Wykorzystanie AI przez wydawców Wielkiej Piątki rośnie mimo ich walki z AI slop

HarperCollins, Simon & Schuster i Hachette miały rozszerzyć wykorzystanie generatywnej AI, mimo że walczą z zagrożeniami dla książek i autorów związanymi z AI. Rosnące wykorzystanie AI przez wydawców Wielkiej Piątki ma obejmować teksty promocyjne, materiały marketingowe, e-maile, grafikę oraz analizę wewnętrznych procesów pracy.

To zasadnicza sprzeczność. Wydawcy oczekują od firm technologicznych i autorów poszanowania praw autorskich, umów oraz pracy twórczej. Tymczasem pracownicy i agenci twierdzą, że wydawcy wprowadzili AI do własnych działań, nie uzyskując konsekwentnie zgody autorów ani nie ujawniając jej użycia.

Dowody pochodzą głównie od anonimowych pracowników, więc dokładna skala pozostaje niezweryfikowana. Opisywane praktyki ujawniają jednak narastający problem zaufania. Wydawcy nie dyskutują już o AI z boku. Decydują, gdzie automatyzacja wkracza do procesu, czyją pracę zastępuje i kto zostaje o tym poinformowany.

Trzej duzi wydawcy mieli wprowadzić AI do codziennej pracy

Natychmiastową zmianą nie jest to, że wydawcy odkryli AI. Chodzi o to, że pracownicy opisują, jak technologia trafia do zwykłej pracy wydawniczej bez jasnych publicznych zasad.

Śledztwo dotyczące rynku wydawniczego opublikowane 9 października opierało się na rozmowach z ponad dwudziestoma pracownikami. Mieli oni pracować w HarperCollins, Simon & Schuster, Hachette oraz innych częściach branży.

Źródła te twierdziły, że pracownicy używali dużych modeli językowych, czyli LLM-ów, do tworzenia materiałów promocyjnych, tekstów na tylne okładki, e-maili i zasobów marketingowych. LLM-y to systemy generujące tekst poprzez przewidywanie wzorców językowych wyuczonych na dużych zbiorach danych.

Niektórzy pracownicy zgłaszali też eksperymenty związane z AI, obejmujące grafiki na okładki i filmy marketingowe. Artykuł nie ustalił, że każdy wskazany wydawca stosuje te same praktyki ani że każda jego jednostka je wdrożyła.

To rozróżnienie ma znaczenie. Duży wydawca obejmuje wiele imprintów, zespołów, wykonawców i partnerów regionalnych. Eksperyment jednego działu nie oznacza automatycznie polityki całej firmy.

Twierdzenia te opisują jednak więcej niż odosobnione, osobiste użycie. W HarperCollins kierownictwo miało zakupić dostęp korporacyjny do Claude, podczas gdy pracownicy mieli też dostęp do ChatGPT i Jasper. Następnie proszono ich o wskazywanie potencjalnych zastosowań podczas regularnych sesji burzy mózgów.

HarperCollins nie udzieliło odpowiedzi na potrzeby śledztwa. Dlatego opisywane praktyki pozostają zarzutami przypisywanymi obecnym pracownikom, a nie potwierdzoną polityką korporacyjną.

Simon & Schuster przyznało, że pracownicy w różnych obszarach firmy mogli korzystać z ograniczonej grupy korporacyjnych narzędzi AI. Firma stwierdziła, że ich użycie było dobrowolne i ograniczone do produktów, które przeszły wewnętrzną weryfikację.

Deklarowanym celem było uwolnienie pracowników do głębszej pracy twórczej z autorami. To wyjaśnienie przedstawia AI jako wsparcie operacyjne, a nie substytut wydawniczej oceny czy relacji.

Hachette przedstawiło węższe rozróżnienie. Rzecznik firmy powiedział, że wspiera ona AI do celów operacyjnych, gdy pomaga ona książkom dotrzeć do czytelników. Firma zaznaczyła, że nie popiera zastosowań twórczych, w tym komunikacji z autorami i partnerami generowanej przez AI.

Relacje pracowników komplikują te granice. Agenci literaccy mieli podejrzewać, że część e-maili odrzucających propozycje zawierała charakterystyczne wzorce generatywne. Pracownicy trzech wydawców powiedzieli dziennikarzom, że ich zdaniem przynajmniej część tych podejrzeń była trafna.

