חברות בינה מלאכותית רוכשות ספרים עתיקים ואזלו במאות אלפים, מזינות את תוכנם למערכי נתונים של הכשרה, ואז הורסת את הכרכים הפיזיים - פרקטיקה בקנה מידה תעשייתי שלדברי חוקרים ומוכרי ספרים מוחקת את המורשת התרבותית גם כשהיא מתדלקת את הדור הבא של מודלים לשוניים. הגילויים, שעלו לראשונה במסמכי בית המשפט והדהדו כעת בקהילות מוכרי ספרים באירופה, פתחו חזית חדשה במלחמת זכויות היוצרים של AI. עבור חדשות בינה מלאכותית על מחלוקות בנושאי הכשרה-נתונים שמעצבים מחדש את התעשייה, הפרטים שלהלן מתארים כיצד מצוד אחר טקסט נקי הפך למדורה של ספרים נדירים.
איך התרגול עובד
על פי מסמכים שנחשפו על ידי אנתרופיק במהלך הליך בבית משפט בשנת 2026 ודווח על ידי הוושינגטון פוסט, התהליך מתועש בכוונה. התיק מתאר כיצד "מכונת חיתוך הידראולית" של קבלן סריקה "חתוך בצורה מסודרת" ספרים, כך שניתן יהיה "לסרוק את הדפים במהירות גבוהה, באיכות גבוהה, ברמת ייצור". לאחר הדיגיטציה, צוין בתיק, חברת הסריקה "תקבע עם חברת המיחזור לאסוף את הספרים שהושלמו".
במילים אחרות, הספרים אינם מוחזרים. הם מצטמצמים לטקסט דיגיטלי ולאחר מכן עוצרים אותם.
מדוע חברות רוצות ספרים ישנים מודפסים
התיאבון לספרים פיזיים נובע מבעיה שהולכת ומחריפה אצל מפתחי בינה מלאכותית: האינטרנט הפתוח מזוהם יותר ויותר בטקסט שנוצר בינה מלאכותית. כפי שהבלוג המשפטי Verfassungsblog הסביר בניתוח שכותרתו "AI Is Eating the Book World", אימון על תוכן סינתטי מסתכן בפגיעה באיכות המודל - תופעה שחוקרים מכנים קריסת מודלים. לעומת זאת, ספרים שהודפסו לפני 2022 מובטחים בכתב אנושי.
יש גם חישוב משפטי. חברות טענו שסריקת ספרים פיזיים שבבעלותן עשויה להיות תחת הוראת "השימוש ההוגן" של חוק זכויות היוצרים בארה"ב, הגנה שלדעתן חזקה יותר מגירוד תוכן אינטרנט המוגן בזכויות יוצרים. האם בתי המשפט מקבלים את הטיעון הזה נותרה שאלה פתוחה, אבל זה לא עצר את טירוף הקנייה.
תופעת ספרי הזום
באירופה, תשומת הלב התרכזה בחנות ספרים מקוונת קנדית בשם Zoom Books, ש-Verfassungsblog מדווחת שרכשה מאות אלפי כותרים עיוניים שאין להם ביקוש מסחרי קטן. כרכים אלה - עבודות אקדמיות מעורפלות, היסטוריות אזוריות ומדריכים טכניים מיוחדים - כמעט חסרי ערך עבור מוכרי ספרים משומשים, אך מייצגים עורק עשיר של חומרי הדרכה שלא נוצלו בעבר עבור מעבדות בינה מלאכותית.
הפוטוריזם דיווח כי ההרס מתרחש "בקנה מידה מדהים, גם אם כמעט ולא נותרו עותקים", כלומר עבור כמה כותרים ייתכן שהעותק הסרוק והגרוס היה בין המהדורות האחרונות ששרדו במחזור.
