Проект «Гутенберг»

Майкл Харт в 2006 году

Формальной датой создания проекта считается 4 июля 1971 года, когда студент Иллинойсского университета Майкл Харт вручную перепечатал текст Декларации независимости США и отправил его другим пользователям сети ARPANET, состоявшей из 15 узлов и около 100 зарегистрированных юзеров[3]. На тот момент отправка файла объёмом 5 килобайт вызвала бы сбой в сети, поэтому Харт разослал место хранения цифрового текста, после чего его скачали шесть пользователей[4][5].

Реализация проекта стала возможной благодаря тому, что Харту была предоставлена возможность поработать с мейнфреймом Xerox Sigma 5 — позже создатель проекта посчитал, что выделенное ему компьютерное время стоило примерно 100 млн долларов США. Студент хотел потратить это время на «стоящий» проект, однако его не привлекала обработка данных — основная сфера применения компьютеров на тот момент[6][7].

Харта называют «первым информационным провайдером» за то, что он начал понимать сеть как средство массовой информации нового типа почти за 20 лет до того, как Тим Бернерс-Ли сформулировал концепцию Всемирной паутины[8]. Декларация независимости стала первой электронной книгой в мире[5]. Впоследствии Харт начал искать и оцифровывать библиотечные книги, уже находившиеся в общественном достоянии. В основном это были фундаментальные для истории США работы — Билль о правах, Конституция, Библия короля Якова, Полное собрание сочинений Уильяма Шекспира, «Алиса в стране чудес» Льюиса Кэрролла, «Питер Пэн» Джеймса Барри и другие работы. Все эти книги были оцифрованы вручную, текст набирали Харт и добровольцы[9][8][4][10].

Философия проекта основана на убеждении, что самая большая ценность компьютерных технологий состоит в сохранении и распространении информации. Первоначальной целью проекта была оцифровка 10 000 наиболее популярных книг[11].

С развитием и повсеместным внедрением интернета в конце 1980-х годов проект приобрёл большую популярность. К 1990-му при Иллинойском университете был создан волонтёрский кружок помогающих Харту набирать тексты. Скорость их работы постепенно увеличивалась, и к 1995 году коллекция проекта пополнялась в среднем на 16 текстов в месяц. Одновременно с этим происходило внедрение технологии оптического распознавания символов. В 1990-е годы был создан первый веб-сайт проекта, а также было заключено соглашение с университетом Карнеги-Меллон в Питтсбурге, взявшим на себя управление финансами проекта[8].

В начале 2000-х годов проекту начало помогать созданное Чарльзом Фрэнксом в 2000 году движение Distributed Proofreaders. Более тысячи волонтёров в нескольких странах работали над подготовкой и размещением в сети находящихся в общественном достоянии текстов, которые имели важное культурное значение. Благодаря этому сотрудничеству на 2017 год в каталог «Гутенберг» поступало от 150 до 200 книг ежемесячно[8]. Для сравнения, за первые 11 недель 2004 года Project Gutenberg пополнился 313 новыми электронными книгами, в то время как на создание первых 313 электронных книг потребовалось примерно 26 лет[5]. К весне 2002 года в коллекции проекта находилось почти четверть всех произведений общественного достояния, доступных в интернете[4]. Уже в октябре 2003 года проект насчитывал 10 тысяч электронных книг[12].

В 2007 году Сервис Wattpad и «Гутенберг» вместе разработали и запустили проект, по которому 17 тысяч книг стали доступны для загрузки на большинство мобильных телефонов[13].

В начале 2000-х Майкл Харт, совместно с основателем World eBook Library Джоном Гуальярдо, попытались запустить Project Gutenberg 2. Однако инициатива не была реализована, поскольку проект предполагал платное скачивание отдельных работ, что не вызвало у пользователей энтузиазма[11].

В 2011 году Харт скончался. На 2021 год CEO проекта являлся Грегори Ньюби[14][15].