Żadne z tych informacji nie dowodzi, że konkretna wiadomość pochodziła z LLM-u. Detektory tekstu i sygnały stylistyczne pozostają niewiarygodnym dowodem, gdy używa się ich samodzielnie. Powtarzalne sformułowania mogą rodzić pytania, lecz nie pozwalają z pewnością ustalić autorstwa.

Bardziej uzasadniony wniosek jest węższy. Narzędzia AI mają być obecne w procesach pracy dużych wydawców, podczas gdy pracownikom, agentom i autorom brakuje wspólnego rozumienia dozwolonych zastosowań.

Relacja uzupełniająca zaostrzyła ten konflikt, skupiając się na projektowaniu okładek i promocji. Argumentowała, że wydawcy sprzeciwiający się niskiej jakości książkom tworzonym przez AI ryzykują teraz stosowaniem podobnej technologii wokół własnych książek.

Problem nie polega na tym, czy każde wygenerowane zdanie lub obraz zasługuje na miano „slopu”. Chodzi o to, czy wydawcy mogą wymagać przejrzystości od innych, jednocześnie utrzymując własne praktyki jako trudne do zbadania.

Wykorzystanie AI przez wydawców Wielkiej Piątki tworzy lukę w zakresie zgody

Wykorzystanie AI przez wydawców Wielkiej Piątki staje się problemem zarządczym, gdy nieopublikowane dzieło autora trafia do modelu bez wyraźnego pozwolenia lub istotnego ujawnienia tego faktu.

Agenci mieli dodawać do umów zapisy zakazujące wydawcom przekazywania manuskryptów do LLM-ów. To ograniczenie odnosi się do konkretnego ryzyka, a nie ogólnego lęku przed automatyzacją.

Nieopublikowany manuskrypt zawiera więcej niż tekst. Może obejmować wrażliwe komercyjnie pomysły, dane osobowe, poufne materiały reporterskie lub treści, których własność nie została w pełni wyjaśniona.

Przesłanie takiego manuskryptu do konsumenckiej usługi AI może narazić go na infrastrukturę i zasady przechowywania danych przez stronę trzecią. Produkty korporacyjne mogą oferować silniejsze zabezpieczenia, ale ochrona zależy od umowy, konfiguracji i rzeczywistego procesu pracy.

Rozróżnienie między zamkniętym środowiskiem a publicznym narzędziem chmurowym jest więc istotne. Zamknięty system utrzymuje dane w kontrolowanej sieci lub zatwierdzonej granicy technicznej. Otwarta usługa przesyła treść do infrastruktury obsługiwanej przez zewnętrznego dostawcę.

Jednak „korporacyjny” nie oznacza automatycznie braku ryzyka. Wydawcy nadal muszą określić, którzy pracownicy mogą przesyłać treści, jakie dokumenty są dozwolone, jak długo dane pozostają przechowywane i czy dostawcy mogą z nich korzystać.

Pracownik HarperCollins miał powiedzieć, że redaktorzy pytali, czy mogą wklejać całe manuskrypty do otwartych LLM-ów. Według tego źródła zespół prawny firmy zalecił, by tego nie robić.

Ta zgłoszona interwencja jest zachęcająca, ale pokazuje też, jak łatwo takie pytanie może się pojawić. Gdy narzędzie znajduje się obok zwykłego oprogramowania biurowego, pracownicy mogą potraktować wrażliwy manuskrypt jak kolejny dokument oczekujący na streszczenie.

Ten sam problem dotyczy promocji. Model nie może stworzyć trafnego tekstu na obwolutę bez otrzymania informacji o książce. Jeśli pełny manuskrypt dostarcza tych szczegółów, marketingowy skrót staje się decyzją z zakresu zarządzania danymi.

Agenci chcą, aby wydawcy ujawniali tę decyzję, ponieważ autorzy udzielili praw wydawniczych na podstawie konkretnych umów. Porozumienia te niekoniecznie przewidywały przetwarzanie manuskryptów przez zewnętrznych dostawców modeli.

Zgoda ma też znaczenie, gdy AI przyczynia się do powstania grafiki okładkowej. Okładka jest częścią publicznej tożsamości autora, a czytelnicy coraz częściej traktują syntetyczne obrazy jako sygnał dotyczący samej książki.

