تقوم شركات الذكاء الاصطناعي بشراء الكتب العتيقة والكتب التي نفدت طباعتها بمئات الآلاف، وتغذي محتوياتها في مجموعات بيانات التدريب، ثم تقوم بتدمير المجلدات المادية - وهي ممارسة على نطاق صناعي يقول الباحثون وبائعو الكتب إنها تمحو التراث الثقافي حتى في الوقت الذي تغذي فيه الجيل القادم من نماذج اللغة. لقد فتحت هذه الإفصاحات، التي ظهرت لأول مرة في وثائق المحكمة، والآن يتردد صداها عبر مجتمعات بيع الكتب الأوروبية، جبهة جديدة في حرب حقوق الطبع والنشر الخاصة بالذكاء الاصطناعي. بالنسبة إلى أخبار الذكاء الاصطناعي العاجلة حول الجدل حول بيانات التدريب الذي يعيد تشكيل الصناعة، تتتبع التفاصيل الواردة أدناه كيف تحول البحث عن نص نظيف إلى مشعل للكتب النادرة.
كيف تعمل الممارسة
وفقًا للوثائق التي كشفت عنها أنثروبيك خلال إجراءات المحكمة لعام 2026 والتي نشرتها صحيفة واشنطن بوست، فقد تم تصنيع العملية عمدًا. يصف الملف كيف أن "آلة القطع التي تعمل بالطاقة الهيدروليكية" الخاصة بمقاول المسح الضوئي "تقطع الكتب بدقة" بحيث يمكن "مسح الصفحات ضوئيًا باستخدام ماسحات ضوئية عالية السرعة وعالية الجودة ومستوى الإنتاج". وأشار الملف إلى أنه بمجرد تحويلها إلى صيغة رقمية، فإن شركة المسح الضوئي "ستقوم بالتنسيق مع شركة إعادة التدوير لالتقاط الكتب المكتملة".
وبعبارة أخرى، لا يتم إرجاع الكتب. يتم تحويلها إلى نص رقمي ثم يتم طحنها.
لماذا تريد الشركات الكتب القديمة والمطبوعة؟
تنبع الشهية للكتب الورقية من مشكلة متفاقمة يواجهها مطورو الذكاء الاصطناعي: الإنترنت المفتوح ملوث بشكل متزايد بالنصوص التي ينتجها الذكاء الاصطناعي. وكما أوضحت المدونة القانونية Verfassungsblog في تحليل بعنوان "الذكاء الاصطناعي يلتهم عالم الكتب"، فإن التدريب على المحتوى الاصطناعي يهدد بتدهور جودة النماذج - وهي ظاهرة يطلق عليها الباحثون اسم انهيار النماذج. وعلى النقيض من ذلك، من المؤكد أن الكتب المطبوعة قبل عام 2022 كتبها الإنسان.
هناك أيضا حساب قانوني. لقد رأت الشركات أن مسح الكتب المادية التي تمتلكها قد يقع ضمن بند "الاستخدام العادل" في قانون حقوق الطبع والنشر الأمريكي، وهو دفاع تعتقد أنه أقوى من حذف محتوى الويب المحمي بحقوق الطبع والنشر. ويظل قبول المحاكم لهذه الحجة مسألة مفتوحة، ولكنها لم توقف جنون الشراء.
##ظاهرة كتب الزوم
وفي أوروبا، تركز الاهتمام على مكتبة كندية على الإنترنت تسمى Zoom Books، والتي تفيد تقارير Verfassungsblog أنها استحوذت على مئات الآلاف من العناوين غير الخيالية التي لم يبق عليها سوى القليل من الطلب التجاري. هذه المجلدات - الأعمال الأكاديمية الغامضة، والتاريخ الإقليمي، والأدلة الفنية المتخصصة - لا قيمة لها تقريبًا بالنسبة لبائعي الكتب المستعملة، ولكنها تمثل مصدرًا غنيًا لمواد التدريب غير المستغلة سابقًا لمختبرات الذكاء الاصطناعي.
ذكرت فيوتشرزم أن التدمير يحدث "على نطاق لا يصدق، حتى لو لم يتبق أي نسخ تقريبًا"، مما يعني أنه بالنسبة لبعض العناوين، ربما كانت النسخة الممسوحة ضوئيًا والممزقة من بين آخر الطبعات الباقية المتداولة.
