- A OCLC pediu à Justiça federal de Ohio uma sentença à revelia contra o Anna’s Archive, alegando que o site coletou e distribuiu sem autorização os dados do WorldCat, além de exigir indenização e uma liminar
- Durante o processo, não houve resposta da administração, e um réu identificado pelo nome também negou qualquer relação com o site, aumentando a possibilidade de uma sentença à revelia por ausência de defesa
- A OCLC afirma que os prejuízos diretos chegam a US$ 5.333.064, com base na divulgação de 2,2 TB de dados do WorldCat e nos custos de resposta
- A liminar buscada pretende não só bloquear futuras raspagens, mas também exigir a remoção dos dados já coletados e dos torrents atualmente oferecidos
- Como o Anna’s Archive chegou a mudar o domínio de .org para .GS e depois voltou para .org, a execução prática pode não ser simples mesmo que a OCLC tenha vantagem jurídica
Sentença à revelia pedida pela OCLC
- O Anna’s Archive começou no outono de 2022, logo após o Z-Library se tornar alvo de uma ação criminal nos Estados Unidos, para continuar oferecendo livros e artigos “gratuitos” ao público
- No fim de 2023, ampliou o alcance ao publicar online informações do banco de dados proprietário WorldCat da OCLC
- A equipe administradora raspou vários terabytes de dados por mais de um ano
- Publicou cerca de 700 milhões de registros únicos gratuitamente online
- A OCLC considera isso invasão e exfiltração de dados e entrou com ação na Justiça federal de Ohio
- Nos meses seguintes, a administração do Anna’s Archive não respondeu ao tribunal, e a OCLC pediu uma sentença à revelia (default judgment)
- Um réu identificado pelo nome negou completamente qualquer vínculo com o site
- A OCLC também não recebeu resposta dos endereços oficiais de e-mail do Anna’s Archive que foram notificados
Divulgação dos dados do WorldCat e cálculo dos prejuízos
- A OCLC afirma que, por meio do domínio do Anna’s Archive, o conjunto completo de 2,2 TB de dados do WorldCat ficou disponível para download público via torrent
- A posição da entidade é que a raspagem em larga escala causou tempo de indisponibilidade significativo e exigiu upgrades e melhorias na infraestrutura técnica
- O valor dos prejuízos inclui vários custos de resposta
- US$ 1.548.693 em upgrades de infraestrutura de hardware
- US$ 608.069 em um contrato de 2 anos com a Cloudflare para proteger o serviço contra ataques externos maliciosos
- Salários de 34 funcionários em tempo integral responsáveis pelo trabalho de mitigação
- Outros custos relacionados a investigação, segurança e hardware
- A OCLC afirma que os danos diretos causados pelo ataque cibernético do Anna’s Archive somam US$ 5.333.064 e que, como o prejuízo continua, ainda existem danos que não podem ser reparados apenas com compensação financeira
Liminar e exigência de remoção dos dados
- Além da indenização financeira, a OCLC também pede uma liminar (injunctive relief)
- O pedido atual não detalha medidas específicas, mas a petição original inclui uma ordem para impedir que o Anna’s Archive volte a raspar dados do WorldCat no futuro
- A exigência também é que os dados já raspados deixem de ser distribuídos e sejam totalmente removidos, incluindo os torrents atualmente oferecidos
- A OCLC argumenta que a liminar se justifica com base no fato de que vários países e editoras já obtiveram ordens de bloqueio do site contra domínios do Anna’s Archive
- O pedido cita casos de bloqueio na Itália e nos Países Baixos
- Para a OCLC, uma liminar que reduza os danos contínuos causados pelo Anna’s Archive atende ao interesse público
Mudança de domínio e variáveis de execução
- O pedido atual não inclui solicitação de bloqueio do site nos Estados Unidos
- A OCLC ainda pode pedir medidas mais específicas no futuro, incluindo a suspensão de domínios
- O Anna’s Archive deixou o domínio .org cerca de uma semana atrás
- O domínio .org é administrado pelo Public Interest Registry e registrado pela Tucows
- As duas organizações estão sob jurisdição dos tribunais dos Estados Unidos
- Em vez disso, mudou para o domínio .GS
- O domínio .GS está sob a jurisdição do registro britânico Atlantis North
- O domínio foi registrado por meio do provedor de privacidade Njalla, o que aumenta a complexidade do ponto de vista da execução
- Segundo a atualização, o domínio .gs não funciona mais, e o site agora voltou novamente ao domínio .org
Distância entre vantagem jurídica e execução prática
- O Anna’s Archive continua no ar neste momento
- Embora a OCLC possa estar em uma posição jurídica favorável, a execução prática pode ser bastante difícil
- Uma cópia do pedido de sentença à revelia apresentado pela OCLC à Justiça federal de Ohio contra o réu não identificado “Anna’s Archive” está disponível em PDF
1 comentários
Opiniões no Hacker News
Parece que estão empilhando tudo o que é possível como indenização por danos, independentemente do motivo. Se fossem danos reais, deveriam ser a receita perdida por causa do web scraping, mas eles nem vendem nada.
