Anna’s Archive Menghadapi Ganti Rugi Jutaan Dolar dan Perintah Larangan Permanen

• OCLC meminta putusan default ke pengadilan federal Ohio, dengan tuduhan Anna’s Archive mengumpulkan dan mendistribusikan data WorldCat tanpa izin, serta menuntut ganti rugi dan perintah larangan
• Dalam proses pengadilan, tidak ada tanggapan dari operatornya, dan satu tergugat yang disebutkan namanya juga membantah keterkaitannya dengan situs tersebut, sehingga kemungkinan putusan default karena tidak hadir meningkat
• OCLC mengklaim kerugian langsungnya mencapai 5.333.064 dolar AS, berdasarkan publikasi 2,2 TB data WorldCat dan biaya respons
• Perintah larangan yang diminta tidak hanya bertujuan memblokir scraping di masa depan, tetapi juga menuntut penghapusan data yang sudah dikumpulkan dan torrent yang saat ini tersedia
• Karena Anna’s Archive sempat memindahkan domain dari .org ke .GS lalu kembali lagi ke .org, meskipun OCLC unggul secara hukum, penegakan nyata mungkin tidak mudah

---

Putusan default yang diminta OCLC

• Anna’s Archive dimulai pada musim gugur 2022, segera setelah Z-Library menjadi target penindakan pidana AS, untuk terus menyediakan buku dan makalah ‘gratis’ kepada publik
• Pada akhir 2023, cakupannya diperluas dengan memublikasikan informasi dari basis data WorldCat eksklusif milik OCLC secara online
  • Operatornya melakukan scraping data berukuran beberapa terabita selama lebih dari satu tahun
  • Sekitar 700 juta catatan unik diposting online secara gratis
• OCLC memandang hal ini sebagai peretasan dan pencurian data, lalu mengajukan gugatan ke pengadilan federal Ohio
• Selama beberapa bulan berikutnya, operator Anna’s Archive tidak menanggapi pengadilan, dan OCLC meminta putusan default (default judgment)
  • Satu tergugat yang disebutkan namanya membantah sepenuhnya keterkaitannya dengan situs tersebut
  • OCLC juga tidak menerima jawaban dari alamat email resmi Anna’s Archive yang telah disampaikan panggilannya

Publikasi data WorldCat dan perhitungan kerugian

• OCLC mengklaim bahwa seluruh 2,2 TB data WorldCat tersedia untuk diunduh publik melalui torrent lewat domain Anna’s Archive
• Menurut OCLC, scraping berskala besar menyebabkan downtime yang signifikan serta membutuhkan peningkatan dan perbaikan infrastruktur teknis
• Nilai kerugian mencakup berbagai biaya respons
  • 1.548.693 dolar AS untuk peningkatan infrastruktur perangkat keras
  • 608.069 dolar AS untuk kontrak Cloudflare selama 2 tahun guna melindungi layanan dari serangan eksternal berbahaya
  • Gaji 34 karyawan tetap yang menangani mitigasi dampak
  • Biaya lain terkait investigasi, keamanan, dan perangkat keras
• OCLC mengklaim kerugian langsung akibat serangan siber Anna’s Archive mencapai 5.333.064 dolar AS, dan karena kerugian masih berlanjut, masih ada dampak yang tidak dapat dipulihkan hanya dengan kompensasi uang

Perintah larangan dan tuntutan penghapusan data

• Selain ganti rugi uang, OCLC juga menuntut perintah larangan (injunctive relief)
• Permohonan saat ini tidak merinci langkah konkret, tetapi gugatan awal mencakup perintah agar Anna’s Archive tidak lagi melakukan scraping data WorldCat di masa mendatang
• Ada juga tuntutan agar data yang sudah di-scrape tidak lagi didistribusikan dan dihapus sepenuhnya, termasuk torrent yang saat ini tersedia
• OCLC berargumen bahwa perintah larangan tersebut sah dengan merujuk pada fakta bahwa beberapa negara dan penerbit telah memperoleh perintah pemblokiran situs terhadap domain Anna’s Archive
  • Permohonan tersebut menyebut kasus pemblokiran di Italia dan Belanda
  • OCLC menilai perintah larangan yang mengurangi kerugian berkelanjutan akibat Anna’s Archive sejalan dengan kepentingan publik

