Het hek, niet de brandstapel

In een magazijn in North Las Vegas laat Amazon een machine draaien die de ruggen van tweedehandsboeken afsnijdt. De losse bladen gaan door een scanner, en daarna wordt het papier tot pulp vermalen. Boeken vernietigen om AI te voeden: het verhaal had alles in huis om een cultureel schandaal te worden. De Daily Mail vergeleek de praktijk met moderne boekverbranding en spaarde daarbij geen enkel cliché: toespelingen op Savonarola, stockfoto’s van ogenschijnlijk zeldzame boeken en, uiteraard, de Berlijnse brandstapel. De kwaliteitskranten bleven, zoals te verwachten, koeler, maar lieten dezelfde vergelijking in de lucht hangen. Hoe verontwaardigd ook, deze artikelen lieten de AI-industrie er opvallend genadig van afkomen. Het lot van het papier staat in de schijnwerpers; wie de eigenaar wordt van de digitale bibliotheken die eruit voortkomen, komt nauwelijks ter sprake. Wie krijgt de zeggenschap over de kennis die wordt gescand? Die vraag moet even wachten tot we de onzin over boekverbranding hebben opgeruimd.

Een scanner is geen brandstapel

De analogie met de brandstapels van Savonarola of de nazistische boekverbrandingen is te gek voor woorden: een exemplaar vernietigen is iets anders dan een tekst onderdrukken. De brandstapels waren openbare daden van verwerping. Die arme monnik Savonarola, van stal gehaald bij elke rel over boekverbranding, riep de mensen op om een deel van hun bezittingen te offeren als publieke boetedoening. De nazibrandstapels ensceneerden een ander soort verwerping: door de boeken in het openbaar te verbranden, verklaarde men dat hun auteurs geen plaats hadden in het Duitse culturele leven. In beide gevallen, hoe onverkwikkelijk ook, was de vernietiging een opvoering. Destructief scannen, een gangbare methode bij digitalisering, dient een ander doel: het exemplaar gaat onder de guillotine om de inhoud te bewaren. Het boek wordt vernietigd; de tekst wordt gedematerialiseerd. Wie naar Fahrenheit 451 grijpt, mag zich de centrale les van dat boek herinneren: een tekst is niet het papier waarop hij gedrukt staat.

Scherper dan de Daily Mail maar niet minder onbeholpen gooide 404 Media olie op het vuur door “zeldzame boeken” in zijn kop te zetten. Toch zei een boekhandelaar die in datzelfde onderzoek wordt aangehaald dat deze bulkbestellingen boeken zonder ISBN uitsloten, wat grotendeels wijst op edities die zijn verschenen na de invoering van het ISBN rond 1970. Dit is het spul van rommelmarkten en kringloopwinkels, vaak maar één zolderopruiming verwijderd van de papiercontainer. Alvorens een culturele catastrofe af te kondigen, zou men de bibliotheekcatalogus kunnen raadplegen. Dit zijn precies de publicaties waarvoor bibliotheken met wettelijk depot bestaan. Toegegeven, een ISBN garandeert niet dat er een depotexemplaar bewaard is gebleven, maar schaarste op de tweedehandsmarkt bewijst evenmin dat een tekst verdwenen is.

Boeken hebben natuurlijk wel een materiële geschiedenis. Exemplaren die door hun aantekeningen, opdrachten of herkomst historische betekenis hebben, verdienen het om te worden opgespoord en bewaard. Tweedehandsboekhandelaren hebben daar een rol in: wie zo’n exemplaar herkent, heeft een reden om het buiten een partij te houden die voor de pulpmolen bestemd is. We mogen ons ook zorgen blijven maken over de slinkende voorraad fysieke exemplaren van uitverkochte titels. Maar dan moeten we ook vragen waarom hun rechthebbenden ze niet herdrukken en evenmin toegang geven tot de bestaande digitale facsimile’s. Onderzoekers kennen de frustratie: Google Books vindt de passage die je nodig hebt en biedt je dan een snipper aan van een boek dat je nieuw kunt kopen noch online kunt lezen. Er valt hier dus wel degelijk over verliezen te discussiëren, maar die maken van een scanner nog geen nazibrandstapel.

