belirsiz bir noktaya döndü.

Bu ayrım önemlidir. Mahkeme kayıtları Books1 ve Books2’nin silindiğini doğruluyor; fakat silmenin kasıtlı delil karartma olduğu sonucunu kesinleştirmiyor. Benzer biçimde veri kümelerinin LibGen’le ilişkisine dair iddialar ve iç iletişimler, devam eden hukuk mücadelesinin parçası olarak ele alınmalıdır.

OpenAI vakası, veri provenansının “Bu metin nereden geldi?” sorusundan ibaret olmadığını gösteriyor. Aynı derecede önemli başka sorular da var:

1. Veri ne zaman toplandı?
2. Hangi modelde kullanıldı?
3. Nasıl dönüştürüldü?
4. Ne zaman ve neden silindi?
5. Kararı kim verdi?
6. İşlem kayıtları ne kadar süre korunuyor?

Finansal sistemlerde para hareketleri, tedarik zincirlerinde malzeme akışları ve bilimsel araştırmalarda veri dönüşümleri kayıt altına alınırken, milyarlarca parametreli modelleri şekillendiren eğitim veri setlerinin benzer denetimden yoksun olması yapısal bir yönetişim sorunudur.

Anthropic: Dijital Korsanlıktan Kitap İşlemeye

Kitap verisi tedarikindeki dönüşümün en somut örneği Anthropic’in Project Panama operasyonu oldu.

Andrea Bartz ve diğer yazarların Anthropic’e karşı açtığı dava, şirketin bir taraftan Books3, LibGen ve Pirate Library Mirror (PiLiMi) gibi dijital gölge kütüphanelerden kitaplar indirdiğini, diğer taraftan fiziksel kitapları satın alarak ayrı bir veri arşivi oluşturduğunu ortaya çıkardı.

Yargıç William Alsup, kitapların AI modellerini eğitmek için kullanılmasını dönüştürücü bir faaliyet olarak değerlendirdi. Buna karşılık, korsan kaynaklardan kitapların indirilerek kalıcı bir merkezî kütüphane oluşturulmasını ayrı bir hukuki mesele olarak ele aldı.

Bu ayrım kritik bir ekonomik teşvik yarattı. Bir kitabın korsan dijital kopyasını indirmek şirketi yüksek telif riskiyle karşı karşıya bırakırken, fiziksel nüshasını satın almak ve şirket içinde dijitalleştirmek daha savunulabilir bir yöntem olarak görünüyordu.

Project Panama tam olarak bu ayrımın üzerine kuruldu.

2024 yılında hız kazanan proje, mahkemede açılan bir şirket içi belgede “dünyadaki bütün kitapları yıkıcı biçimde tarama” çabası olarak tanımlanıyordu. Belgeler, şirketin projenin kamuoyunca bilinmesini istemediğini de gösterdi.

Yaklaşık bir yıl içinde on milyonlarca dolar harcanarak milyonlarca fiziksel kitabın satın alındığı, ciltlerinin kesildiği ve sayfalarının yüksek hızlı tarayıcılardan geçirildiği ortaya çıktı. Anthropic, kitapları Better World Books ve World of Books gibi büyük ikinci el kitap satıcılarından, on binlerce kitaplık partiler hâlinde temin etti.

Bir tarama tedarikçisinin teklifinde, altı ay içinde 500 bin ila 2 milyon kitabın işlenmesi öngörülüyordu. Süreçte kitap ciltleri hidrolik kesme makineleriyle ayrılacak, sayfalar tarayıcılardan geçirilecek ve işlemi tamamlanan fiziksel nüshalar geri dönüşüm şirketlerine teslim edilecekti.

Nihai kitap sayısı ve toplam maliyet belgelerde karartılmış olsa da, operasyonun ölçeği fiziksel kitap tedarikinin deneysel bir çalışma değil, endüstriyel bir veri üretim süreci olduğunu gösteriyor.

Bu model kitabı iki farklı varlığa ayırıyordu:

1. Kültürel ve fiziksel nesne
2. Makine tarafından işlenebilir veri

Şirket açısından ekonomik değer ikinci varlıkta yoğunlaşıyor; cilt, kâğıt, basım özellikleri, kenar notları ve fiziksel nüshanın dolaşım tarihi bir artık hâline geliyordu.

