Дали е ова нормално? Технолошките гиганти купуваат ретки книги, а потоа ги уништуваат

Компаниите што развиваат вештачка интелигенција во последните години започнаа необична трка по печатени книги, при што мета не се само современите бестселери, туку и ретки, антикварни и одамна распродадени изданија. Книгите се купуваат во огромни количини, се дигитализираат и се користат како извор на податоци за тренирање на јазични модели, а дел од оригиналните примероци потоа се уништуваат. Практиката предизвика остри реакции кај писатели, историчари, архивисти и колекционери, кои стравуваат дека во потрагата по подобри модели неповратно исчезнува вреден дел од книжевното и културното наследство.

Случајот со Anthropic особено го привлече вниманието. Документи објавени во рамките на судски спор открија дека компанијата набавувала милиони печатени книги, ангажирала надворешни фирми за отстранување на поврзниците, а потоа страниците биле брзо скенирани. Оригиналните примероци, според достапните документи, потоа биле уништувани.

Проектот во интерните документи бил означен како „Project Panama“, а неговите размери покажуваат колку е голема потребата на компаниите за квалитетни текстуални податоци. Во одреден период било планирано дигитализирање на стотици илјади, па и милиони книги.

Во меѓувреме, антикварниците и продавачите на ретки книги почнале да забележуваат необичен тренд. Побарувачката за постари изданија се зголемила, а дел од трговците добивале масовни нарачки за стотици или илјадници наслови. Тоа поттикнало сомнежи дека компаниите од индустријата за вештачка интелигенција станале меѓу најголемите купувачи на физички книги.

На современите системи за вештачка интелигенција им се потребни огромни количества квалитетен текст. Интернетот нуди речиси неисцрпен извор на содржина, но неговиот квалитет е сè понееднаков, особено затоа што значителен дел од новите текстови веќе се создаваат со помош на ВИ.

Поради тоа, старите печатени книги имаат посебна вредност. Тие содржат текстови создадени од луѓе, поминати низ уреднички процес и, во многу случаи, никогаш претходно дигитализирани. Компаниите особено се интересираат за книги објавени пред масовната појава на генеративната ВИ, бидејќи така добиваат корпус на текстови за кои е многу помалку веројатно дека биле создадени со помош на претходни ВИ модели.

Истрагите во САД открија и поинаква страна на овој процес. Во еден случај, продавач на ретки книги дозволил во една од речиси илјада нарачани книги да биде поставен уред за следење. Така било откриено дека пратката завршила во голем магацински објект поврзан со Amazon.

Според сведоштва на вработени, во вакви центри книгите се обработуваат во индустриски услови, а голем дел од работата се состои од нивно непрекинато скенирање. Така, книгата што некогаш била наменета за читање, колекционерство или чување во библиотека, станува суровина за создавање дигитална база на податоци.

Правниот аспект на оваа практика е една од причините поради кои таа е особено интересна. Во САД, правилото познато како First Sale Doctrine му дозволува на сопственикот на физички примерок, откако легално ќе го купи, да го продаде, подари или уништи. Дополнително, американските судови во одредени случаи го разгледувале дигитализирањето на легално стекнати материјали како потенцијално трансформативна употреба во рамките на концептот на „fair use“.

Тоа, сепак, не значи дека прашањето е целосно затворено. Авторите и другите носители на права тврдат дека технолошките компании на овој начин создаваат огромни дигитални архиви без директен надомест за луѓето чии дела ја сочинуваат нивната содржина.

Тешко е да се утврди колку книги досега биле уништени во процесот на дигитализација. Достапните документи и сведоштва покажуваат дека се работи за огромни количини, но не постои целосна јавна евиденција.

Особена загриженост предизвикува фактот што на удар не се само книги што можат лесно да се купат повторно. Дел од насловите се ретки, распродадени или никогаш не биле дигитализирани. Токму затоа критичарите предупредуваат дека проблемот не е само во тоа што физичките примероци се уништуваат, туку и во тоа што процесот се одвива без поширока контрола врз тоа кои книги исчезнуваат.

За технолошките компании, секоја скенирана книга претставува вреден извор на податоци. За историчарите и колекционерите, пак, секој уништен редок примерок може да значи неповратно губење на дел од културното наследство.

Така, додека компаниите се натпреваруваат кој ќе создаде помоќна вештачка интелигенција, во позадина се отвора необичен парадокс: технологијата што треба да го зачува и обработи човечкото знаење истовремено може да придонесе дел од неговите физички траги да исчезнат засекогаш.