Wcześniejsze kontrowersje pokazują, jak niejasne pochodzenie może zaszkodzić tej tożsamości. Imprint Bramble należący do Tor spotkał się z krytyką po tym, jak twórca wskazał generatywne zasoby stockowe na okładce Gothikana.

Analiza grafiki okładkowej wykazała, że odpowiednie oferty stockowe zostały oznaczone jako wygenerowane przez AI. Bramble nie skomentowało sprawy przed publikacją tego raportu.

Tor spotkało się z podobnym sporem dotyczącym Fractal Noise Christophera Paoliniego. Wydawnictwo stwierdziło, że jego projektant licencjonował obraz od renomowanego dostawcy zdjęć stockowych, nie wiedząc, że zasób może być syntetyczny.

Bloomsbury wysunęło podobne twierdzenie po tym, jak oznaczony jako AI obraz stockowy pojawił się w projekcie wydania paperback książki Sarah J. Maas. Zespół projektowy oświadczył, że nie wiedział, w jaki sposób obraz został wyprodukowany.

Incydenty te ujawniają problem łańcucha dostaw. Wydawcy mogą wprowadzać generowane materiały, nawet jeśli żaden pracownik nie wpisuje promptu. Biblioteki stockowe, agencje, freelancerzy i zagraniczni partnerzy mogą umieszczać zasoby AI w gotowym projekcie.

Jasne zasady muszą więc obejmować pochodzenie, a nie tylko dostęp do narzędzi. Wydawca musi wiedzieć, skąd pochodzi obraz, jak został oznaczony i jakie prawa są z nim związane.

Ta sama zasada dotyczy tekstu. Zespoły potrzebują rejestrów materiałów wprowadzonych do modelu oraz tego, jak wynik zmienił się przed publikacją. Bez takiego pochodzenia ujawnienie informacji staje się zgadywaniem po wybuchu kontrowersji.

Organizacje mierzące się z podobnym ryzykiem informacyjnym często potrzebują kontrolowanego obiegu wiedzy. Wersja dla branży wydawniczej musi uwzględniać uprawnienia umowne, kontrolę dostawców oraz audytowalny zapis ludzkich decyzji.

Stanowisko przeciw AI slop zderza się teraz z praktyką wydawców

Najsilniejszy argument branży przeciw AI slop opiera się na ludzkim autorstwie, pozwoleniu i zaufaniu — czyli właśnie wartościach, które niejawne wewnętrzne użycie AI wystawia na presję.

Wydawcy mają uzasadnione powody, by sprzeciwiać się masowo produkowanym syntetycznym książkom. Autorzy znajdowali imitacje biografii, fałszywe tytuły i generowane książki towarzyszące przypisane uznanym nazwiskom i ich odbiorcom.

Gdy pamiętnik Kary Swisher zbliżał się do publikacji, wyszukiwania miały ujawniać liczne nieoficjalne biografie z podejrzanymi okładkami i ogólnikowym tekstem. Jedno wyszukiwanie umieściło 16 książek stron trzecich po autentycznym pamiętniku.

Problem imitacji książek pokazał, jak zautomatyzowane wydawanie może wykorzystywać rozpoznawalność autora. Nawet słabe książki mogą odciągać uwagę, wprowadzać kupujących w błąd i obciążać autorów pracą związaną z egzekwowaniem praw.

Amazon wymaga, aby wydawcy korzystający z jego platformy samoobsługowej identyfikowali treści wygenerowane przez AI podczas zgłoszenia. Informacja ta nie pojawiała się jednak historycznie w każdym przypadku jako etykieta widoczna dla klienta.

Amazon ograniczył również liczbę książek, które samodzielny wydawca może publikować każdego dnia, oraz ograniczył niektóre streszczenia i zeszyty ćwiczeń. Działania te są wymierzone w spam i wprowadzające w błąd oferty, a nie w całkowity zakaz narzędzi generatywnych.

Tradycyjni wydawcy przedstawiają się jako innego rodzaju filtr. Wybierają manuskrypty, weryfikują prawa, redagują prozę, zamawiają projekty i nadają gotowej książce instytucjonalną wiarygodność.

Ta rola sprawia, że nieujawnione użycie AI ma większe konsekwencje. Czytelnicy nie podchodzą do imprintu Wielkiej Piątki z takimi samymi oczekiwaniami, jakie mają wobec nieznanej oferty na platformie handlowej.