מוכרי ספרים וחוקרים נדחפים לאחור
הדיווחים הדאיגו מוכרי ספרים עתיקים, שאומרים שקונים בכמות גדולה מעוותים את שוק היד שנייה ומסירים מהדורות נדירות מהר יותר ממה שהארכיונים יכולים לשמר אותן. סוכנות Anadolu ציטטה מוכר ספרים עתיקים טורקי שהביע ספקנות לגבי היקף הטענות, תוך הכרה בדאגה הגוברת בשווקי הספרים באירופה. סיקור ב"טיימס אוף אינדיה" ובוינג בוינג סיגר את המגמה כתוצאה ישירה של חברות בינה מלאכותית המנסות "לברוח מהשפל בינה מלאכותית" על ידי נסיגה להדפסה מוקדמת באינטרנט.
אנשי שימור טוענים שההרס מטריד במיוחד משום שאין רישום מרכזי עוקב אחר ספרים שנסרקו והושמדו. ברגע שכותרת שרידות נמוכה נגרסה, ההפסד עשוי להיות קבוע - אלא אם החברה שסרקה אותו תבחר לשתף את העותק הדיגיטלי, מה שבדרך כלל לא.
שלב חדש במלחמת זכויות היוצרים
קמפיין רכישת הספרים נמצא בצומת של שני מאבקים משפטיים לא פתורים: האם אימון מודלים של AI על יצירות המוגנות בזכויות יוצרים ללא רשות מהווה שימוש הוגן, והאם השמדת המקור הפיזי לאחר סריקה משנה את החשבון. בתי המשפט שלחו עד כה אותות מעורבים, כאשר חלק מהפסיקות מעדיפות מפתחי בינה מלאכותית ואחרות משמרות את טענות היוצרים.
עבור חברות בינה מלאכותית, החשבון הוא פשוט. ספרים מודפסים מציעים טקסט צפוף ואיכותי שנכתב על ידי אדם, שקשה יותר ויותר למצוא באינטרנט. עבור ספריות, ארכיונים, והאספנים ששומרים על מהדורות נדירות, ההחלפה הרבה פחות טובה: חפצים פיזיים שאין להם תחליף מופחתים לאסימוני אימון ואז ממוחזרים לעיסה.
הפרקטיקה מעלה גם שאלות לגבי שקיפות. הגילוי של אנתרופיק הגיע רק בגלל שהוא נאלץ במסגרת ליטיגציה. עדיין לא ידוע כמה חברות אחרות נוקטות באסטרטגיות דומות, כמה ספרים כבר הושמדו, או אם יצוץ תקן כלל תעשייתי לשימור כותרים בסיכון לפני שהם ייסרקו והושלכו.
בעיית קנה המידה שאף אחד לא יכול לכמת
חלק ממה שמקשה על המגמה היא הדיפוזיות שלה. שלא כמו ארכיון או מסד נתונים גדולים בודדים, מסע רכישת הספרים מופץ על פני אלפי עסקאות בודדות - במכירת עיזבון, מכירות של ביטול רישיון לספרייה ובשווקים מקוונים - שבהם קונה בכמות גדולה הרוכשת משטח של כותרים עיון לא מעלה דגל אדום ברור. עם זאת, המצטבר על פני מאות אלפי רכישות, ההשפעה המצטברת היא הסרה שקטה של חלקים עצומים של ידע נישה במחזור נמוך מהרשומה הפיזי.
ספרנים וארכיונים הזהירו כי ההפסד אינו מתחלק באופן שווה. רבי מכר בשוק ההמוני שורדים באינספור עותקים, אבל הכותרים האטרקטיביים ביותר עבור מאמני בינה מלאכותית - יצירות מיוחדות וצפופות מידע עם הדפסים קטנים - הם בדיוק הכותרים שהכי פחות יישמרו במקומות אחרים. לאחר שהושמדו, הם עשויים להתקיים רק כנתוני הכשרה קנייניים הנעולים בתוך שרתי החברה, בלתי נגישים לציבור שהפיק והסתמך עליהם במקור.
הישאר לפני AI
מלחמות ההכשרה-נתונים מתעצמות, וההימור משתרע הרבה מעבר למאזנים של החברה. כדי לקרוא עוד חדשות AI ולעקוב אחר איך מגיבים בתי משפט, רגולטורים ואנשי שימור, המשיכו לעקוב אחר AI Buzz Wire.
קרא עוד חדשות AI →
