Γιώργος Τσαγκόζης
Εταιρείες που αναπτύσσουν συστήματα τεχνητής νοημοσύνης φαίνεται πως αγοράζουν μαζικά έντυπα βιβλία, τα ψηφιοποιούν και στη συνέχεια τα καταστρέφουν, αναζητώντας ποιοτικό ανθρώπινο περιεχόμενο για την εκπαίδευση των μοντέλων τους.
Σύμφωνα με δημοσίευμα του TechSpot, η ζήτηση για παλαιότερα βιβλία έχει αυξηθεί σημαντικά, καθώς οι εταιρείες AI προτιμούν εκδόσεις που κυκλοφόρησαν πριν από το 2022, δηλαδή πριν κατακλυστεί το διαδίκτυο από κείμενα που έχουν παραχθεί με τη βοήθεια της τεχνητής νοημοσύνης.
Κεντρικό ρόλο σε αυτή τη διαδικασία έχει η ISBNdb, εταιρεία που διατηρεί μία από τις μεγαλύτερες βάσεις δεδομένων βιβλίων παγκοσμίως και πλέον προσφέρει υπηρεσίες προμήθειας από 1.000 έως και 1 εκατομμύριο έντυπων βιβλίων. Τα αντίτυπα προέρχονται κυρίως από τη δευτερογενή αγορά, όπως βιβλιοθήκες, βιβλιοπωλεία μεταχειρισμένων και ιδιώτες.
Όπως υποστηρίζει η εταιρεία, τα παλαιά βιβλία αποτελούν ιδανικό υλικό εκπαίδευσης, καθώς περιέχουν επιμελημένη, ελεγμένη και αποκλειστικά ανθρώπινη γνώση, χωρίς να έχουν «μολυνθεί» από κείμενα που δημιουργήθηκαν από μεγάλα γλωσσικά μοντέλα (LLMs). Οι ερευνητές προειδοποιούν ότι όταν ένα μοντέλο εκπαιδεύεται πάνω σε περιεχόμενο που έχει ήδη παραχθεί από άλλη τεχνητή νοημοσύνη, υπάρχει κίνδυνος σταδιακής υποβάθμισης της ποιότητάς του, ένα φαινόμενο γνωστό ως model collapse.
Για την ψηφιοποίηση χρησιμοποιείται συχνά η λεγόμενη «καταστροφική σάρωση» (destructive scanning). Σε αυτή τη διαδικασία αφαιρείται η ράχη του βιβλίου, οι σελίδες περνούν από σαρωτές υψηλής ταχύτητας και το έντυπο αντίτυπο καταστρέφεται. Η μέθοδος θεωρείται πολύ ταχύτερη και οικονομικότερη από τη σάρωση ενός βιβλίου χωρίς να υποστεί ζημιές.
Παρότι οι εταιρείες που πραγματοποιούν τις αγορές δεν κατονομάζονται, αρκετοί πωλητές σε πλατφόρμες μεταχειρισμένων βιβλίων, όπως οι Alibris και Biblio, αναφέρουν ότι από την άνοιξη παρατηρούν ασυνήθιστα μεγάλες παραγγελίες. Όπως λένε, οι αγοραστές δεν επιλέγουν συγκεκριμένα θέματα ή κατηγορίες, αλλά αγοράζουν χιλιάδες βιβλία διαφορετικών ειδών, κάτι που εκτιμούν ότι συνδέεται με την εκπαίδευση μοντέλων τεχνητής νοημοσύνης.
Η πρακτική αυτή έχει ήδη βρεθεί στο επίκεντρο δικαστικών υποθέσεων. Σε αγωγή που αφορούσε την εταιρεία Anthropic αποκαλύφθηκε σχέδιο αγοράς και ψηφιοποίησης εκατομμυρίων βιβλίων, πολλά από τα οποία καταστράφηκαν μετά τη σάρωση. Ο ομοσπονδιακός δικαστής William Alsup έκρινε ότι η συγκεκριμένη χρήση συνιστούσε «θεμιτή χρήση» (fair use), σημειώνοντας ότι τα ψηφιακά αντίγραφα δημιουργήθηκαν αποκλειστικά για εσωτερική χρήση και όχι για εμπορική διανομή.
Η ISBNdb υποστηρίζει επίσης ότι η αγορά μεταχειρισμένων βιβλίων δεν στερεί έσοδα από τους δημιουργούς, καθώς τα αντίτυπα έχουν ήδη πωληθεί μία φορά. Ωστόσο, αρκετοί βιβλιοπώλες εκφράζουν προβληματισμό για την τύχη σπάνιων ή δυσεύρετων εκδόσεων, οι οποίες ενδέχεται να εξαφανιστούν οριστικά όταν καταστραφούν στο πλαίσιο της διαδικασίας ψηφιοποίησης.
πηγή