De boekhandel zelf vermaalt intussen al lang routineus onverkochte boeken tot pulp. Alleen al in Frankrijk werden in 2023 naar schatting 25.000 ton boeken vernietigd, ruwweg 60 procent van het tonnage dat onverkocht naar de distributeurs terugging. Dat heet voorraadbeheer. Overtollige exemplaren en schaarse tweedehandstitels roepen elk hun eigen vragen over toegang op, maar papier vernietigen komt op zichzelf niet neer op censuur of tirannie.

Meer boeken, betere AI?

Dat AI-bedrijven boeken kopen en scannen is eigenlijk goed nieuws. Een technologie die voortdurend wordt verweten dat ze de menselijke cultuur maar oppervlakkig begrijpt, neemt er meer van in zich op, en men had mogen verwachten dat wetenschappers die inspanning zouden toejuichen.

Het web is een armzalig surrogaat voor het opgebouwde archief van een taal. Veel van het opgetekende leven van een taal, van romans en memoires tot populaire liedjes en getranscribeerde gesprekken, heeft de sprong van druk naar web nooit gemaakt. Veel van die boeken hebben hun uitgevers overleefd. Ze in de trainingsdata opnemen is het belangrijkst waar weinig anders voorhanden is. Een paar Engelse boeken extra leveren misschien een marginale verbetering op. In een slecht vertegenwoordigde taal kunnen diezelfde boeken echter het verschil betekenen tussen een bruikbaar en een onbruikbaar systeem. Of deze instrumenten thuishoren in onze publieke diensten of in ons dagelijks leven, is een zaak voor het publieke debat. Maar waar we ze ook besluiten te gebruiken, we moeten dat in onze eigen taal kunnen doen.

De bestellingen waarover in Spanje en Nederland is bericht, maken het taalkundige belang tastbaar. In mei beschreef elDiario.es een boekhandelaar in Badalona die herhaaldelijk bestellingen kreeg, vooral voor Catalaanse non-fictie: geschiedenisboeken, technische handleidingen en oude congresbundels. In augustus berichtte de Nederlandse pers over een verzoek aan De Slegte om 800.000 Nederlandstalige boeken. De taal van de boeken verdient minstens zoveel aandacht als het lot van hun banden. Van de Daily Mail is dat misschien te veel gevraagd. Maar ook de bezadigdere kranten hebben weinig gezegd over de talen die in het spel zijn.

Licentieovereenkomsten met grote uitgevers kunnen eveneens waardevol materiaal opleveren, maar hun digitale catalogi dekken maar een fractie van wat ooit in druk is verschenen. Boeken die nooit zijn gedigitaliseerd, of waarvan de uitgever de rechten niet meer bezit, vallen buiten het aanbod. Zelfs een royale licentiedeal kan niet in de plaats treden van de geschiedenis van het uitgeversbedrijf, laat staan van de geschiedenis van een cultuur. Tweedehandsexemplaren opkopen is een manier om voorbij die commerciële grenzen te reiken.

“Diefstal” is geen argument

Het “diefstal” noemen helpt evenmin. In juni 2025 oordeelden twee Amerikaanse districtsrechtbanken dat het gebruik van boeken om taalmodellen te trainen in de voorliggende zaken onder fair use viel. In Bartz v. Anthropic benadrukte de rechtbank het transformatieve karakter van de training: de boeken werden gebruikt om een systeem te bouwen dat nieuwe uitdrukkingsvormen kan voortbrengen. Modellen kunnen passages memoriseren, maar een boek voor training gebruiken maakt de hele tekst nog niet op afroep opvraagbaar. Evenmin veegt de afwezigheid van letterlijke reproductie elk bezwaar van tafel. In Kadrey v. Meta waarschuwde de rechter dat door AI gegenereerde werken de markt zouden kunnen overspoelen en dat bewijs van zulke schade een beroep op fair use kan doen stranden. Deze eisers hadden echter geen noemenswaardig bewijs geleverd van zulke schade aan hun eigen werk. Geen van beide uitspraken geeft AI-bedrijven vrij spel of beslecht het ethische geschil. Ze verplichten ons onderscheid te maken tussen hoe boeken worden verworven, hoe kopieën worden bewaard en wat de training ermee doet. Dat alles “diefstal” noemen laat die vragen onbeantwoord.