Perpindahan domain dan variabel penegakan

• Permohonan saat ini tidak mencakup permintaan pemblokiran situs di AS
• OCLC mungkin akan meminta langkah yang lebih spesifik di masa mendatang, termasuk kemungkinan penangguhan domain
• Sekitar satu minggu lalu, Anna’s Archive meninggalkan domain .org
  • Domain .org dikelola oleh Public Interest Registry, dengan Tucows sebagai registrar
  • Kedua organisasi tersebut berada di bawah yurisdiksi pengadilan AS
• Sebagai gantinya, situs beralih ke domain .GS
  • Domain .GS berada di bawah registri Atlantis North yang berbasis di Inggris
  • Domain tersebut didaftarkan melalui penyedia perlindungan privasi Njalla, yang menambah kompleksitas dari sudut pandang penegakan
• Menurut pembaruan, domain .gs tidak lagi berfungsi, dan situs kini kembali ke domain .org

Kesenjangan antara keunggulan hukum dan penegakan nyata

• Anna’s Archive saat ini masih belum hilang
• OCLC mungkin berada dalam posisi hukum yang menguntungkan, tetapi proses penegakan nyata bisa sangat sulit
• Salinan permintaan putusan default yang diajukan OCLC ke pengadilan federal Ohio terhadap tergugat “Anna’s Archive” yang tidak disebutkan namanya tersedia sebagai PDF

[GN⁺]

Komentar Hacker News

• Sepertinya mereka menumpuk semua item yang memungkinkan sebagai jumlah kerugian, apa pun alasannya. Kalau benar-benar kerugian, seharusnya itu adalah pendapatan yang hilang karena web scraping, tapi mereka bahkan tidak menjual apa pun
  Katanya termasuk US$1.548.693 untuk upgrade infrastruktur hardware, US$608.069 untuk kontrak Cloudflare dua tahun, gaji 34 karyawan tetap yang dikerahkan untuk mitigasi dampak serangan, hingga biaya terkait investigasi, keamanan, dan hardware. Jadi sekarang web scraping juga dianggap serangan siber? Meski dilayani lewat Cloudflare, maksudnya tetap memakan bandwidth? Lucu

  • Kita sudah lama terus meluncur di lereng licin yang disebut kerugian siber
  • Jumlah kerugian yang pertama kali diajukan dalam gugatan hampir selalu mendekati angka karangan, dan memang dimaksudkan untuk turun selama atau setelah proses gugatan
    Karena itu, tidak hadir lalu mendapat putusan verstek biasanya bukan hal yang baik
  • Apakah OCLC menghasilkan pendapatan dari iklan atau semacamnya? Saya selalu melihat beacon Google di situsnya
  • Setahu saya pada paket berbayar, Cloudflare mengenakan biaya bandwidth. Dan bandwidth dari server asal ke Cloudflare juga tetap ada biayanya
    Kalau ini scraping, kemungkinan besar banyak cache miss sehingga harus sampai ke server asal. Scraper yang agresif pada dasarnya bisa membuat server berada dalam kondisi denial of service, dan jika mereka mencoba mengakali rate limit, itu bisa terlihat seperti serangan distributed denial of service
  • Coba tanyakan kepada Aaron Swartz

• Ini benar-benar gugatan yang tidak masuk akal. Bagaimana mungkin scraping data yang bisa diakses publik disebut hacking? Total bandwidth-nya bahkan tidak sampai 2TB, bagaimana bisa menjadi kerugian jutaan dolar? Ada yang aneh
  Mungkin ada motif lain, seperti mencoba menyeret perwakilan hukum Anna’s Archive. Kalau melihat [0], para eksekutif senior OCLC tampak sangat terkait dengan industri penerbitan, jadi rasanya mereka dipakai sebagai wakil kepentingan lain
  [0] https://www.oclc.org/en/about/leadership.html?cmpcat=md_ab&c...