Veri Tedarik Zincirinin Evrimi

Meta davası korsan dijital arşivlerin model eğitiminde kullanılmasına; OpenAI süreci eğitim veri setlerinin kökeni, silinmesi ve kayıtlarının korunmasına; Anthropic davası ise korsan dijital kaynaklarla yasal olarak satın alınmış fiziksel kitapların farklı hukuki statülerine odaklanıyor.

Fakat birlikte okunduklarında ortak bir ekonomik yönelim ortaya çıkıyor.

İlk aşamada internet üzerindeki büyük kitap koleksiyonları düşük maliyetli ve hızlı bir veri kaynağı olarak kullanıldı. Hukuki riskler, yazar davaları ve lisans talepleri arttıkça veri toplama süreçleri daha karmaşık hâle geldi. Şirketler yalnızca daha fazla kitap edinmeye değil, kitapların nasıl edinildiğini savunabilecekleri bir provenans zinciri oluşturmaya yöneldi.

Bu değişim, korsanlıktan tamamen vazgeçilerek şeffaf ve lisanslı bir veri ekonomisine geçildiği anlamına gelmiyor. Aksine hukuki belirsizlik, veri tedarik yöntemlerini daha pahalı, daha fiziksel ama daha az görünür hâle getirmiş olabilir.

Günümüz: Sahaflarda Görülen Sipariş Dalgası

Project Panama geçmişte belgelenmiş bir operasyondu. Avrupa’daki güncel tablo ise daha belirsiz, fakat ekonomik açıdan en az onun kadar dikkat çekici.

Almanya’daki farklı sahaflar, 2026 yılında alışılmış satış örüntülerinin dışında kalan toplu siparişler almaya başladı. Talepler çoğu zaman gece saatlerinde otomatik biçimde iletiliyordu, popüler veya koleksiyon değeri yüksek kitaplar yerine yıllardır satılmayan niş eserleri hedef alıyordu ve belirli bir kitaptan genellikle tek nüsha satın alınıyordu.

Michael Ströter, normal şartlarda günde en fazla birkaç kitap satarken ilk olağan dışı siparişin sistemine 30 Nisan günü saat 02.53’te düştüğünü bildirdi. Satın alınan eserler arasında, 1970’lerde çocuk yuvalarında televizyon eğitimi gibi ticari talebi son derece sınırlı bir konuya odaklanan teknik bir kitap da bulunuyordu.

Siparişlerin Kanada merkezli Zoom Books adına verilmesi ve daha sonra Almanya–Polonya–Çekya sınır bölgesindeki bir lojistik merkezine yönlendirilmesi, sahafların şüphelerini artırdı. taz ve SRF’nin haberleri, Almanya’nın farklı bölgelerinde benzer otomatik sipariş örüntüleri görüldüğünü aktarıyor.

Bu gözlemler kesin olarak bir AI veri tedarik operasyonunu kanıtlamıyor. Bununla birlikte, ikinci el kitap piyasasındaki normal talep sisteminden ayrılan algoritmik bir satın alma modelinin oluştuğunu gösteriyor.

Zoom Books: Kesin Yalanlama, Açıklanmayan Müşteriler

Güncel tartışmaların merkezinde Kanada merkezli Zoom Books bulunuyor.

Şirket, Publishers Lunch’a yaptığı açıklamada kitapları AI modellerini eğitmek amacıyla dijitalleştirdiği veya imha ettiği yönündeki iddiaları “kategorik olarak yanlış” diye nitelendirdi.

Zoom Books yöneticisi Reed Pannell de taz’a şirketin kitapları dijitalleştirmediğini ve imha etmediğini söyledi. Ancak şirketin satın aldığı kitapları başka işletmelere satıp satmadığı sorusuna, müşteriler hakkında bilgi veremeyecekleri yanıtını verdi.

Bir şirketin müşterilerini açıklamaması ticari gizlilik bakımından olağan bir davranıştır ve tek başına şüpheli bir ilişkiyi kanıtlamaz. Buna karşılık Zoom Books’un nihai müşteri zincirini kapalı tutması, satın alımların arkasındaki ekonomik amacı bağımsız biçimde doğrulamayı imkânsız hâle getiriyor.

2077AI: Daha Açık Fakat Yine Eksik Bir Bağlantı

Hollanda’daki Pieter de Vries vakası, güncel sipariş dalgasındaki AI bağlantısını daha görünür hâle getiriyor.

Haarlem’de faaliyet gösteren De Vries adlı sahaf, Singapur merkezli 2077AI şirketinden bir kişi tarafından gönderilen doğrudan bir e-posta aldı. E-postaya yaklaşık 3.000 İngilizce kitabın ISBN bilgilerinin yer aldığı bir liste eklenmişti.

