บริษัท AI กำลังซื้อหนังสือโบราณเพื่อฝึกโมเดล แล้วทำลายทิ้งในวงกว้าง

บริษัทปัญญาประดิษฐ์กำลังซื้อหนังสือโบราณและหนังสือที่เลิกพิมพ์แล้วเป็นจำนวนหลายแสนเล่ม โดยป้อนเนื้อหาลงในชุดข้อมูลการฝึกอบรม จากนั้นจึงทำลายปริมาณทางกายภาพ ซึ่งเป็นแนวทางปฏิบัติในระดับอุตสาหกรรมที่นักวิจัยและผู้ขายหนังสือกล่าวว่ากำลังลบมรดกทางวัฒนธรรม แม้ว่าจะเป็นเชื้อเพลิงให้กับโมเดลภาษารุ่นต่อไปก็ตาม การเปิดเผยข้อมูลซึ่งปรากฏครั้งแรกในเอกสารของศาล และตอนนี้สะท้อนไปทั่วชุมชนการขายหนังสือในยุโรป ได้เปิดแนวหน้าใหม่ในสงครามลิขสิทธิ์ AI สำหรับ ข่าวด่วน AI เกี่ยวกับข้อถกเถียงเกี่ยวกับข้อมูลการฝึกอบรมที่กำลังพลิกโฉมอุตสาหกรรม รายละเอียดด้านล่างนี้จะติดตามว่าการตามล่าหาข้อความที่สะอาดกลายเป็นกองไฟของหนังสือหายากได้อย่างไร

วิธีปฏิบัติทำงานอย่างไร

ตามเอกสารที่เปิดเผยโดย Anthropic ในระหว่างการพิจารณาคดีของศาลในปี 2026 และรายงานโดย The Washington Post กระบวนการดังกล่าวได้รับการจงใจทำให้เป็นอุตสาหกรรม เอกสารดังกล่าวอธิบายว่า "เครื่องตัดด้วยระบบไฮดรอลิก" ของผู้รับเหมางานสแกนจะ "ตัดหนังสือออกจากกันอย่างประณีต" ได้อย่างไร เพื่อให้สามารถ "สแกนหน้าต่างๆ ด้วยเครื่องสแกนที่มีความเร็วสูง คุณภาพสูง ระดับการผลิต" ได้ เมื่อแปลงเป็นดิจิทัลแล้ว บริษัทสแกนจะ "กำหนดเวลากับบริษัทรีไซเคิลเพื่อรับหนังสือที่เสร็จสมบูรณ์แล้ว"

กล่าวอีกนัยหนึ่ง หนังสือจะไม่ถูกส่งคืน พวกมันจะถูกลดขนาดเป็นข้อความดิจิทัลแล้วจึงแยกเป็นเยื่อกระดาษ

ทำไมบริษัทต่างๆ ถึงต้องการหนังสือเก่าและตีพิมพ์

ความอยากหนังสือที่เป็นเล่มนั้นเกิดจากปัญหาที่เลวร้ายลงสำหรับนักพัฒนา AI: อินเทอร์เน็ตแบบเปิดกำลังปนเปื้อนมากขึ้นด้วยข้อความที่สร้างโดย AI ตามที่บล็อกด้านกฎหมาย Verfassungsblog อธิบายไว้ในการวิเคราะห์หัวข้อ "AI กำลังกินโลกหนังสือ" การฝึกอบรมเกี่ยวกับเนื้อหาสังเคราะห์มีความเสี่ยงที่จะลดคุณภาพของแบบจำลอง ซึ่งเป็นปรากฏการณ์ที่นักวิจัยเรียกว่าการล่มสลายของแบบจำลอง ในทางตรงกันข้าม หนังสือที่พิมพ์ก่อนปี 2022 รับประกันว่าเป็นหนังสือที่เขียนโดยมนุษย์

นอกจากนี้ยังมีการคำนวณทางกฎหมาย บริษัทต่างๆ ให้เหตุผลว่าการสแกนหนังสือที่ตนเป็นเจ้าของอาจอยู่ภายใต้ข้อกำหนด "การใช้งานโดยชอบธรรม" ของกฎหมายลิขสิทธิ์ของสหรัฐอเมริกา ซึ่งเป็นการป้องกันที่พวกเขาเชื่อว่าแข็งแกร่งกว่าการคัดลอกเนื้อหาเว็บที่มีลิขสิทธิ์ ไม่ว่าศาลจะยอมรับข้อโต้แย้งนั้นยังคงเป็นคำถามเปิดหรือไม่ แต่ก็ไม่ได้หยุดความคลั่งไคล้ในการซื้อ

ปรากฏการณ์ Zoom Books

ในยุโรป ความสนใจมุ่งเน้นไปที่ร้านหนังสือออนไลน์ของแคนาดาชื่อ Zoom Books ซึ่งรายงานของ Verfassungsblog มีหนังสือสารคดีหลายแสนเล่มซึ่งมีความต้องการเชิงพาณิชย์เหลืออยู่เพียงเล็กน้อย หนังสือเหล่านี้ ทั้งผลงานทางวิชาการที่คลุมเครือ ประวัติศาสตร์ของภูมิภาค และคู่มือทางเทคนิคเฉพาะทาง แทบจะไร้ค่าสำหรับผู้ขายหนังสือมือสอง แต่เป็นตัวแทนของสื่อการฝึกอบรมที่ยังไม่ได้ใช้ก่อนหน้านี้สำหรับห้องปฏิบัติการ AI