  • Seandainya ada yang memberi tahu orang yang mungkin berperan dalam kematian Aaron Schwarz bahwa scraping data publik itu bagaimana bisa disebut hacking
    https://en.wikipedia.org/wiki/Carmen_Ortiz
  • Justru bagus. Kalau ini menjadi preseden, mungkin nanti bisa dipakai balik terhadap OpenAI

• Sepertinya sekarang harus mengulang lagi cerita lama bahwa hak kekayaan intelektual lebih banyak mudarat daripada manfaatnya, tapi hari ini saya tidak punya waktu luang untuk berdebat dengan orang-orang

  • Bagi yang tertarik, sangat disarankan mendengarkan ceramah rms Copyright vs Community. Sekitar 15 tahun lalu ceramah itu mengubah cara pikir saya, dan sejak itu situasinya makin buruk, tapi tampaknya makin banyak orang mencapai kesimpulan yang sama
    rms mengusulkan bukan menghapus hak cipta sepenuhnya, melainkan memangkasnya menjadi 10 tahun sejak tanggal publikasi. Tentu ia berpendapat software sama sekali tidak boleh memiliki hak cipta, tapi itu perkara lain. Kelakuan orang-orang serakah di industri hak cipta pada akhirnya malah merugikan mereka sendiri. Karena pada dasarnya semuanya terikat hak cipta, orang-orang pun berbondong-bondong ke tempat seperti z-library. Anak yang baru lahir mungkin tidak akan pernah melihat karya yang diterbitkan 50 tahun lalu masuk domain publik sepanjang hidupnya. Ini tidak waras. Kalau ada masa berlaku hak cipta yang masuk akal, z-library tidak akan diperlukan
  • Saya sudah bertahun-tahun mencoba meyakinkan orang. Dari sudut pandang saya, masalahnya adalah orang-orang menanam hak kekayaan intelektual begitu dalam di kepala mereka seperti semacam American Dream, sehingga mereka bahkan tidak bisa memikirkan kemungkinan lain secara rasional
  • Saya menghargai ucapan itu. Saya sudah bertahun-tahun mengkritik kegilaan hak kekayaan intelektual dan menyerukan penghapusannya
    Sekarang saya sedang mempertimbangkan untuk menulis satu artikel yang merangkum pemikiran saya lalu menunjuk ke sana dengan tautan, alih-alih berkelahi mengulang poin yang sama. Meninggalkan pendapat di HN memang tidak langsung mengubah apa pun, tetapi ada manfaatnya. Setelah beberapa tahun, makin jelas bahwa bukan hanya saya yang menganggap sistem ini rusak. Setiap kali saya mengatakan sesuatu yang di sini disebut pandangan “gila”, saya merasa sedang melawan status quo, tetapi akhirnya orang lain muncul dan menunjukkan bahwa saya bukan gila, bahkan justru belum cukup radikal
  • Kalau begitu, apa yang sebaiknya dipakai sebagai gantinya?

• Klaim yang tidak masuk akal. Mereka menyebut hardware komputer dan gaji sebagai kerugian
  Saya berharap hakim yang kompeten memastikan bahwa hal-hal ini bukan kerugian, dan berharap Anna’s Archive terus beroperasi di yurisdiksi yang masuk akal. Kalau saya punya kelonggaran, saya akan berdonasi