باعة الكتب والباحثون يتراجعون
وأثارت التقارير قلق بائعي الكتب الأثرية، الذين يقولون إن المشترين بالجملة يشوهون السوق المستعملة ويزيلون الطبعات النادرة بشكل أسرع من قدرة الأرشيف على حفظها. ونقلت وكالة الأناضول عن بائع كتب أثري تركي إعرابه عن شكوكه بشأن نطاق هذه المزاعم، مع اعترافه بالقلق المتزايد في أسواق الكتب الأوروبية. التغطية في تايمز أوف إنديا و بوينغ بوينغ صنفت هذا الاتجاه كنتيجة مباشرة لمحاولة شركات الذكاء الاصطناعي "الهروب من تباطؤ الذكاء الاصطناعي الخاص بها" من خلال التراجع إلى الطباعة قبل الإنترنت.
ويقول دعاة الحفاظ على التراث أن التدمير مثير للقلق بشكل خاص لأنه لا يوجد سجل مركزي يتتبع الكتب التي تم مسحها ضوئيًا وتدميرها. بمجرد تمزيق عنوان منخفض البقاء، قد تكون الخسارة دائمة - إلا إذا اختارت الشركة التي قامت بمسحه ضوئيًا مشاركة النسخة الرقمية، وهو ما لا تفعله بشكل عام.
مرحلة جديدة من حرب حقوق النشر
تقع حملة شراء الكتب عند تقاطع معركتين قانونيتين لم يتم حلهما بعد: ما إذا كان تدريب نماذج الذكاء الاصطناعي على الأعمال المحمية بحقوق الطبع والنشر دون إذن يشكل استخدامًا عادلاً، وما إذا كان تدمير المصدر المادي بعد المسح يغير حسابات التفاضل والتكامل. وقد أرسلت المحاكم حتى الآن إشارات متضاربة، حيث تحابي بعض الأحكام مطوري الذكاء الاصطناعي بينما تحافظ أحكام أخرى على مطالبات المبدعين.
بالنسبة لشركات الذكاء الاصطناعي، فإن حسابات التفاضل والتكامل واضحة ومباشرة. تقدم الكتب المطبوعة نصوصًا كثيفة وعالية الجودة من تأليف الإنسان، ويصعب العثور عليها على الإنترنت بشكل متزايد. بالنسبة للمكتبات ودور المحفوظات وهواة الجمع الذين يحرسون الطبعات النادرة، فإن المقايضة أقل ملاءمة بكثير: القطع الأثرية المادية التي لا يمكن استبدالها يتم تحويلها إلى رموز تدريب ثم يعاد تدويرها إلى عجينة.
وتثير هذه الممارسة أيضًا تساؤلات حول الشفافية. ولم يأت كشف الأنثروبيك إلا لأنها كانت مضطرة في التقاضي. ويظل من غير المعروف عدد الشركات الأخرى التي تتبع استراتيجيات مماثلة، أو عدد الكتب التي تم إتلافها بالفعل، أو ما إذا كان أي معيار على مستوى الصناعة سوف يظهر للحفاظ على العناوين المعرضة للخطر قبل أن يتم مسحها ضوئيًا والتخلص منها.
مشكلة المقياس لا يستطيع أحد تحديدها
جزء مما يجعل هذا الاتجاه صعبًا على الشرطة هو انتشاره. على عكس أرشيف أو قاعدة بيانات كبيرة واحدة، يتم توزيع حملة شراء الكتب عبر آلاف المعاملات الفردية - في مبيعات العقارات، ومبيعات إلغاء الوصول إلى المكتبات، والأسواق عبر الإنترنت - حيث لا يثير المشتري بالجملة مجموعة من العناوين غير الروائية أي إشارة حمراء واضحة. ومع ذلك، فإن التأثير التراكمي، الذي تم تجميعه عبر مئات الآلاف من عمليات الشراء، هو الإزالة الهادئة لمساحات واسعة من المعرفة المتخصصة منخفضة التداول من السجل المادي.
وحذر أمناء المكتبات والمحفوظات من أن الخسارة لم يتم توزيعها بالتساوي. تتوفر الكتب الأكثر مبيعًا في السوق بكميات لا حصر لها من النسخ، لكن العناوين الأكثر جاذبية لمدربي الذكاء الاصطناعي - الأعمال المتخصصة كثيفة المعلومات مع نسخ مطبوعة صغيرة - هي على وجه التحديد تلك التي من غير المرجح أن يتم الاحتفاظ بها في مكان آخر. وبمجرد تدميرها، قد تكون موجودة فقط كبيانات تدريب مملوكة ومقفلة داخل خوادم الشركة، ولا يمكن الوصول إليها من قبل الجمهور الذي أنتجها واعتمد عليها في الأصل.
ابق في صدارة الذكاء الاصطناعي
تشتد حروب بيانات التدريب، وتمتد المخاطر إلى ما هو أبعد من ميزانيات الشركات. من أجل قراءة المزيد من أخبار الذكاء الاصطناعي ومتابعة كيفية استجابة المحاكم والهيئات التنظيمية وأخصائيي الحفاظ على البيئة، استمر في متابعة AI Buzz Wire.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