Konflikt dotyczy też praw autorskich. Wydawcy i autorzy kwestionowali wykorzystywanie książek przez firmy technologiczne do trenowania modeli. Firmy dystrybucyjne odpowiedziały na popyt deweloperów AI na fizyczne książki.

Ingram Content Group poinformowało klientów, że firmy AI coraz częściej kupowały fizyczne egzemplarze, potencjalnie w celu ich skanowania i trenowania modeli. Zaproponowało wydawcom możliwość rezygnacji ze sprzedaży dokonywanej świadomie bezpośrednio takim firmom.

Ingram przyznało również, że nie zawsze może ustalić cel nabywcy. Jego możliwość rezygnacji dla wydawców obiecywała rozsądne starania, a nie całkowitą barierę.

Ten epizod ilustruje publiczne stanowisko branży wydawniczej. Książki zawierają cenną ludzką ekspresję, a firmy nie powinny traktować tej ekspresji jako nieuregulowanego wkładu technicznego.

Autorzy mają prawo pytać, dlaczego zasada zmienia się wewnątrz wydawnictwa. Jeśli przekazanie książki modelowi wymaga zgody, gdy robi to firma technologiczna, wygoda wewnętrznego marketingu nie usuwa tego problemu.

Wydawcy mogą odpowiedzieć, że zastosowanie operacyjne różni się od trenowania komercyjnego modelu bazowego. To rozróżnienie ma znaczenie prawne i techniczne.

Kontrolowany system może streszczać rękopis bez dodawania go do zbioru danych treningowych. Umowa z dostawcą może także zakazywać trenowania modeli i ograniczać przechowywanie danych.

Autorzy nie mogą jednak ocenić tych zabezpieczeń, jeśli nie wiedzą, którego systemu użyto. Tajność zamienia możliwe do obrony rozróżnienie w niepoparte zapewnienie.

Dlatego głównym przeciwnikiem nie są po prostu wydawcy kontra firmy AI. Jest nim obietnica branży wydawniczej dotycząca ludzkiej pieczy w zestawieniu z jej coraz bardziej zautomatyzowaną rzeczywistością.

Ta obietnica nie wymaga zakazania każdego modelu. Wymaga stosowania spójnych standardów wobec podmiotów zewnętrznych, dostawców, kadry zarządzającej i młodszych pracowników.

Presja na efektywność dociera do redaktorów, specjalistów PR i projektantów

Wydawcy wprowadzają AI w warunkach większego obciążenia pracą, redukcji zatrudnienia i presji ze strony kierownictwa na automatyzację, przez co trudno oddzielić „dobrowolne” wdrożenie od przymusu w miejscu pracy.

Pracownicy opisywali zespoły, które się skurczyły, podczas gdy pozostały personel obsługiwał więcej tytułów. Jedna osoba powiedziała, że niektóre duże grupy zmniejszyły się do pięciu lub sześciu osób, a obciążenie pracą podwoiło się lub potroiło.

Relacja ta nie została niezależnie zweryfikowana w całej branży. Mimo to wyjaśnia, dlaczego narzędzia generatywne mogą się rozpowszechniać nawet wśród pracowników, którzy im nie ufają.

Specjalista PR obsługujący więcej książek może poprosić model o pierwszy szkic, ponieważ alternatywą jest niedotrzymanie terminu. Redaktor może streszczać materiały, ponieważ nie ma czasu przeczytać kolejnego wewnętrznego dokumentu po raz drugi.

Takie decyzje mogą wyglądać na dobrowolne w polityce korzystania z oprogramowania, lecz w praktyce wydawać się obowiązkowe. Źródłem presji jest obciążenie pracą, a niekoniecznie bezpośrednie polecenie użycia konkretnego modelu.

Pracownicy HarperCollins mieli podobno zostać „AI Champions”, którym powierzono znajdowanie zastosowań dla narzędzi kupionych przez wyższe kierownictwo. Określenie to sugeruje udział z własnej woli, ale pracownicy opisywali raczej przydzielenie niż swobodne zgłaszanie się.

Simon & Schuster wcześniej zaprosił pracowników do zgłaszania pomysłów związanych z AI w ramach wewnętrznego konkursu. Pracownicy później stwierdzili, że firma ograniczyła część presji promocyjnej po tym, jak personel wielokrotnie zgłaszał sprzeciw podczas spotkań.