  • “Kerugian” di sini bukan berarti rusak, melainkan ganti rugi dalam makna hukum
    Dalam hukum perbuatan melawan hukum, ganti rugi adalah jumlah uang untuk memulihkan penggugat ke keadaan semula, yaitu uang untuk mengganti biaya yang dikeluarkan demi melindungi hak hukum, mengompensasi pendapatan yang hilang, atau mengembalikan kondisi sebelumnya
  • https://annas-archive.gs/donate
  • Menurut artikel, tidak ada pihak yang menanggapi sebagai tergugat, dan hanya satu individu yang mengajukan mosi pembatalan dengan alasan dirinya salah diidentifikasi. Namun saya tidak tahu status terkini mosi itu

• Kesalahannya adalah menamai diri Anna’s Archive, bukan startup AI Anna

• https://annas-archive.gs/torrents
  https://annas-archive.gs/donate

• Apa sebenarnya layanan hosting Njalla itu? Apakah memang sesulit itu menurunkan situs dari sana?

  • Itu layanan yang dibuat oleh mantan pendiri Pirate Bay. Kalau membeli domain di sana, mereka bertindak sebagai perantara dan tetap memegang kepemilikan legal domain, sehingga informasi pribadi agak terlindungi dari penegak hukum
    Mereka mengklaim hosting-nya berada di “lokasi rahasia di Swedia”. LLC-nya berada di Nevis, semacam pulau penghindaran pajak. Ada juga yang serupa, beroperasi dari Islandia: https://1984.hosting/
  • Dulu saya pernah memakai salah satu hosting Swedia seperti ini untuk tracker torrent TV yang sangat besar. Semua upaya penutupan berhasil mereka tahan
    Serangan yang paling efektif adalah menargetkan penyedia pembayaran donasi, dan karena itu pendapatan yang cukup besar sering terputus selama berhari-hari

• “Baik untuk mendukung kemajuan di garis depan sains maupun membantu anak-anak membangun fondasi belajar yang kuat, pengetahuan bersama adalah benang merahnya,” tertulis di halaman perkenalan OCLC.
  Sekarang pengetahuan itu sudah dibagikan lewat torrent, tetapi bagi mereka rupanya itu “terlalu banyak dibagikan”. Dan ini perpustakaan, tapi menghabiskan 5 juta dolar untuk pertahanan siber? Serius?

  • Di halaman perkenalan OCLC juga ada kalimat seperti ini:
    “Terobosan bergantung pada akses ke pengetahuan. Lembaga anggota, pustakawan individual, mitra, dan staf bersama-sama percaya pada misi berbagi pengetahuan. Dan mereka percaya bahwa bersama-sama kita bisa melakukan lebih banyak. Karena apa yang diketahui harus dibagikan.”
  • Saya tidak paham kenapa justru perpustakaan marah kepada Anna’s Archive. Bukankah misi perpustakaan itu sendiri adalah berbagi dan melestarikan pengetahuan?

• Kasus ini menimbulkan perasaan yang rumit.
  Hal terbaik yang bisa terjadi pada pengetahuan adalah dibagikan, dan bagus kalau para penjaga gerbang kehilangan uang karena ini. Namun, tanggung jawab atas kerugian itu bisa dibebankan kepada OCLC, padahal OCLC mungkin pernah melakukan hal-hal positif.
  https://www.oclc.org/en/about.html

