आर्टिफिशियल इंटेलिजन्स कंपन्या शेकडो हजारो लोकांद्वारे पुरातन आणि मुद्रित नसलेली पुस्तके खरेदी करत आहेत, त्यांची सामग्री प्रशिक्षण डेटासेटमध्ये भरत आहेत आणि नंतर भौतिक खंड नष्ट करत आहेत-संशोधक आणि पुस्तक विक्रेते म्हणतात की एक औद्योगिक-प्रमाणातील प्रथा सांस्कृतिक वारसा पुसून टाकत आहे जरी ती भाषा मॉडेलच्या पुढील पिढीला चालना देत आहे. हे खुलासे, प्रथम न्यायालयाच्या दस्तऐवजांमध्ये समोर आले आणि आता युरोपियन पुस्तक विक्री समुदायांमध्ये प्रतिध्वनित झाले, AI कॉपीराइट युद्धात एक नवीन आघाडी उघडली आहे. ब्रेकिंग एआय न्यूज प्रशिक्षण-डेटा विवादांबद्दल उद्योगाला आकार देण्यासाठी, स्वच्छ मजकूराचा शोध दुर्मिळ पुस्तकांच्या आगीत कसा बदलला हे खाली दिलेले तपशील शोधून काढतात.
सराव कसा चालतो
2026 च्या न्यायालयीन प्रक्रियेदरम्यान अँथ्रोपिकने उघड केलेल्या आणि द वॉशिंग्टन पोस्टने अहवाल दिलेल्या कागदपत्रांनुसार, ही प्रक्रिया जाणूनबुजून औद्योगिकीकरण करण्यात आली आहे. फाइलिंगमध्ये स्कॅनिंग कॉन्ट्रॅक्टरचे "हायड्रॉलिक पॉवर्ड कटिंग मशिन" पुस्तके कशी "सुबकपणे कापतील" असे वर्णन करते जेणेकरून पृष्ठे "उच्च गती, उच्च गुणवत्ता, उत्पादन स्तर स्कॅनरवर स्कॅन केली जाऊ शकतात." एकदा डिजीटल झाल्यावर, फाइलिंगमध्ये नमूद केले आहे की, स्कॅनिंग कंपनी "पूर्ण झालेली पुस्तके उचलण्यासाठी पुनर्वापर कंपनीसोबत शेड्यूल करेल."
दुसऱ्या शब्दांत, पुस्तके परत केली जात नाहीत. ते डिजिटल मजकूरात कमी केले जातात आणि नंतर पल्प केले जातात.
कंपन्यांना जुनी, छापील पुस्तके का हवीत
भौतिक पुस्तकांची भूक AI विकसकांसाठी बिघडत चाललेल्या समस्येमुळे उद्भवते: खुले इंटरनेट AI-व्युत्पन्न केलेल्या मजकूराने वाढत्या प्रमाणात प्रदूषित होत आहे. कायदेशीर ब्लॉग Verfassungsblog ने "AI इज ईटिंग द बुक वर्ल्ड" या शीर्षकाच्या विश्लेषणात स्पष्ट केल्याप्रमाणे, कृत्रिम सामग्रीवरील प्रशिक्षणामुळे मॉडेलची गुणवत्ता खालावण्याचा धोका असतो- संशोधकांनी मॉडेल कोसळणे या घटनेला म्हटले आहे. 2022 पूर्वी छापलेली पुस्तके, याउलट, मानवी लिखित असण्याची हमी दिली जाते.
कायदेशीर गणना देखील आहे. कंपन्यांनी असा युक्तिवाद केला आहे की त्यांच्या मालकीची भौतिक पुस्तके स्कॅन करणे यूएस कॉपीराइट कायद्याच्या "वाजवी वापर" तरतुदीच्या अंतर्गत येऊ शकते, त्यांना वाटते की कॉपीराइट केलेली वेब सामग्री स्क्रॅप करण्यापेक्षा अधिक मजबूत आहे. न्यायालये हा युक्तिवाद स्वीकारतात की नाही हा एक खुला प्रश्न आहे, परंतु त्यामुळे खरेदीचा उन्माद थांबलेला नाही.