Listedeki kitaplar geniş kitlelere hitap eden popüler eserler değildi. Jeomekanik modelleme, yüzey işleme, folklor ve diğer uzmanlık alanlarına odaklanan teknik ve akademik yayınlar seçilmişti.

Bu örnek Zoom Books vakasından daha güçlü bir AI bağlantısı taşıyor. Alıcı şirketin adı, iletişim biçimi ve seçilen kitapların niteliği, metinlerin yapay zekâ veya veri işleme amaçlarıyla kullanılabileceği ihtimalini artırıyor.

2077AI vakası güçlü bir sinyal olmasına rağmen kanıt niteliği taşımamaktadır.

Veri Madenciliği mi, Kitap Arbitrajı mı?

Sahaf siparişlerinin AI eğitimiyle ilişkili olduğu hipotezi, Project Panama’nın belgelenmiş geçmişi nedeniyle makuldür. Buna rağmen güncel alımlar için ticari açıdan güçlü başka açıklamalar da bulunuyor.

AI Veri Tedariki Hipotezi

Bu hipotezi destekleyen göstergeler şunlardır:

1. Niş ve dijital ortamda bulunması zor kitapların seçilmesi
2. Bir kitaptan çoğunlukla tek nüsha alınması
3. Ticari popülaritesi bulunmayan akademik eserlerin hedeflenmesi
4. Siparişlerin algoritmik ve otomatik görünmesi
5. Farklı ülkelerdeki kitapların ortak merkezlerde toplanması
6. 2077AI gibi AI bağlantılı aktörlerin kitap listeleri göndermesi
7. Project Panama’nın daha önce benzer fiziksel tedarik yöntemleri kullanmış olması

Bu göstergeler bir örüntü oluşturur. Fakat örüntü sözleşme, ödeme kaydı veya şirket içi belge yerine geçmez.

Kitap Arbitrajı Hipotezi

Alternatif açıklama, gelişmiş bir ikinci el kitap arbitrajı modelidir. Bu modele göre büyük alıcılar farklı ülkelerdeki kitap pazarlarını otomatik biçimde tarayarak düşük fiyatla listelenmiş ve az bulunan kitapları belirler. Kitaplar merkezî depolarda toplanır, yeniden fiyatlandırılır ve Amazon, AbeBooks veya diğer uluslararası platformlarda daha yüksek fiyatlarla satışa sunulur.

Bu strateji özellikle şu eserlerde kârlı olabilir:

1. baskısı tükenmiş kitaplar,
2. uzmanlık yayınları,
3. sınırlı akademik eserler,
4. başka satıcısı bulunmayan tek nüshalar,
5. Kütüphaneler veya araştırmacılar için gerekli teknik yayınlar.

Bir şirket, belirli bir kitabın çevrim içi piyasadaki tek veya başlıca satıcısı hâline geldiğinde talep düşük olsa bile fiyatlama gücü kazanabilir.

Bu nedenle yıllardır satılmayan bir kitabın satın alınması, mutlaka metninin AI eğitimi için kullanılacağı anlamına gelmez. Kitabın fiziksel kıtlığı da ekonomik değer taşıyabilir.

Aynı Lojistik Altyapının İki Kullanımı

En gerçekçi ihtimal, veri tedariki ve kitap arbitrajının tamamen ayrı iki dünya olmadığıdır.

Her iki model de benzer altyapılara ihtiyaç duyar:

1. Farklı pazarları tarayan algoritmalar,
2. ISBN tabanlı envanter eşleştirme,
3. Otomatik fiyat karşılaştırması,
4. Küresel lojistik merkezleri,
5. Yüksek hacimli toplu satın alma,
6. Fiziksel sınıflandırma,
7. Depolama ve geri dönüşüm.

Bu altyapı yeniden satış için kurulmuş olabilir; daha sonra AI geliştiricilerine veya dijitalleştirme firmalarına kitap tedarik edebilir. Tersine, veri edinmek amacıyla kurulan bir zincir fiziksel kitapların bir bölümünü yeniden satışa yönlendirebilir.

Kitaplar Neden Bu Kadar Değerli ?

AI şirketlerinin kitaplara ilgisini yalnızca veri miktarıyla açıklamak yanıltıcıdır.