Terzijde: de uitspraak in de zaak Anthropic levert een rechtvaardiging voor de guillotine. De rechtbank keurde de digitalisering van gekochte exemplaren goed en verwierp het aanleggen van een permanente bibliotheek van illegaal gekopieerde boeken, waarvoor het bedrijf later een schikking van 1,5 miljard dollar trof. De digitalisering werd mede goedgekeurd omdat elk gedrukt exemplaar bij de omzetting werd vernietigd: de digitale kopie kwam ervoor in de plaats en werd niet buiten het bedrijf gedeeld. De vernietiging waar sommigen zich zo over opwinden, hielp Anthropic aantonen dat zijn digitaliseringsprogramma fair use was. Kopen, scannen en weggooien bood in dat geval een wettige route. De guillotine is hier een instrument om binnen de wet te blijven.

Er zijn goede redenen om te willen dat AI put uit meer talen, meer wetenschap en meer van de wereld die vóór het internet bestond. Die redenen verdwijnen niet omdat een bedrijf dat we niet mogen er een commerciële kans in heeft gezien.

Geleende verontwaardiging

Terug dan naar de Daily Mail. Haar artikel maakt deel uit van Make It Fair, een campagne van kranteneigenaren en uitgevers die streven naar een volwaardige licentiemarkt voor AI. Twee handige substituties doen het werk: Big Tech staat voor AI, en de rechthebbenden staan voor “Britse creativiteit”. De lezer wordt uitgenodigd de cultuur te verdedigen terwijl uitgevers over de voorwaarden van de verkoop onderhandelen. Wetenschappers die het verhaal delen, mogen zich afvragen wiens zaak hun verontwaardiging dient.

Big Tech en de Big Five kibbelen over de pacht, maar geen van beide heeft iets tegen het hek. Het verhaal van de eenzame auteur die door een techreus wordt beroofd, verhult wat dure licentiedeals beide bedrijfskampen te bieden hebben: de uitgevers worden betaald, en Big Tech krijgt een markt waarin zijn kleinere concurrenten het zich niet kunnen veroorloven mee te dingen. Peter Thiel verwoordde de voorkeur van Silicon Valley botter: “Competition Is for Losers”.

Licenties hoeven niet tot die uitkomst te leiden. Betaalbare, niet-exclusieve toegang zou kleinere ontwikkelaars kunnen helpen. Maar een systeem dat elke nieuwkomer dwingt dure deals te sluiten met de grote rechthebbenden, maakt koopkracht tot toegangsvoorwaarde. Een betaling die wordt voorgesteld als tegemoetkoming aan de cultuurindustrie, koopt uiteindelijk bescherming tegen toekomstige concurrenten.

AI is niet van Big Tech

Er speelt een dieper probleem. Te veel kritiek op AI houdt de grootste commerciële leveranciers voor het hele veld. De producten domineren de krantenkoppen; het onderzoek en de ontwikkeling buiten die bedrijven verdwijnen uit beeld. Big Tech kon zich nauwelijks een nuttiger misverstand wensen. Zijn ambitie om het veld in bezit te nemen wordt het uitgangspunt van de kritiek die tegen hem wordt gericht. Het monopolie is nog niet binnen. Wie het als een voldongen feit behandelt, bewijst die bedrijven een enorme dienst. Het leidt bovendien de aandacht af van open source: van wat het nodig heeft, van zijn kansen om te bestaan, van zijn belangen, van zijn legitimiteit als alternatief.

Opensource-AI stelt mensen in staat systemen te bouwen en aan te passen die een grotere verscheidenheid aan talen, culturen en uitdrukkingsvormen weerspiegelen. Voor landen in Europa, Afrika, Latijns-Amerika en Azië is dat een praktische basis voor technologische en culturele soevereiniteit: het vermogen om zelf te bepalen hoe systemen werken, welke talen ze bedienen en waar ze worden ingezet. Of we AI gebruiken, en waarvoor, moet een publieke keuze blijven, geen beslissing die wordt gedicteerd door afhankelijkheid van een buitenlands oligopolie.

