Biblioteka Narodowa Norwegii udostępniła 10 sierpnia nowe modele językowe z serii Borealis, wytrenowane na chronionych prawem autorskim tekstach norweskiej prasy, za które wydawcy dostają pieniądze z budżetu państwa. Modele są darmowe, otwarte i przeznaczone dla administracji, uczelni oraz firm, które chcą dalej uczyć je na własnych danych.
Kluczowe fakty:
- Biblioteka Narodowa Norwegii udostępniła 10 sierpnia modele językowe z serii Borealis, wytrenowane na chronionych prawem autorskim tekstach norweskiej prasy w dwóch odmianach językowych: bokmål i nynorsk.
- Korzystanie z materiałów prasowych do treningu reguluje umowa zbiorowa z organizacją Kopinor, reprezentującą wydawców, za którą rząd płaci 45 milionów koron rocznie (około 16 milionów złotych).
- Modele są bezpłatne i przeznaczone dla sektora publicznego, uczelni oraz firm, które mogą je dalej dostrajać na własnych danych – nie są gotową aplikacją konsumencką porównywalną z ChatGPT.
To pierwszy znany przypadek, w którym państwo bierze licencjonowany, płatny materiał prasowy, trenuje na nim własne modele i oddaje je za darmo. Nie startup, nie korporacja, tylko instytucja kultury.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co dokładnie uruchomiła Biblioteka Narodowa w Oslo
Modele powstały w dwóch oficjalnych odmianach norweszczyzny, bokmål i nynorsk. Premiera odbyła się w poniedziałek 10 sierpnia w siedzibie Nasjonalbiblioteket przy Solli plass, z udziałem ministry cyfryzacji i administracji Karianne Tung oraz ministry kultury i równości Lubny Jaffery. Modele trafiły na Hugging Face w 34. tygodniu roku, czyli między 17 a 23 sierpnia.
Zlecenie rządowe obejmuje trzy grupy językowe: bokmål, nynorsk i języki saamskie. Wersje saamskie wciąż powstają.
Fakty, które porządkują ten projekt:
- modele wchodzą do serii Borealis, otwartej rodziny modeli Biblioteki Narodowej
- chroniony prawem autorskim tekst norweskich gazet posłużył zarówno do treningu podstawowego, jak i do dostrajania
- korzystanie z tych treści reguluje umowa zbiorowa między Biblioteką Narodową a organizacją Kopinor, reprezentującą wydawców prasy
- rząd przeznaczył na tę umowę 45 milionów koron rocznie, czyli według przelicznika podanego przez PAP około 16 milionów złotych
- same modele są bezpłatne i może z nich korzystać sektor publiczny, nauka oraz biznes
Åse Wetås, dyrektorka Biblioteki Narodowej, od razu studzi oczekiwania wobec produktu końcowego. „Nie tworzymy aplikacji, którą można bezpośrednio porównać z ChatGPT. Udostępniamy modele, które norweski sektor publiczny i firmy mogą dalej uczyć na materiałach z konkretnych dziedzin”, powiedziała PAP.
Karianne Tung stawia sprawę wprost z perspektywy odbiorcy instytucjonalnego. „Dzięki modelom językowym Biblioteki Narodowej nasze szpitale, policja i norweskie firmy dostają nowe i ważne narzędzie do rozwijania oraz stosowania sztucznej inteligencji po norwesku, przy czym wszyscy wiedzą, na czym zostały one wytrenowane” / „Med Nasjonalbibliotekets språkmodeller får sykehusene våre, politiet og norske bedrifter et nytt og viktig verktøy for å utvikle og ta i bruk kunstig intelligens på norsk, der alle kjenner til hva de er trent på”. W innym miejscu ta sama ministra nazwała projekt pierwszym na świecie modelem językowym, który nie kradnie danych.
Pod spodem siedzi Gemma 3 od Google
Tu zaczyna się część, której komunikaty prasowe nie eksponują. Modele Borealis nie są budowane od zera. Wszystkie opublikowane wersje opierają się na rodzinie Gemma 3 od Google, a konkretne karty modeli na Hugging Face wskazują na google/gemma-3-12b-it i google/gemma-3-27b-it jako punkt wyjścia. Norwegowie dokładają do tego własne dane, dostrajanie pod norweskie polecenia i norweski kontekst społeczny.
Druga rzecz, którą trzeba powiedzieć głośno: dokumentacja modeli precyzuje, że z materiału objętego umową wykorzystano na razie ograniczony podzbiór, konkretnie po to, żeby nauczyć model generowania tytułów i lidów artykułów prasowych. Wersje z dopiskiem -open nie zawierają żadnych treści z umowy licencyjnej. Czyli mamy do czynienia z początkiem procesu, nie z jego finałem. Kto oczekiwał, że cała norweska prasa wsiąkła w wagi modelu, ten oczekiwał za dużo.
Pracami kieruje Javier de la Rosa, a zespół liczy kilkanaście osób z różnych działów biblioteki. Raport techniczny ma się dopiero ukazać.