Dizem que incluíram US$ 1.548.693 em upgrades de infraestrutura de hardware, US$ 608.069 em um contrato de dois anos com a Cloudflare, salários de 34 funcionários em tempo integral alocados para mitigar os danos do ataque, além de custos relacionados a investigação, segurança e hardware; agora web scraping também é considerado ciberataque? Mesmo sendo servido pela Cloudflare, ainda teria consumido largura de banda? Ridículo.
Por isso, não comparecer e receber uma sentença à revelia geralmente não é uma boa ideia.
Se for scraping, é bem possível que haja muitos cache misses e que seja preciso ir até o servidor de origem. Um scraper agressivo pode efetivamente colocar um servidor em estado de negação de serviço, e, se tentar contornar limites de taxa, pode parecer um ataque distribuído de negação de serviço.
É um processo realmente absurdo. Como raspar dados acessíveis publicamente é hacking? Como uma largura de banda total de menos de 2 TB vira milhões de dólares em danos? Tem algo estranho aí.
Talvez exista alguma outra motivação, como tentar expor a representação jurídica da Anna’s Archive. Olhando para [0], os altos executivos da OCLC parecem profundamente ligados ao setor editorial, então parece que ela está sendo usada como representante de outros interesses.
[0] https://www.oclc.org/en/about/leadership.html?cmpcat=md_ab&c...
https://en.wikipedia.org/wiki/Carmen_Ortiz
Parece que agora eu deveria repetir aquela velha história de que propriedade intelectual causa mais mal do que bem, mas hoje não tenho tempo sobrando para discutir com as pessoas.
O rms propõe reduzir o copyright para 10 anos a partir da data de publicação, em vez de eliminá-lo completamente. Claro que ele acha que software não deveria ter copyright nenhum, mas isso é outra questão. O que os gananciosos da indústria do copyright fazem acaba se voltando ainda mais contra eles. Como praticamente tudo está preso por copyright, as pessoas correm para lugares como a z-library. Uma criança que acabou de nascer talvez nunca veja, durante toda a vida, uma obra publicada há 50 anos cair em domínio público. Isso é insano. Se houvesse um prazo de copyright razoável, a z-library não seria necessária.
Agora estou pensando em escrever um texto organizando minhas ideias e apontar para ele com um link, em vez de travar a mesma briga repetindo os mesmos pontos. Deixar opiniões no HN não muda nada diretamente, mas tem suas vantagens. Depois de alguns anos, ficou claro que não sou o único a achar que esse sistema está quebrado. Toda vez que eu dizia aqui algo que alguém chamava de opinião “maluca”, eu sentia que estava enfrentando o status quo, mas no fim aparecia outra pessoa mostrando que eu não era louco — e que talvez nem fosse radical o suficiente.
É uma cobrança absurda. Estão chamando hardware de computador e salários de danos.
Espero que um juiz competente deixe claro que essas coisas não são danos, e espero que a Anna’s Archive continue operando em jurisdições razoáveis. Se eu tivesse folga financeira, doaria.
No direito de responsabilidade civil, a indenização por danos é o valor destinado a tornar o autor íntegro novamente, ou seja, dinheiro para ressarcir os custos incorridos na proteção de seus direitos legais, compensar receita perdida ou restaurar a situação anterior.
O erro foi ter chamado de Anna’s Archive, e não de startup de IA da Anna.
https://annas-archive.gs/torrents
https://annas-archive.gs/donate
Que diabos é o serviço de hospedagem Njalla? É realmente tão difícil tirar um site do ar lá?
A hospedagem, segundo eles, fica em um “local secreto na Suécia”. A LLC fica em Nevis, que é uma espécie de ilha de evasão fiscal. Também existe algo parecido operando na Islândia: https://1984.hosting/
O ataque mais eficaz foi mirar nos provedores de pagamento de doações, o que às vezes interrompia uma parte significativa da receita por vários dias.