झूम बुक्स इंद्रियगोचर
युरोपमध्ये, झूम बुक्स नावाच्या कॅनेडियन ऑनलाइन बुकस्टोअरवर लक्ष केंद्रित केले गेले आहे, ज्याला Verfassungsblog अहवालाने शेकडो हजारो नॉनफिक्शन शीर्षके मिळविली आहेत ज्यासाठी व्यावसायिक मागणी कमी आहे. हे खंड—अस्पष्ट शैक्षणिक कार्ये, प्रादेशिक इतिहास आणि विशेष तांत्रिक पुस्तिका—वापरलेल्या-पुस्तकांच्या विक्रेत्यांसाठी जवळजवळ निरुपयोगी आहेत परंतु AI लॅबसाठी पूर्वी न वापरलेल्या प्रशिक्षण सामग्रीच्या समृद्ध शिराचे प्रतिनिधित्व करतात.
फ्युच्युरिझमने नोंदवले आहे की विनाश "अविश्वसनीय प्रमाणात होत आहे, जरी जवळजवळ कोणत्याही प्रती शिल्लक नसल्या तरीही," याचा अर्थ असा की काही शीर्षकांसाठी स्कॅन-आणि-शिरेड केलेली प्रत कदाचित प्रचलित असलेल्या शेवटच्या आवृत्त्यांपैकी असू शकते.
पुस्तक विक्रेते आणि संशोधक मागे ढकलले
या अहवालांमुळे पुरातन पुस्तक विक्रेते घाबरले आहेत, जे म्हणतात की मोठ्या प्रमाणात खरेदीदार सेकंडहँड मार्केटचा विपर्यास करत आहेत आणि दुर्मिळ आवृत्त्या संग्रहित करण्यापेक्षा जलद काढून टाकत आहेत. अनाडोलू एजन्सीने एका तुर्की पुरातन पुस्तक विक्रेत्याने दाव्यांच्या व्याप्तीबद्दल साशंकता व्यक्त केल्याचे उद्धृत केले, तर युरोपियन पुस्तकांच्या बाजारपेठेतील वाढत्या चिंतेची कबुली दिली. टाइम्स ऑफ इंडिया आणि बोईंग बोईंग मधील कव्हरेजने प्री-इंटरनेट प्रिंटकडे माघार घेऊन "स्वतःच्या एआय स्लॉपपासून सुटका" करण्याचा प्रयत्न केल्याचा थेट परिणाम म्हणून एआय कंपन्यांनी ट्रेंड तयार केला.
संरक्षणवाद्यांचा असा युक्तिवाद आहे की नाश विशेषतः त्रासदायक आहे कारण कोणतीही केंद्रीय नोंदणी कोणती पुस्तके स्कॅन केली गेली आणि नष्ट केली गेली याचा मागोवा घेत नाही. एकदा कमी-जगून राहणाऱ्या शीर्षकाचे तुकडे केले की, तोटा कायमचा असू शकतो—जोपर्यंत ती स्कॅन करणाऱ्या कंपनीने डिजिटल कॉपी शेअर करणे निवडले नाही, जी सामान्यतः करत नाही.
कॉपीराइट युद्धाचा एक नवीन टप्पा
पुस्तक खरेदी मोहीम दोन निराकरण न झालेल्या कायदेशीर लढायांच्या छेदनबिंदूवर बसली आहे: परवानगीशिवाय कॉपीराइट केलेल्या कामांवर AI मॉडेलला प्रशिक्षण देणे योग्य वापराचे आहे का, आणि स्कॅनिंगनंतर भौतिक स्त्रोत नष्ट केल्याने कॅल्क्युलस बदलतो का. न्यायालयांनी आतापर्यंत मिश्रित सिग्नल पाठवले आहेत, काही निर्णय AI विकसकांच्या बाजूने आहेत आणि इतरांनी निर्मात्यांचे दावे जपले आहेत.
