404 Media Melacak Buku Langka ke Fasilitas Amazon yang Memindai dan Menghancurkannya untuk Pelatihan AI

Dalam salah satu investigasi yang lebih inventif terhadap selera industri AI yang tak terpuaskan terhadap data pelatihan, para jurnalis di 404 Media menempatkan alat pelacak di dalam pengiriman buku-buku langka yang mereka curigai akan dibeli untuk pelatihan AI — dan mengikutinya ke seluruh negeri hingga ke fasilitas Amazon di Las Vegas, di mana, menurut laporan outlet tersebut, buku-buku dipindai dan dimusnahkan.

Cerita tersebut, yang diterbitkan Senin oleh editor pendiri 404 Media, Emanuel Maiberg, mengidentifikasi tujuan tersebut sebagai fasilitas VGT3 Amazon di Las Vegas. Menurut penyelidikan, Amazon telah membeli buku dalam jumlah besar, memindainya untuk mencari data pelatihan AI, dan menghancurkan volume fisik dalam prosesnya – sebuah operasi yang menurut outlet tersebut belum pernah dilaporkan sebelumnya.

Temuan ini menambah nama baru pada praktik yang diam-diam telah meresahkan penjual buku dan arsiparis selama berbulan-bulan, dan hal ini muncul ketika perhatian publik semakin beralih ke tempat perusahaan AI mendapatkan data mereka. Ikuti liputan berkelanjutan kami mengenai perang data pelatihan di AI Buzz Wire.

Alat Pelacak dalam Kotak Buku

Metodologi di balik penyelidikan inilah yang menjadikannya penting. Daripada mengandalkan dokumen atau wawancara, 404 Media menyematkan pelacak GPS dalam kiriman buku langka yang diduga akan diakuisisi oleh perusahaan AI, lalu memantau perjalanan paket tersebut hingga tujuan akhirnya.

Tujuan tersebut – fasilitas VGT3 Amazon – dijelaskan dalam laporan sebagai situs tempat Amazon memindai buku untuk mencari data pelatihan AI. Investigasi lengkap, yang merinci operasi pembelian dan skalanya, tersedia untuk 404 pelanggan Media.

Kisah ini menyebar dengan cepat ke kalangan pengembang dan kebijakan teknologi setelah muncul di halaman depan Hacker News pada hari Senin, di mana para komentator memperdebatkan implikasi budaya dan hukum dari penghancuran buku langka untuk melatih sistem AI komersial.

Amazon Bergabung dengan Daftar yang Berkembang

Laporan ini merupakan babak terbaru dari kontroversi yang lebih luas mengenai nasib buku fisik di era AI. Awal musim panas ini, penjual buku dan peneliti mendokumentasikan bagaimana perusahaan AI membeli ratusan ribu buku antik dan sudah tidak lagi dicetak, memasukkannya ke dalam kumpulan data pelatihan, dan menghancurkan salinan fisiknya – sebuah praktik yang digambarkan oleh para kritikus sebagai penghapusan warisan budaya dalam skala industri.

Yang membedakan pelaporan baru ini adalah adanya nama fasilitas tertentu, perusahaan tertentu, dan rantai pasokan tertentu. Hingga saat ini, sebagian besar diskusi bergantung pada klaim agregat dari penjual buku dan pengajuan pengadilan. Pengiriman terlacak menawarkan titik data konkret: sekotak buku langka, pembeli, dan sebuah bangunan.

Mengapa Permintaan Data Pelatihan Terus Meningkat

Alasan ekonomi di balik praktik ini sangatlah jelas. Model AI Frontier dilaporkan secara luas telah menghabiskan sebagian besar teks berkualitas tinggi yang tersedia di web terbuka, sehingga mendorong perusahaan untuk mencari sumber yang lebih sulit diakses: buku, arsip, dan perusahaan berlisensi. Volume yang langka dan sudah tidak lagi dicetak merupakan hal yang menarik karena kecil kemungkinannya untuk muncul dalam kumpulan data standar yang diambil dari web.

Bagi para kritikus, penghancuran buku fisik untuk memenuhi permintaan tersebut telah menjadi simbol hubungan ekstraktif industri ini dengan budaya manusia – data sebagai sumber daya yang harus ditambang terlepas dari apa yang hilang dalam proses tersebut. Bagi perusahaan-perusahaan yang terlibat, buku-buku digital mewakili zona abu-abu hukum yang masih diselesaikan oleh pengadilan dan pembuat undang-undang, terutama karena litigasi hak cipta atas data pelatihan berjalan melalui berbagai yurisdiksi.

Baik pemindaian maupun digitalisasi tidak memerlukan pemusnahan – pemusnahan, menurut catatan penerbit dan arsiparis, tampaknya merupakan tindakan penghematan biaya, karena menyimpan volume fisik lebih mahal dibandingkan membuangnya begitu isinya sudah diambil.

Masalah Pelestarian

Para pengarsip telah lama berpendapat bahwa digitalisasi bukanlah pelestarian. Pemindaian menangkap teks sebuah buku tetapi tidak menangkap marginalianya, sejarah pengikatannya, kualitas materialnya — ciri-ciri yang membuat sebuah buku langka menjadi artefak sejarah dan bukan wadah kata-kata. Memusnahkan salinan fisik setelah pemindaian akan menutup kemungkinan pemeriksaan di masa mendatang, dan tidak seperti file digital, buku yang sudah dihaluskan tidak dapat dipindai ulang seiring dengan kemajuan teknologi pencitraan.

Ekonomi perdagangan buku menambah kerugian. Volume langka dan tidak lagi dicetak bertahan dalam jumlah kecil. Ketika pembeli dengan anggaran sebesar AI memasuki pasar, mereka dapat mengalahkan penawaran perpustakaan dan kolektor untuk mendapatkan salinan yang tersisa — dan ketika salinan tersebut dimusnahkan setelah pemindaian, populasi edisi tertentu yang bertahan dapat menyusut secara permanen dalam beberapa bulan.

Asosiasi penjual buku di Eropa adalah salah satu yang paling vokal mengkritik praktik ini, dan investigasi 404 Media memberikan peringatan mereka dampak nyata: fasilitas, rantai pasokan, dan pembeli korporat yang disebutkan namanya.

Apa yang Terjadi Selanjutnya

Investigasi ini kemungkinan akan mengintensifkan pengawasan terhadap peran Amazon dalam rantai pasokan data AI, posisi yang didominasi oleh bisnis cloud-nya. Hal ini juga mungkin akan memperbaharui seruan di Eropa dan Amerika Serikat mengenai peraturan yang mewajibkan pelestarian materi budaya yang digunakan dalam pelatihan AI, sebuah gagasan yang telah dilontarkan oleh asosiasi penjual buku dan beberapa pembuat kebijakan seiring dengan semakin jelasnya skala pembelian buku.

Untuk saat ini, hasil investigasi yang paling konkrit adalah yang bersifat informatif: nama fasilitas, dokumentasi perjalanan, dan catatan publik bahwa peringatan yang dikeluarkan oleh para pedagang buku tidak bersifat abstrak. Buku-buku langka dalam pengiriman terlacak mengakhiri perjalanan mereka di Las Vegas. Isinya, mungkin, tetap ada dalam korpus pelatihan.

Ikuti Perang Data AI

Data pelatihan, pertarungan hak cipta, dan etika AI dalam skala besar — dibahas setiap hari di AI Buzz Wire.

Baca berita AI selengkapnya →