Ostrzejszy spór dotyczy monitorowania procesów pracy. Pracownicy Simon & Schuster dowiedzieli się, że firma rozważała produkt Blueprint firmy Skan AI, podobno po zainteresowaniu ze strony właściciela, KKR.

Oprogramowanie do analizy procesów pracy obserwuje, jak pracownicy wykonują zadania, i identyfikuje procesy, które kierownictwo mogłoby zautomatyzować. Może ujawniać wąskie gardła, lecz pracownicy mogą odbierać ten sam system jako narzędzie nadzoru.

Pracownicy zorganizowali list otwarty sprzeciwiający się wprowadzeniu Skan AI lub podobnych produktów. Obawiali się, że rozpoznawanie możliwości automatyzacji odwzoruje ich stanowiska po to, by je zastąpić.

Prezes Simon & Schuster, Greg Greeley, poinformował następnie pracowników, że nie podjęto decyzji o wdrożeniu Blueprint ani innego systemu monitorowania produktywności. Opisał ten przegląd jako wczesny etap analizy.

Ta odpowiedź zawęża potwierdzone twierdzenie. Firma analizowała produkt, lecz dostępne doniesienia nie wskazują, by wdrożyła program monitorowania.

Epizod ten nadal pokazuje, co zdaniem pracowników jest stawką. AI nie trafia do wydawnictw wyłącznie jako asystent pisania. Pojawia się także jako narzędzie zarządzania, które może mierzyć pracę i rekomendować automatyzację.

Twórcy okładek, tłumacze, redaktorzy i specjaliści PR mierzą się z różnymi wersjami tej samej niepewności. Każda z tych ról obejmuje powtarzalne zadania, ale każda zależy także od kontekstu, który kadra zarządzająca może niedoceniać.

Opis na tylnej okładce jest na przykład krótki. Jego przygotowanie nadal wymaga rozumienia gatunku, oczekiwań odbiorców, granic faktograficznych i głosu autora.

Tłumaczenie wiąże się z jeszcze wyraźniejszym kompromisem. Prezes HarperCollins Brian Murray argumentował wcześniej, że AI daje wydawcom więcej możliwości niż zagrożeń, szczególnie w przypadku książek tłumaczonych i audiobooków.

Pracownicy później zgłaszali, że widzieli rękopisy przetłumaczone przez AI, opatrzone stosownymi informacjami, na dużych międzynarodowych targach książki. Sugeruje to, że przynajmniej niektórzy sprzedawcy praw testują transparentne zastosowania.

Tłumaczenie może poszerzać dostęp do tytułów, które w przeciwnym razie pozostałyby niedostępne. Może jednak także spłaszczać styl, błędnie interpretować odniesienia kulturowe i ograniczać płatne możliwości pracy dla ludzkich tłumaczy.

Wydawca nie może ocenić tego kompromisu wyłącznie na podstawie szybkości uzyskania wyniku. Musi ocenić wskaźniki błędów, nadzór redakcyjny, prawa, wskazanie autorstwa oraz to, czy czytelnik wie, jaki proces ukształtował tekst.

Niezależna wydawczyni Meg Reid jasno ujęła wyłaniający się podział. Duże korporacyjne wydawnictwa prawdopodobnie będą dążyć do efektywności, podczas gdy mniejsi wydawcy mogą konkurować, podkreślając, że udział człowieka jest produktem.

Ten podział daje niezależnym oficynom możliwą pozycję rynkową. Zweryfikowany proces z udziałem człowieka może stać się cechą produktu, a nie niewidocznym kosztem.

Wykrywanie AI nie rozstrzygnie sporu o wydawców korzystających z AI

Narzędzia wykrywające AI nie mogą zapewnić pewności, której potrzebują wydawcy, dlatego ciężar muszą przejąć umowy, rejestry pochodzenia i zasady ujawniania informacji.

Obecny spór w dużej mierze opiera się na relacjach pracowników i rozpoznawalnych wzorcach pisania. Żadna z tych form dowodu nie może zmierzyć całego rynku.

Anonimowe źródła zasługują na ochronę, gdy zagrożone jest zatrudnienie. Ich anonimowość uniemożliwia jednak czytelnikom ocenę każdej roli, dokumentu czy bezpośredniej obserwacji stojącej za danym twierdzeniem.

Dlatego doniesienia należy traktować jako wiarygodne zarzuty poparte przez wielu pracowników, a nie jako audyt każdego procesu pracy w wydawnictwach Wielkiej Piątki.