Проект занимается оцифровкой находящихся в общественном доступе работ. Процесс пополнения коллекции осуществляется в три основных этапа — через сканирование, распознавание и коррекцию. После решения вопроса с юридическим статусом произведения и его лицензионной чистотой, участники проекта сканируют документ и запускают программу оптического распознавания символов. Затем волонтёры проверяют, перечитывают и исправляют текст, сравнивая его как с отсканированной версией, так и с исходной страницей. В среднем, даже при применении улучшенной программы оптического распознавания, волонтёры находят около 10 ошибок на страницу. Каждая книга проверяется двумя разными волонтёрами, которые вносят все необходимые исправления. В случае, если оригинал работы находится в плохом состоянии, что часто случается со старыми книгами, текст вводится вручную. Работники проекта убеждены, что этап корректировки людьми является одним из важнейших, поскольку простое сканирование работ и размещение в открытый доступ не позволяет осуществлять поиск по текстам[4][16]. В среднем на работу над одним текстом уходит около 50 часов[4].

Все электронные тексты оцифровываются в 7-битном американском стандартном коде ASCII под названием Plain Vanilla. Подобный формат считывается на любом устройстве и совместим с 99 % любого программного обеспечения. Для книг с акцентированными символами, например, на немецком и французском языках, Project Gutenberg также создает 7-битную версию ASCII с акцентами[4]. Помимо Plain Vanilla ASCII, «Гутенберг» использует и другие форматы, в том числе HTML, XML, RTF, Юникод[4].

Благодаря распознаванию текста пользователи могут осуществлять поиск по литературе с помощью функции поиска, доступной в любом браузере и любом программном обеспечении для работы с текстом. В расширенном поиске можно заполнить несколько полей: автор, название, тема, язык, категория (любая, аудиокнига, музыка, изображения), LoCC (классификация каталога Библиотеки Конгресса), тип файла (текст, PDF, HTML, XML, JPEG и т. д.) и номер электронного текста/электронной книги[4]. Для чтения онлайн или скачивания работы плата или регистрация не требуется[11].

Сервера портала расположены и зарегистрированы в США. По этой причине для определения авторских прав применяют законодательство США. Однако законодательство об авторском праве фрагментировано и может значительно отличаться в зависимости от юрисдикции. Это может привести к тому, что находящаяся в общественном достоянии книга в США, будет находиться под защитой авторских прав в другой стране. Портал специально описывает «условия пользования», которые уточняют, что пользователи за пределами США должны проверять условия авторских прав в своих странах перед загрузкой или распространением электронных книг из проекта[17].

Блокировки

В 2015 году в Германии против проекта был подан иск из-за несоблюдения авторского права в отношении 18 находящихся в коллекции библиотеки немецких изданий, которые были в свободном доступе в США, но одновременно защищались авторским правом в Германии[17]. Иск был оформлен от имени издательств S. Fischer Verlag и GmbH., принадлежащих Holtzbrinck Publishing Group[18]. 9 февраля 2018 года немецкий суд постановил, что «Гутенберг» должен заблокировать доступ к 18 работам, предоставить список пользователей, которые загрузили эти работы и оплатить часть судебных издержек истца. В ответ на это сайт временно заблокировал все IP-адреса из Германии[19][20].

В 2020 году Проект «Гутенберг» был заблокирован интернет-провайдерами в Италии после обвинения в нарушении авторских прав[21].

С 1991 года по 1996 год количество выпускаемых работ увеличилось примерно в два раза. Помимо оцифровки книг, Майкл Харт начал координировать работу десятков добровольцев[4]. В августе 1998 года Харт поставил перед собой цель разместить около 10 000 электронных текстов в сеть, и ему удалось это сделать к октябрю 2003 года. Следующей целью стала оцифровка 1 000 000 работ[4].

В 1993 году коллекция была разделена на три основных категории: «лёгкая литература» (в основном — художественная); «тяжёлая литература», например, Библия, произведения Шекспира или «Моби Дик»; а также «справочная литература» — тезаурус Роже, а также набор энциклопедий и словарей[4][10].

В январе 2005 года в коллекции проекта числилось 15 000 электронных книг, а на 2015-й — более чем 49 200 бесплатных электронных книг, все из которых были ранее опубликованы престижными издательствами[11].

Поскольку проект базируется в США, первоначально он был ориентирован на англоязычную публику и оцифровывал книги исключительно на английском языке. Однако с октября 1997 года Харт принял решение расширить коллекцию и выпускать электронные книги и на других языках, в основном на английском, французском, немецком, испанском, финском, нидерландском и китайском[4]. Уже к 2004 году работы коллекции были представлены на 25 языках, а в июле 2005 года — на 42-х, в том числе на ирокезском, санскрите, языках майя[4].