İnternet son derece büyük bir metin kaynağıdır. Ancak büyüklük kalite anlamına gelmez. Tekrar eden metinler, SEO amacıyla üretilmiş yazılar, otomatik içerikler, eksik kaynaklar vb.

Kitaplar ise genellikle farklı bir yapıya sahiptir. Bir kitabın yayımlanması, yazarın çalışmasının yanı sıra editörlük, düzeltme, tasarım ve kaynak kontrolü gibi süreçleri içerir. Bunun yanında, eski kitapların dil biçimleri, yerel anlatıları ve günümüzde dijital ortamda temsil edilmeyen düşünceleri taşır.Ortaya çıkan metin, belge niteliği taşıyan rafine bir çıktı sunar.

Veri ekonomisindeki diğer sorun kaynak takibidir. Nature Machine Intelligence dergisinde yayımlanan geniş ölçekli bir denetim, incelenen metin veri setlerinde lisans bilgilerinin sıklıkla eksik veya yanlış sınıflandırıldığını gösterdi. Araştırmacılar 1.800’den fazla veri setini inceleyerek kaynak, üretici, lisans ve sonraki kullanımların izlenmesinde ciddi boşluklar tespit etti.

Sentetik veri kitapların yerini alabilir mi?

Sentetik veri, başka modeller tarafından üretilen metin, görsel, kod veya yapılandırılmış örneklerden oluşur. Şirketlerin kendi eğitim verilerini üretmesine olanak verdiği için telif, gizlilik ve veri kıtlığı sorunlarına çözüm sunabileceği düşünülür.

Fakat tartışma çoğu zaman iki aşırı uçta yürütülüyor:

1. Sentetik veri insan verisinin yerini tamamen alabilir.
2. Modeller kendi ürettikleri içerikle eğitildiğinde kaçınılmaz biçimde çöker.

Araştırmaların ortaya koyduğu tablo daha karmaşıktır.

Model collapse olarak adlandırılan bozulma, modellerin sürekli olarak önceki model nesillerinin ürettiği verilerle eğitilmesi ve özgün insan verisinin sistemden çıkarılması durumunda ortaya çıkabilir. Nadir örnekler kaybolabilir, çeşitlilik azalabilir ve hatalar yeni nesillere aktarılabilir.

Buna karşılık gerçek veri korunarak sentetik verinin biriktirilmesi, bazı deneylerde model çöküşünü önleyebiliyor. Başka çalışmalar da sentetik veriyle eğitimin riskli olduğunu, fakat gerçek ve sentetik verinin kontrollü karışımlarında bozulmanın azaltılabileceğini gösteriyor.

Veri ölçekleme araştırmaları, mevcut eğilimlerin devam etmesi durumunda kamuya açık insan metni stokuyla eğitim talebinin 2026–2032 döneminde karşılaşabileceğini öngörüyor; ancak sentetik veri, veri verimliliği ve transfer öğrenmesi gibi yolların ölçeklemeyi sürdürebileceğini de belirtiyor.

Gelecek: Kitapların Etrafında Kurulan Yeni Veri Ekonomisi

Bu bilgiler doğrultusunda kütüphaneler, yazarlar ve teknoloji şirketleri arasında yeni bir veri ekonomisinin oluşması muhtemeldir.

Bu ekonomi üç farklı yönde gelişebilir.

Lisanslı Veri Piyasası

AI şirketleri yayınevleri, yazar birlikleri ve dijital arşivlerle doğrudan lisans anlaşmaları yapabilir. Bu yaklaşım hukuki güvenliği artırabilir. Buna karşılık büyük yayınevlerinin pazarlık gücü, küçük yayıncıları, bağımsız yazarları ve düşük kaynaklı dilleri sistemin dışında bırakabilir.

Gri Piyasanın Büyümesi

Lisans maliyetlerinin yükselmesi veya telif rejimlerinin belirsiz kalması şirketleri ikinci el piyasalarına ve aracı tedarikçilere yöneltebilir.

Bu modelin en önemli riski, satın alınan kitabın mülkiyetinin değil, erişilebilirliğinin de piyasadan çekilmesidir.

Nadir bir kitabın tarandıktan sonra imha edilmesi metnin şirket sunucularında yaşamasını sağlarken fiziksel eserin kamusal dolaşımını sona erdirir. Dijital metin; basım biçimini, kâğıdı, kenar notlarını ve önceki sahiplerin izlerini korumaz.

Zorunlu Provenans ve Kolektif Lisanslama

Düzenleyici kurumlar model geliştiricilerinden eğitim verilerinin kökenini daha ayrıntılı açıklamalarını isteyebilir.

