**Napomena urednika**: Ova analiza deo je pregleda podataka iz biblioteke Library Genesis koji je pripremio The Atlantic. Pristupite alatu za pretragu knjiga i televizijskih scenarija koji je korišćen za obuku AI ovde. Kada je Meta započela stvaranje svog AI modela, Llama 3, tim se suočio s etičkom dilemom: sticanje velike količine kvalitetnog teksta na legalan način bilo je sporo i skupo. Razmatrali su mogućnost piraterije podataka nakon što su bili nezadovoljni opcijama licenci, navodeći visoke troškove i kašnjenja u isporuci od potencijalnih partnera. Unutrašnje rasprave otkrile su snažnu želju za korišćenjem knjiga, koje su smatrane ključnim za obuku, što ih je nagnalo da istraže Library Genesis (LibGen), veliku bazu piratizovane literature i istraživanja. Unutrašnja komunikacija pokazala je da su zaposleni u Meti tražili odobrenje od izvršnog директора Marka Zakerberga da koriste LibGen-ov skup podataka, koji je sada javan zbog tužbe za autorska prava od nekoliko autora. Štaviše, OpenAI je u prošlosti bio povezan s LibGen-om u nekoliko slučajeva korišćenja. Iako zamisao o potpunom obimu tekstova na kojima su obučene obe kompanije nije jasna—sadržaj LibGen-a se stalno ažurira—baza podataka sadrži milion naslova, uključujući značajna dela i akademske radove. Meta i OpenAI brane svoje pristupe uz tvrdnju o “fer upotrebi, ” tvrdeći da njihova generativna AI transformiše izvore u novi sadržaj. Međutim, korišćenje LibGen-a postavlja ključna pitanja, posebno s obzirom na to da unutrašnji dokumenti ukazuju na to da je Meta preuzela podatke putem BitTorenta, što nosi pravne rizike zbog potencijalne distribucije piratizovanog sadržaja.

Meta je insistirala da je preduzela mere opreza protiv deljenja fajlova. Zaposleni su priznali pravne rizike, raspravljajući o strategijama da sakriju svoje aktivnosti, poput izbegavanja referenci na zaštićena dela i filtriranja prepoznatljivih informacija. LibGen, značajno veći od drugih piratskih kolekcija, privlači razvijače AI zbog svoje široke ponude, uključujući savremenu literaturu i akademske časopise. Osnovan 2008. godine od strane ruskih naučnika, LibGen služi oblastima sa ograničenim pristupom obrazovnim resursima. Njegov rast bio je podstaknut doprinosima piratizovanih materijala, što je dovelo do dominacije engleskih tekstova vremenom. Uprkos brojnim pokušajima izdavača da suzbiju pirateriju, uključujući značajne sudske presude i kazne protiv LibGen-a, ova zbirka opstaje. Ova dostupnost postavlja etička pitanja u vezi sa radom autora, koji često ne dobijaju kredit ni nadoknadu. Tehnologije generativne AI rizikuju dekontextualizaciju znanja i potkopavanje priznanja autora. Centralni izazov ostaje kako efikasno izbalansirati širenje znanja i kreativnog rada u korist društva, dok kompanije poput Mete profitiraju od ovih resursa, potencijalno umanjujući vrednost ljudskog intelektualnog angažovanja.