В апреле 1995 года в коллекции «Гутенберга» появились первые изображения — французские наскальные рисунки, которые в ноябре 2000 года стали доступны для общественности в формате XHTML[4].

CD и DVD

В августе 2003 года «Гутенберг» выпустил CD «Best of Gutenberg» с 600 самыми популярными работами из коллекции библиотеки. В декабре 2003-го был скомпилирован DVD «Project Gutenberg» с 9 400 наименованиями – что, на тот момент, составило практически всю коллекцию «Гутенберга». В июле 2007 года была выпущена новая версия DVD с 17 000 книгами, а в апреле 2010-го – обновлённый двухслойный DVD с 30 000 работами. Пользователи могли скачать ISO-образы или запросить отправку бесплатной копии по почте. По состоянию на октябрь 2010 года проект разослал около 40 000 дисков. На 2021-й ISO-образы доступны для скачивания, однако доставка бесплатных компакт-дисков прекращена[22][23].

Коллекция проекта считается старейшей в мире электронной библиотекой, а Майкл Харт — создателем первой цифровой книги[4][10]. Библиотека послужила прообразом ряда других проектов, среди которых[24][4]:

• Project Gutenberg Australia, нацеленный на сбор литературы, изданной в Австралии и США с учётом закона о защите действующего в стране закона об авторских правах[25];
• Project Gutenberg Canada, который собирает посвящённые местной тематике, а также книги из Европы и США с истёкшим сроком действия авторских прав[26];
• Проект Project Gutenberg Consortia Center, специализирующийся на сборе и распространении тематических коллекций, а также ранее неопубликованных электронных текстов[27];
• Проект «Гутенберг» в Германии[28];
• Проект «Гутенберг» в Люксембурге[29];
• Projekti Lönnrot, специализирующийся на финской литературе; назван в честь финского филолога и просветителя Элиаса Лённрота[30];
• Проект «Рунеберг» по сбору и распространению электронной литературы на скандинавских языках[31];

«Гутенберг» также сотрудничает с Архивом Интернета и LibriVox[32].

Ряд инициатив уже завершились – Project Gutenberg в Филлипинах, Проект Европа, осуществляемый в рамках сербского проекта Растко (Rastko), Проект «Гутенберг» Россия (именуемый также «Рутенберг» в честь средневекового европейского названия России — Рутения), Project Gutenberg на Тайване, курирующий коллекцию электронных книг на английском и китайском языках[33][4].

В 2016 году на основе коллекции «Гутенберга» было выпущено приложение для Android[34].

Отдельные проекты занимаются конвертацией оцифрованных проектом работ в другие электронные форматы. Так, Blackmask Online конвертируют работы в восемь различных форматах на основе Open eBook. Manybooks.net конвертировал электронные книги Проекта в форматы, удобные для чтения на КПК. Bookshare, главная цифровая библиотека для людей с нарушениями зрения в США, конвертирует книги в формат Брайля и формат DAISY[4]. Многие тексты используются проектом LibriVox для создания аудиокниг[35].

• Проект «Рунеберг»
• Викитека
• arXiv.org
• Google Книги

• Ballard T. Electronic books // Google This!. — 2012. — С. 125—146.
• Bean R. The Use of Project Gutenberg and Hexagram Statistics to Help Solve Famous Unsolved Ciphers // Proceedings of the 3rd International Conference on Historical Cryptology, HistoCrypt. — 2020. — С. 31—35.
• Dutta S. Project Gutenberg: A Prototype of Modern Open Movements. // LIS Links Newsletter. — 2015. — Т. 1, вып. 7. — С. 2—8.
• Eglof M., Adamou A., Picca D. Enabling Ontology-Based Data Access to Project Gutenberg // CEUR-WS. — 2020. — С. 21—32.
• Hane P. Project Gutenberg Progresses // Information Today. — 2004. — Т. 21, вып. 5.
• Lebert M. A Short History of eBooks. — University of Toronto. — 2009.
• Савицкая Т. Е. Проект «Гутенберг»: старейшая электронная библиотека США // Библиотековедение. — 2017. — Т. 66, вып. 5. — С. 560—566.

• Русскоязычные тексты в проекте «Гутенберг»
• Project Gutenberg Australia
• Библиография проекта