Detektory AI wprowadzają kolejną warstwę niepewności. Szacują, czy wzorce przypominają tekst wygenerowany przez maszynę, ale takie szacunki nie są dowodem na sposób powstania dokumentu.

Tekst napisany przez człowieka może wywołać fałszywie pozytywny wynik. Zredagowany wynik modelu może uniknąć wykrycia. Krótki e-mail lub hasło marketingowe dostarczają jeszcze mniej dowodów niż długi rękopis.

Problem ten stał się widoczny podczas kontrowersji wokół Shy Girl. Należące do Hachette wydawnictwo Wildfire opublikowało powieść grozy w Wielkiej Brytanii, zanim później wycofało ją z oferty.

Należące do Hachette wydawnictwo Orbit również wstrzymało planowaną publikację w Stanach Zjednoczonych po wewnętrznym przeglądzie. Autor zaprzeczył, że napisał książkę z użyciem AI, i powiedział, że znajomy zaangażowany w redakcję z niej korzystał.

Branżowa analiza ograniczeń wykrywania AI opisała wydawców korzystających z wielu narzędzi, jednocześnie przyznając, że wszystkie są zawodne. Badacze wyjaśnili również, w jaki sposób wyniki modeli można redagować, aby uniknąć wykrycia.

Sprawa pokazuje, dlaczego wynik detektora nie może zastąpić dowodów dotyczących procesu. Nie wskazuje, kto użył modelu, które fragmenty zmieniono ani czy użycie naruszyło umowę.

Wykrywanie tworzy także ryzyko niesprawiedliwości. Autorzy posługujący się schematyczną prozą, wzorcami typowymi dla osób, dla których angielski nie jest językiem ojczystym, albo niekonwencjonalnym stylem mogą spotkać się z podejrzeniami bez wiarygodnych dowodów.

Wydawcy potrzebują dowodów gromadzonych przed publikacją. Umowy powinny definiować treści generowane, redakcję wspomaganą AI, tłumaczenia, obrazy oraz zakazane przesyłanie rękopisów.

Systemy produkcyjne powinny rejestrować zatwierdzone narzędzia i zachowywać informacje o pochodzeniu zamówionych materiałów. Dostawcy powinni ujawniać syntetyczne komponenty przed dostarczeniem gotowej pracy.

Autorzy powinni otrzymywać wyjaśnienie, gdy AI istotnie wpływa na ich tekst, okładkę, marketing, tłumaczenie lub wydanie audio. Czytelnicy potrzebują informacji, gdy metoda zmienia to, co w uzasadniony sposób sądzą, że kupują.

Nie każde zautomatyzowane działanie wymaga ostrzeżenia. Sprawdzanie pisowni, wyszukiwanie, planowanie i konwersja plików od dawna wspierają wydawanie bez zmiany autorstwa.

Granica powinna koncentrować się na istotnym wkładzie i ryzyku. Model tworzący tekst na obwolutę to coś innego niż oprogramowanie poprawiające interpunkcję. Generowanie obrazu na okładkę różni się od zmiany rozmiaru ludzkiej ilustracji.

Nawet te kategorie wymagają oceny. Specjalista PR może użyć modelu do burzy mózgów nad sformułowaniami, a następnie napisać całkowicie nowy tekst. Ktoś inny może opublikować pierwszy wynik po poprawieniu tytułu.

Użyteczna polityka powinna opisywać oba przypadki, zamiast uznawać wszelkie użycie AI za identyczne. Powinna również określać, kto podejmuje ostateczną decyzję i kto sprawdza rezultat.

Największą niewiadomą jest rzeczywista skala wdrożenia. Dostępne doniesienia nie ustalają, ile książek zawiera materiały generowane ani jak często wyniki modeli trafiają do odbiorców bez zmian.

Nie dowodzą też, że wymienione firmy nie mają wewnętrznych polityk. Niektóre mogą mieć zasady, które pracownicy uznają za niepełne, niejasne lub niespójnie egzekwowane.

Ograniczenia te osłabiają szerokie twierdzenia, że duże wydawnictwa są już zautomatyzowane. Nie usuwają jednak wykazanej potrzeby przejrzystego zarządzania.

Trzy sygnały pokażą, czy wydawnictwa wybiorą zaufanie

O kolejnej fazie zdecydują zasady ujawniania informacji, egzekwowalne zapisy umowne oraz dowody na to, że automatyzacja zmienia zatrudnienie lub publikowane książki.