“Seja apoiando o avanço na fronteira da ciência, seja ajudando crianças a construir uma base sólida de aprendizado, o conhecimento compartilhado é o fio comum”, diz a página sobre a OCLC.
Agora esse conhecimento foi compartilhado via torrent, então para eles parece ter sido “compartilhamento demais”. E uma biblioteca gastou US$ 5 milhões em defesa cibernética? Sério?
“Avanços dependem do acesso ao conhecimento. Instituições associadas, bibliotecários individuais, parceiros e funcionários acreditam juntos na missão de compartilhar conhecimento. E acreditam que, juntos, podem fazer mais. Porque o que é conhecido deve ser compartilhado”
Esse caso desperta sentimentos complexos.
O melhor que pode acontecer ao conhecimento é ser compartilhado, e é bom que os guardiões de portão percam dinheiro com isso. Mas a responsabilidade por essas perdas pode recair sobre a OCLC, que talvez tenha feito coisas positivas.
https://www.oclc.org/en/about.html
Também não entendo bem o dilema deles. Eles afirmam que uma cópia pública no Anna’s Archive é uma ameaça direta ao negócio, mas os mesmos dados podem ser vistos gratuitamente em worldcat.org. Uma biblioteca que se satisfizesse apenas com acesso de leitura simples nem teria pago à OCLC para começo de conversa. Eles alegam que extrair 2,2 TB ao longo de 2 anos causou US$ 5 milhões em prejuízo, ou seja, US$ 2 por MB. Se o único problema fosse o custo de fornecimento, em algum momento nesses 2 anos alguém deveria ter pensado em colocar um dump XML no ar ou, assim que ficou claro que era o Anna’s Archive, mandar um e-mail oferecendo o envio dos dados.
Em 2008, o conselho da OCLC teria publicado unilateralmente uma política de uso e transferência de registros do WorldCat, exigindo que bibliotecas associadas incluíssem o texto da política da OCLC nos registros bibliográficos, o que gerou forte reação entre bibliotecários blogueiros. Aaron Swartz também viu essa política como uma ameaça a projetos como Open Library, Zotero e Wikipedia, e iniciou uma petição para “impedir a tomada de poder da OCLC”. Minha hipótese é que, depois que a OCLC se expandiu para fora de Ohio, sua burocracia cresceu o bastante para se autopreservar e, ao se combinar por acaso com a tendência monopolista do lado neerlandês, acabou não sendo diferente de outras organizações neerlandesas que mantêm o conhecimento como refém. O atual presidente e CEO da OCLC também é interessante.
https://en.wikipedia.org/wiki/Skip_Prichard
Prichard foi executivo da LexisNexis de 1995 a 2003 e, como vice-presidente, concentrou-se em informações de negócios e soluções de gestão de risco para empresas, bibliotecas e outras organizações. De abril de 2003 a outubro de 2005, foi diretor de vendas e marketing e vice-presidente sênior da ProQuest Information and Learning; de outubro de 2005 a abril de 2007, foi presidente e CEO da ProQuest.
Agora precisamos de um serviço que “ofereça” algo como um NAS de 8 baias contendo o Anna’s Archive inteiro, cerca de 80 TB. Algo como encher discos de 12 TB ou 14 TB.
É, na prática, todo o conhecimento da humanidade e, sinceramente, não pertence a ninguém; pertence a todos. Bastaria as pessoas guardarem em casa e manterem offline, para que sementes de conhecimento existam por toda parte. Será que os pesos e a tokenização de um grande modelo de linguagem treinado com esses dados poderiam ser uma forma muito mais eficiente de armazenar e comprimir o arquivo de 80 TB?
Ele se opôs a estender o prazo de copyright para 50 anos após a morte do autor. A ideia era que, se o copyright se alongasse demais, a simpatia do público deixaria de estar ao lado dos detentores de direitos; surgiria uma conspiração de capital e da sociedade como um todo para contornar a lei; e, ao tentar impor restrições irracionais à republicação de obras de mortos, acabaria se colocando em risco até o copyright legítimo que protege criadores vivos.
1.https://www.thepublicdomain.org/2014/07/24/macaulay-on-copyr...
Melhor seria reservar bastante armazenamento offline e escrever scripts ou código para permitir buscas com conforto.
Será que alguém gastaria US$ 3.000 numa coisa dessas? Sou cético.