Burada telif hukuku değil, rekabet hukuku ve bilgiye erişim politikaları da önem kazanacaktır. Birkaç teknoloji şirketinin dünyanın geniş kitap koleksiyonlarını kapalı veritabanlarında toplaması yazar haklarını değil, bilgi altyapısının geleceğini de etkiler.

Bilinen Kitap Kavramının Silinişi

Meta, korsan dijital arşivlerin model eğitiminde kullanılmasını; OpenAI, eğitim veri kümelerinin kökeni ve kayıtlarının korunmasını; Anthropic ise fiziksel kitap satın almanın nasıl endüstriyel bir veri üretim sürecine dönüştürülebileceğini gösterdi.

Bu vakaların ortak noktası, kitapların yapay zekâ ekonomisinde yeni bir statü kazanmasıdır.

Kitap artık yalnızca okunacak, ödünç alınacak, koleksiyon yapılacak veya yeniden satılacak bir kültürel ürün değildir. Aynı zamanda:

1. model performansını artıran bir veri kaynağı,
2. şirketler için rekabet avantajı,
3. yayınevleri için lisans varlığı,
4. yazarlar için gelir ve hak mücadelesi,
5. hukuk sistemleri için çoğaltma ve adil kullanım sorunu,
6. sahaflar için algoritmik talep nesnesi,
7. toplum için kültürel miras riski

hâline gelmiştir.

Milyonlarca kitabın satın alınıp kesilerek taranması ve ardından geri dönüşüme yollanmasıyla yürütülen Project Panama, bu dönüşümün endüstriyel ve fiziksel ölçekte nasıl gerçekleşebileceğini gözler önüne serdi. Böylece veri ekonomisinin sunuculardan ve algoritmalardan ibaret olmadığı net bir şekilde anlaşıldı.

Bu ekonomi depolar, nakliye ağları, hidrolik kesiciler, yüksek hızlı tarayıcılar ve ikinci el kitap pazarları üzerine de kurulabiliyor.

Avrupa’daki güncel sipariş dalgası ise henüz tamamlanmamış bir hikâye sunuyor. Olağan dışı alımlar ve algoritmik örüntüler doğrulanabiliyor. Bazı talepler doğrudan AI bağlantılı aktörlerden geliyor.

Ancak Zoom Books gibi şirketlerin büyük AI laboratuvarları adına hareket ettiğini veya satın alınan kitapların Project Panama’daki gibi taranıp imha edildiğini gösteren doğrudan kanıt bulunmuyor.

Geçmişte belgelenmiş bir veri edinme modeli ile bugün görülen piyasa anomalisi arasında güçlü bir benzerlik vardır. Fakat benzerlik, nedensellik değildir. Bu nedenle gelecekte izlenmesi gereken asıl alan kitapçıların rafları değil, kitapların raflardan çıktıktan sonra geçtiği yollardır.

Çünkü yapay zekâ çağından çok önce de bir kitabın asıl değeri kapağında, baskısında veya satış fiyatında değil; taşıdığı düşüncede ve bilgideydi. Bugün değişen tek şey, bu değerin makineler tarafından da anlaşılmış olmasıdır.

Referanslar

1. United States District Court, Northern District of California. Kadrey et al. v. Meta Platforms, Inc.
2. United States District Court, Northern District of California.Bartz et al v. Anthropic PBC
3. WIRED. Meta Secretly Trained Its AI on a Notorious Piracy Database, Newly Unredacted Court Docs Reveal.
4. In Re: OpenAI, Inc. Copyright Infringement Litigation
5. The Washington Post — Inside an AI Start-up’s Plan to Scan and Dispose of Millions of Books
6. taz — Künstliche Intelligenz: Kaufen, scannen, füttern
7. SRF — Jagd auf alte Bücher: KI-Firmen kaufen Antiquariate leer – und vernichten die Bücher
8. Publishers Lunch — Zoom Books Responds to Accusations of Selling Books for AI Scraping
9. NL Times — Rare Book Dealers Fear Tech Firms Are Destroying Obscure Editions to Train AI Models
10. Longpre et al. — A Pretrainer’s Guide to Training Data
11. Villalobos et al. — Will We Run Out of Data? Limits of LLM Scaling Based on Human-Generated Data
12. Gerstgrasser et al. — Is Model Collapse Inevitable?
13. Seddik et al. — How Bad Is Training on Synthetic Data?