Компанії-розробники великих мовних моделей масово скуповують паперові книжки, сканують їх, щоб використати тексти для навчання штучного інтелекту, а самі книжки після цього знищують. Про це повідомляє Futurism із посиланням на 404 Media.
Як пише медіа, останнім часом такі компанії зіткнулися зі звинуваченнями у піратстві електронних книжок: зокрема, Anthropic (розробник Claude) у червні цього року мала виплатити $1,5 млрд. компенсації авторам. Втім, законна закупівля фізичних книжок дає компаніям право робити з цими книжками що завгодно, а оцифрування текстів суд визнає формою “трансформативного”, а отже сумлінного використання (fair use).
За даними медіа, ця практика стала настільки поширеною, що деякі продавці книжок почали на цьому заробляти. Так, магазин ISBNdb, що колись співпрацював із бібліотеками і книгарнями, тепер називає свій товар “найкращими даними для навчання ШІ у світі” і допомагає компаніям-розробникам скупляти від тисячі до мільйону книжок в одне замовлення.
Перевага при цьому надається книжкам, що вийшли друком до 2022 року, адже вони “гарантовано не забруднені” неякісним текстом, згенерованим за допомогою ШІ, пише медіа.
Водночас є ймовірність, що книжки, придбані цими компаніями, в процесі оцифрування знищуються: так, згідно з матеріалами суду, Anthropic використовувала гідравлічну машину для відрізання корінців перекуплених книжок, а тоді сканувала сторінки в індустріальних масштабах. З огляду на це продавці книжок обіцяють компаніям-клієнтам конфіденційність.
“Оптика – це реальна проблема. “Розробник ШІ знищив два мільйони книжок” – не той заголовок, що викликає в людей співчуття”, – йдеться на сайті ISBNdb.
Інший торговець повідомляє, що у квітні його продажі зросли з 20 книжок на тиждень до кількох сотень і що він майже остаточно впевнений, що покупцями є ШІ-лабораторії, адже вибірки книжок у замовленнях є випадковими й усі придбані видання мають ідентифікаційний номер ISBN. Він додав, що в його асортименті є багато рідкісних книжок, які вже вийшли з друку, тож ШІ-компанії, ймовірно, знищують останні доступні екземпляри.
“Я маю змішані почуття щодо цього. Це приносить мені фінансову вигоду, а також звільняє мене від запасу книжок, які навряд чи купив би хтось інший… З іншого боку, мені не подобається таке кінцеве використання і не подобається, що рідкісні книги перетворюються на макулатуру”, – поділився він у розмові з 404 Media.
Як повідомляв ІМІ, низка великих видавництв позивається проти Google, звинувачуючи компанію в незаконному використанні мільйонів книжок, захищених авторським правом, для навчання моделі штучного інтелекту Gemini.