Norwegia zrobiła coś, co przez trzy lata wszyscy w Europie uznawali za niewykonalne: policzyła, ile kosztuje uczciwe trenowanie modelu językowego, i po prostu za to zapłaciła. Kwota jest zaskakująco przyziemna. Widzę w tym jednak dwa ryzyka, o których w Oslo mówi się ciszej. Pierwsze: skoro model stoi na architekturze Google, suwerenność cyfrowa dotyczy danych i wag, ale już nie fundamentu technologicznego. Drugie: 45 milionów koron rocznie działa dopóty, dopóki finansuje je budżet państwa, a budżety się zmieniają wraz z rządami. Mimo to uważam, że to najciekawszy eksperyment regulacyjny tego roku w Europie, bo pokazuje coś, czego nie pokazał żaden proces sądowy w USA. Że da się zbudować rynek licencji na dane treningowe, zanim zrobią to za nas prawnicy. Pytanie brzmi, czy ktokolwiek w Unii to skopiuje, czy raczej pokiwamy głową i wrócimy do sporu o opt-out.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Ile to naprawdę kosztuje w skali branży
Na trenowanie i darmowe udostępnianie modeli Biblioteka dostaje z budżetu 20 milionów koron rocznie, czyli nieco ponad 7 milionów złotych. Wetås skomentowała to zdaniem, które obiegło norweskie media: „To chyba tyle, ile OpenAI wydaje na firmowe przyjęcie wakacyjne. Pokazujemy światu, że za stosunkowo niewielką sumę można zrobić bardzo dużo”.
Razem z licencjami dla wydawców daje to 65 milionów koron rocznie na cały program. Dla porównania, pojedyncze duże wdrożenia infrastruktury AI w Europie liczy się w setkach milionów euro.
Sens tej inwestycji nie polega na wygranej z ChatGPT, bo takiej wygranej nie będzie. Polega na tym, że norweski szpital, sąd czy urząd może uruchomić model lokalnie i nie wysyłać wrażliwych danych na serwer po drugiej stronie Atlantyku. Norweski technolog i pedagog Bjørn J. Bellaris, który przetestował modele na własnym sprzęcie, zwraca uwagę na coś prostszego: „Zna norweską rzeczywistość. Wiedziała, czym są NAV i Arbeidstilsynet, bez wyjaśniania” / „Den kjenner norsk virkelighet. Den visste hva NAV og Arbeidstilsynet er uten forklaring”.
Fundament projektu położono dawno. W 2005 roku Biblioteka Narodowa zdecydowała o cyfryzacji zbiorów, pięć lat później Ministerstwo Kultury powierzyło jej budowę publicznego banku materiałów językowych, a w 2021 roku Norwegia zapisała w ustawie językowej zasadę, że norweski ma pozostać językiem używanym we wszystkich dziedzinach życia. Do trenowania Borealis trafiły między innymi protokoły posiedzeń Stortingu, cenne dlatego, że posłowie przemawiają własnymi dialektami.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polska ma własne modele, ale nie ma systemu płacenia wydawcom
Porównanie nasuwa się samo i wypada dla nas ciekawie, choć niejednoznacznie. Polska ma dziś dwie realne rodziny modeli językowych trenowanych pod nasz język: rządowy PLLuM rozwijany przez konsorcjum HIVE AI pod kierownictwem NASK oraz społecznościowego Bielika od Fundacji SpeakLeash. W maju 2026 roku Ministerstwo Cyfryzacji udostępniło jedenaście nowych modeli PLLuM w rozmiarach od 4 do 70 miliardów parametrów, wytrenowanych na zbiorze około 7 milionów polskich tekstów pochodzących z umów licencyjnych, domeny publicznej i zasobów Creative Commons.
Różnica nie leży więc w tym, czy mamy model. Mamy. Leży w tym, czego nie mamy: mechanizmu, w którym państwo z góry wykupuje prawa do prasy i redystrybuuje pieniądze do wydawców oraz dziennikarzy. W Polsce obowiązuje unijna logika wyjątku na eksplorację tekstów i danych z możliwością zastrzeżenia praw, a ZAiKS ogłosił swój opt-out już w grudniu 2024 roku. Efekt jest taki, że twórcy mogą zablokować użycie swoich utworów, ale nikt nie zbudował ścieżki, którą popłynęłyby za to pieniądze.
Profesor Ryszard Markiewicz w rozmowie z serwisem Prawo.pl mówi wprost, że indywidualnie tego się nie rozwiąże i potrzebny jest zbiorowy system redystrybucji, prowadzony na przykład przez organizacje zbiorowego zarządzania. Norwegia właśnie taki system uruchomiła. Kopinor jest dokładnie tą instytucją, o której mówi Markiewicz.
Dla polskich wydawców i firm technologicznych wniosek jest praktyczny. Model finansowania z Oslo jest tani, mieści się w kwotach, o jakich resort cyfryzacji rozmawia przy dotacjach na HIVE, i nie wymaga zmiany dyrektywy. Wymaga decyzji politycznej i jednej umowy zbiorowej. Czy ktoś w Warszawie ma na to ochotę, to już zupełnie inna sprawa.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz źródeł pierwotnych, w tym oficjalnego komunikatu prasowego Nasjonalbiblioteket z dnia 10.08.2026, dokumentacji technicznej modeli opublikowanej przez NbAiLab na Hugging Face oraz materiału DigitalNorway. Wypowiedzi Åse Wetås pochodzą z wywiadu udzielonego Polskiej Agencji Prasowej przez korespondenta Mieszka Czarneckiego w Oslo, cytat Karianne Tung zweryfikowano z oryginalnym norweskojęzycznym komunikatem, a opinię Bjørna J. Bellarisa z jego bloga za pośrednictwem DigitalNorway. Polski kontekst prawny opracowano na podstawie materiałów Ministerstwa Cyfryzacji, konsorcjum HIVE AI, akademii ZAiKS oraz serwisu Prawo.pl. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o serii Borealis i o modelach saamskich, nad którymi Biblioteka Narodowa Norwegii wciąż pracuje.