  • Moto OCLC secara harfiah adalah Because what is known must be shared. Cukup munafik jika organisasi seperti itu menjadi penjaga gerbang yang menggugat.
    Saya juga tidak begitu memahami dilema mereka. Mereka mengklaim bahwa adanya salinan publik di Anna’s Archive merupakan ancaman langsung bagi bisnis mereka, tetapi data yang sama bisa dilihat gratis di worldcat.org. Perpustakaan yang puas hanya dengan akses baca sederhana sejak awal tidak akan membayar OCLC. Mereka mengklaim scraping 2,2TB selama 2 tahun menimbulkan kerugian 5 juta dolar, artinya 2 dolar per MB. Jika biaya penyediaan adalah satu-satunya masalah, dalam 2 tahun itu seharusnya ada seseorang yang terpikir untuk mengunggah dump XML, atau ketika sudah jelas bahwa itu dilakukan Anna’s Archive, mengirim email untuk menawarkan pengiriman datanya.
  • https://en.wikipedia.org/wiki/OCLC
    Pada 2008, dewan OCLC disebut secara sepihak mengeluarkan kebijakan penggunaan dan transfer record WorldCat, mewajibkan perpustakaan anggota memasukkan teks kebijakan OCLC ke dalam record bibliografis, dan memicu penolakan besar di kalangan blogger pustakawan. Aaron Swartz juga melihat kebijakan itu sebagai ancaman bagi proyek seperti Open Library, Zotero, dan Wikipedia, lalu memulai petisi “Stop OCLC powergrab”. Hipotesis saya, setelah OCLC berekspansi keluar dari Ohio, birokrasinya membesar sampai mampu mempertahankan dirinya sendiri, lalu secara kebetulan berpadu dengan kecenderungan monopolistik di pihak Belanda, sehingga kini tidak berbeda dari organisasi-organisasi penyandera pengetahuan lain di Belanda. Presiden sekaligus CEO OCLC saat ini juga menarik.
    https://en.wikipedia.org/wiki/Skip_Prichard
    Prichard menjabat sebagai eksekutif LexisNexis pada 1995–2003, dan sebagai wakil presiden berfokus pada informasi bisnis serta solusi manajemen risiko untuk perusahaan, perpustakaan, dan organisasi lain. Dari April 2003 hingga Oktober 2005, ia menjadi kepala penjualan dan pemasaran serta wakil presiden senior di ProQuest Information and Learning, lalu dari Oktober 2005 hingga April 2007 menjadi presiden sekaligus CEO ProQuest.
  • Apa nilai tambah OCLC? Mereka juga bukan yang membuat datanya.

• Sekarang dibutuhkan layanan yang “menyediakan” sesuatu seperti NAS 8-bay berisi seluruh Anna’s Archive sekitar 80TB, misalnya dengan memenuhi disk 12TB atau 14TB.
  Pada dasarnya ini adalah seluruh pengetahuan umat manusia, dan sejujurnya bukan milik siapa pun, melainkan milik semua orang. Orang-orang tinggal menyimpannya di rumah dan menaruhnya offline agar benih-benih pengetahuan tersebar di mana-mana. Mungkinkah bobot dan tokenisasi model bahasa besar yang dilatih dengan data ini menjadi cara yang jauh lebih efisien untuk menyimpan dan mengompresi arsip 80TB?

  • Ketika membicarakan sisi buruk dan baik hak cipta, sulit untuk melewatkan pidato Thomas Babington Macaulay di House of Commons Inggris pada 1841[1].
    Ia menentang perpanjangan masa hak cipta menjadi 50 tahun setelah kematian penulis. Intinya, jika masa hak cipta menjadi terlalu panjang, simpati publik tidak lagi berada di pihak pemegang hak cipta, akan muncul persekongkolan antara modal yang ingin menghindari hukum dan masyarakat luas, dan upaya memberlakukan pembatasan yang tidak masuk akal pada penerbitan ulang karya orang yang sudah meninggal justru ikut membahayakan hak cipta yang sah untuk melindungi kreator yang masih hidup.
    1.https://www.thepublicdomain.org/2014/07/24/macaulay-on-copyr...
  • Ada satu nol yang terlewat. Anna’s Archive saat ini berukuran 862,4TB.
  • Jika kontennya harus bisa dipercaya, mengompresinya dengan model bahasa besar tidak masuk akal.
  • Masalah opsi yang terakhir adalah keandalan. Meski efisien, itu tidak dapat dipercaya.
    Lebih baik menyediakan ruang penyimpanan offline yang cukup besar, lalu menulis skrip atau kode agar mudah dicari.
  • Orang-orang bahkan tidak membeli headset baru Apple karena harganya 3.500 dolar dan dianggap terlalu mahal.
    Apakah ada orang yang mau mengeluarkan 3.000 dolar untuk barang seperti itu? Saya skeptis.