Pierwszym sygnałem będzie to, czy HarperCollins, Simon & Schuster i Hachette opublikują szczegółowe standardy korzystania z AI. Znacząca polityka musi wykraczać poza stwierdzenie, że zatwierdzone narzędzia są dostępne.

Powinna wyjaśniać, czy rękopisy mogą trafiać do zewnętrznych systemów, kiedy autorzy muszą wyrazić zgodę oraz jak identyfikowane są wygenerowane grafiki. Powinna także obejmować tłumaczy, freelancerów, agencje, dostawców materiałów stockowych i zagranicznych partnerów wydawniczych.

Publiczna polityka wzmocniłaby argument, że wydawcy mogą korzystać z AI bez porzucania ludzkiej pieczy. Utrzymująca się niejednoznaczność wzmocniłaby oskarżenie, że firmy wymagają przejrzystości wyłącznie od innych.

Drugim sygnałem będzie rozpowszechnienie umownych klauzul dotyczących AI. Agenci podobno już ograniczają wykorzystanie rękopisów, ale język tych zapisów i ich egzekwowanie pozostają w dużej mierze prywatne.

Standardowe klauzule mogłyby odróżniać przetwarzanie operacyjne od trenowania, definiować zatwierdzone środowiska i wymagać powiadomienia przed użyciem AI generatywnej. Mogłyby także określać środki naprawcze, gdy wydawca lub wykonawca naruszy te warunki.

Jeśli takie klauzule staną się rutynowe, branża zaakceptuje, że zgoda autora nie wynika domyślnie z ogólnej licencji wydawniczej. Jeśli wydawcy będą im się sprzeciwiać, konflikt dotyczący zaufania pogłębi się.

Trzecim sygnałem będzie mierzalny wpływ na pracę i gotowe produkty. Czytelnicy powinni obserwować kolejne sprzeciwy pracowników, testy monitorowania procesów pracy oraz udokumentowane zmiany w zespołach redakcyjnych lub promocyjnych.

Powinni także zwracać uwagę na informacje o autorstwie i ujawnienia na okładkach, w tłumaczeniach, audiobookach i materiałach marketingowych. Widoczny rejestr ułatwiłby odróżnienie ostrożnej pomocy od nieujawnionego zastępowania ludzi.

Dowody na to, że AI ogranicza powtarzalną pracę administracyjną bez zastępowania ról kreatywnych, wsparłyby argument wydawców dotyczący efektywności. Kolejne zwolnienia połączone z wyższymi celami produkcyjnymi wsparłyby obawy pracowników.

Ten sam test dotyczy jakości. Wydawcy będą musieli wykazać, że wygenerowane teksty marketingowe pozostają dokładne, okładki mają możliwe do obrony prawa, a tłumaczenia zachowują znaczenie nadane przez autora.

Dla autorów natychmiastowym działaniem jest pytanie, co dzieje się z rękopisem po jego przesłaniu. Powinni wyjaśnić, czy redaktorzy, specjaliści PR i zewnętrzni dostawcy mogą go przetwarzać za pomocą systemów generatywnych.

Dla pracowników wydawnictw kluczowe pytanie brzmi, czy zatwierdzone narzędzie pozostaje opcjonalne, gdy obciążenie pracą czyni ręczną pracę niemożliwą. Dobrowolna polityka ma niewielkie znaczenie, jeśli decyzje kadrowe wymuszają jej przyjęcie.

Czytelnicy również mogą wywierać presję na rynek, pytając o pochodzenie materiałów. Nie muszą odrzucać każdej książki, której dotknęło oprogramowanie. Mogą żądać wystarczających informacji, aby samodzielnie dokonać takiego wyboru.

Kontrowersje wokół wykorzystywania AI przez wydawców z Wielkiej Piątki są ostatecznie testem wiarygodności instytucjonalnej. Wydawcy sprzedają więcej niż zadrukowane strony. Sprzedają pewność, że ktoś wybrał, sprawdził i odpowiedzialnie przedstawił dane dzieło.

Czy branża udokumentuje tę ludzką odpowiedzialność, zanim automatyzacja stanie się niewidoczna, czy poczeka, aż kolejna sporna okładka, umowa lub rękopis wymusi kolejne wyjaśnienia?