Maar de vrijheid om een systeem aan te passen stelt weinig voor zonder de middelen om dat te doen. Onafhankelijk werk vereist expertise, rekeninfrastructuur en toegang tot trainingsmateriaal. En zo zijn we terug bij de boeken. Als elk onderzoeksteam of elke publieke instelling zijn eigen uitgeversdeals moet sluiten of zijn eigen privébibliotheek moet aanleggen, wordt onafhankelijkheid onbetaalbaar, zelfs voor sommige rijke landen.

De boeken zijn er al

Bibliotheken en archieven hebben generaties lang het materiaal verzameld dat deze systemen nodig hebben. Hun collecties bestaan omdat de toegang tot kennis het commerciële belang om haar te verkopen moet overleven. Veel is al gescand: HathiTrust bezit zo’n negentien miljoen gedigitaliseerde delen uit onderzoeksbibliotheken, waarvan vele nog auteursrechtelijk beschermd zijn. Een bibliotheek scant een boek en bewaart het. Niemand heeft daar een guillotine nodig. HathiTrust sluit eind 2026 zijn Research Center, maar heeft ook Transparent Books aangekondigd, een project om corpustoegang te bieden voor niet-commercieel AI-onderzoek en niet-commerciële ontwikkeling. Toegang op die voorwaarden zou sommige onafhankelijke ontwikkelaars nog altijd buiten de deur houden.

Het bezit van de boeken geeft een bibliotheek echter niet het recht om hun auteursrechtelijk beschermde inhoud als trainingscorpus te verspreiden. Het EU-recht staat onderzoeksinstellingen en bibliotheken toe om rechtmatig toegankelijke werken te minen voor wetenschappelijk onderzoek, en staat ruimer minen toe waar rechthebbenden hun rechten niet hebben voorbehouden. Groot-Brittannië trekt de grens strakker: zijn uitzondering voor tekst- en datamining geldt voor niet-commercieel onderzoek en beperkt de overdracht van kopieën. Geen van beide kaders geeft bibliotheken een algemeen recht om hun auteursrechtelijk beschermde collecties te delen zodat anderen erop kunnen voortbouwen.

We zouden ook kunnen heroverwegen hoe lang rechthebbenden zeggenschap moeten houden over computationeel gebruik van boeken. Farmaceutische octrooien belichamen een ruil: tijdelijke exclusiviteit beloont innovatie, daarna komt de uitvinding beschikbaar voor anderen. Hun gebruikelijke termijn van twintig jaar is veel korter dan de bescherming van het auteursrecht, die het hele leven van de auteur duurt en nog zeventig jaar daarna. Waarom zou een vergelijkbaar beginsel niet gelden voor computationeel gebruik van boeken? Zeg twintig jaar na de eerste publicatie zou een boek beschikbaar kunnen komen voor tekst- en datamining zonder licentiekosten, terwijl de rechten op heruitgave en verkoop beschermd blijven. Auteurs zouden aan hun boeken kunnen blijven verdienen zonder dat generaties onderzoekers om toestemming moeten onderhandelen om ze te analyseren.

Twee jaar geleden betoogde ik in The Hindu dat erfgoeddata als publiek goed moeten worden behandeld. Overheden zouden bibliotheken en archieven moeten financieren om hun collecties te digitaliseren, te transcriberen en te documenteren, en hun de wettelijke bevoegdheid moeten geven om de resulterende corpora beschikbaar te stellen zodat anderen erop kunnen voortbouwen. Big Tech zou via een speciale heffing kunnen meebetalen.

Publieke financiering moet gepaard gaan met gepubliceerde collectie- en toegangsregels, die zowel academisch als commercieel werk bestrijken, zonder exclusieve deals of voorkeurstoegang voor donateurs. Toegang voor training hoeft niet te betekenen dat auteursrechtelijk beschermde boeken onbeperkt mogen worden herverspreid. Auteurs moeten meedenken over het publieke stelsel, ook over hoe het omgaat met toestemming, vergoeding en concurrentie met hun werk. Gratis toegang voor gebruikers sluit een publiek gefinancierde vergoeding voor auteurs niet uit. Het leenrecht, dat auteurs uit publieke middelen betaalt wanneer hun boeken worden uitgeleend, biedt daarvoor een precedent. Om de brandstapel ging het nooit. Om het hek wel.