AI कंपन्यांसाठी, कॅल्क्युलस सरळ आहे. मुद्रित पुस्तके दाट, उच्च-गुणवत्तेचा, मानवी-लिखित मजकूर देतात ज्याला ऑनलाइन शोधणे अधिक कठीण होत आहे. दुर्मिळ आवृत्त्यांचे रक्षण करणाऱ्या लायब्ररी, अभिलेखागार आणि संग्राहकांसाठी, व्यापार बंद करणे फारच कमी अनुकूल आहे: अपूरणीय भौतिक कलाकृती प्रशिक्षण टोकनमध्ये कमी केल्या जातात आणि नंतर लगदामध्ये पुनर्वापर केल्या जातात.
या सरावामुळे पारदर्शकतेवरही प्रश्न निर्माण होतात. एंथ्रोपिकचा खुलासा केवळ खटल्यात सक्तीने झाला होता. इतर किती कंपन्या समान धोरणांचा अवलंब करत आहेत, किती पुस्तके आधीच नष्ट केली गेली आहेत किंवा स्कॅन आणि टाकून देण्याआधी जोखीम असलेली शीर्षके जतन करण्यासाठी कोणतेही उद्योग-व्यापी मानक उदयास येतील की नाही हे अज्ञात आहे.
स्केल समस्या कोणीही मोजू शकत नाही
हा ट्रेंड पोलिसांना अवघड बनवणारा एक भाग म्हणजे त्याचा प्रसार. एका मोठ्या संग्रहण किंवा डेटाबेसच्या विपरीत, पुस्तक खरेदी मोहीम हजारो वैयक्तिक व्यवहारांमध्ये वितरीत केली जाते—इस्टेट विक्री, लायब्ररी डिकसेशन सेल्स आणि ऑनलाइन मार्केटप्लेसमध्ये—जेथे मोठ्या प्रमाणात खरेदीदार नॉनफिक्शन शीर्षकांचा पॅलेट खरेदी करणारा कोणताही स्पष्ट लाल ध्वज उचलत नाही. शेकडो हजारो खरेदीवर एकत्रितपणे, तथापि, एकत्रित परिणाम म्हणजे भौतिक रेकॉर्डमधून विपुल कोनाडा, कमी-अभिसरण ज्ञान शांतपणे काढून टाकणे.
ग्रंथपाल आणि पुरालेखशास्त्रज्ञांनी चेतावणी दिली आहे की नुकसान समान रीतीने वितरीत केले जात नाही. मास-मार्केट बेस्टसेलर अगणित प्रतींमध्ये टिकून राहतात, परंतु AI प्रशिक्षकांसाठी सर्वात आकर्षक शीर्षके-छोट्या प्रिंट रनसह विशिष्ट, माहिती-दाट कामे—अगदी इतरत्र जतन होण्याची शक्यता कमी आहे. एकदा नष्ट केल्यावर, ते केवळ कंपनीच्या सर्व्हरमध्ये लॉक केलेला मालकी प्रशिक्षण डेटा म्हणून अस्तित्वात असू शकतात, जे लोकांसाठी अगम्य आहेत ज्यांनी मूळतः उत्पादित केले होते आणि त्यावर अवलंबून होते.
AI च्या पुढे रहा
प्रशिक्षण-डेटा युद्ध तीव्र होत चालले आहे, आणि भागीदारी कॉर्पोरेट बॅलन्स शीटच्या पलीकडे आहे. अधिक AI बातम्या वाचा आणि न्यायालय, नियामक आणि संरक्षणवादी कसे प्रतिसाद देतात ते फॉलो करण्यासाठी, AI Buzz Wire चे अनुसरण करत रहा.
अधिक एआय बातम्या वाचा →