ลัทธิอนาคตนิยมรายงานว่าการทำลายล้างกำลังเกิดขึ้น "ในขนาดที่เหลือเชื่อ แม้ว่าจะแทบไม่เหลือสำเนาเลยก็ตาม" ซึ่งหมายความว่าสำหรับบางเล่ม สำเนาที่สแกนและฉีกออกอาจเป็นฉบับสุดท้ายที่ยังหลงเหลืออยู่

ผู้จำหน่ายหนังสือและนักวิจัยผลักดันกลับ

รายงานดังกล่าวสร้างความตื่นตระหนกให้กับผู้จำหน่ายหนังสือโบราณวัตถุ ซึ่งกล่าวว่าผู้ซื้อจำนวนมากกำลังบิดเบือนตลาดมือสองและนำหนังสือหายากออกเร็วกว่าที่เอกสารสำคัญจะเก็บรักษาไว้ได้ หน่วยงาน Anadolu อ้างคำพูดของผู้จำหน่ายหนังสือโบราณวัตถุชาวตุรกีที่แสดงความกังขาเกี่ยวกับขอบเขตของการกล่าวอ้างดังกล่าว ขณะเดียวกันก็รับทราบถึงความกังวลที่เพิ่มขึ้นในตลาดหนังสือในยุโรป การรายงานข่าวใน Times of India และ Boing Boing ตีกรอบแนวโน้มนี้ว่าเป็นผลโดยตรงจากบริษัท AI ที่พยายาม "หลีกหนีจากความบกพร่องด้าน AI ของตนเอง" ด้วยการถอยกลับไปพิมพ์งานก่อนอินเทอร์เน็ต

นักอนุรักษ์ให้เหตุผลว่าการทำลายล้างเป็นเรื่องที่น่าหนักใจเป็นพิเศษ เนื่องจากไม่มีร่องรอยการลงทะเบียนกลางว่าหนังสือใดบ้างที่ถูกสแกนและทำลาย เมื่อตำแหน่งที่มีชีวิตรอดต่ำถูกทำลายสิ้น การสูญเสียนั้นอาจเกิดขึ้นอย่างถาวร เว้นแต่บริษัทที่สแกนจะเลือกที่จะแบ่งปันสำเนาดิจิทัล ซึ่งโดยทั่วไปแล้วจะไม่แบ่งปัน

ก้าวใหม่ของสงครามลิขสิทธิ์

แคมเปญการซื้อหนังสือเป็นจุดตัดของการต่อสู้ทางกฎหมายที่ยังไม่ได้รับการแก้ไขสองประเด็น: การฝึกโมเดล AI ในงานที่มีลิขสิทธิ์โดยไม่ได้รับอนุญาตถือเป็นการใช้งานโดยชอบหรือไม่ และการทำลายแหล่งข้อมูลทางกายภาพหลังจากการสแกนจะเปลี่ยนแคลคูลัสหรือไม่ จนถึงขณะนี้ ศาลได้ส่งสัญญาณที่หลากหลาย โดยมีคำตัดสินบางข้อที่สนับสนุนนักพัฒนา AI และบางคำตัดสินยังคงรักษาคำกล่าวอ้างของผู้สร้าง

สำหรับบริษัท AI การคำนวณนั้นตรงไปตรงมา หนังสือที่จัดพิมพ์นำเสนอข้อความที่เขียนโดยมนุษย์ที่มีความหนาแน่นและมีคุณภาพสูง ซึ่งหาได้ยากมากขึ้นทางออนไลน์ สำหรับห้องสมุด หอจดหมายเหตุ และนักสะสมที่ดูแลหนังสือหายาก การแลกเปลี่ยนนั้นมีข้อดีน้อยกว่ามาก นั่นคือ สิ่งประดิษฐ์ทางกายภาพที่ไม่สามารถถูกแทนที่ได้ลดลงเหลือโทเค็นการฝึกอบรมแล้วนำไปรีไซเคิลเป็นเยื่อกระดาษ

แนวทางปฏิบัตินี้ยังทำให้เกิดคำถามเกี่ยวกับความโปร่งใส การเปิดเผยข้อมูลของ Anthropic เกิดขึ้นเพียงเพราะถูกบังคับให้ดำเนินคดีเท่านั้น ยังไม่ทราบว่ามีบริษัทอื่นๆ อีกจำนวนกี่รายที่ดำเนินกลยุทธ์ที่คล้ายกัน มีหนังสือกี่เล่มที่ถูกทำลายไปแล้ว หรือมีมาตรฐานทั่วทั้งอุตสาหกรรมเพื่อรักษาชื่อหนังสือที่มีความเสี่ยงก่อนที่จะถูกสแกนและทิ้งหรือไม่

ปัญหาขนาดที่ไม่มีใครสามารถวัดได้

ส่วนหนึ่งของสิ่งที่ทำให้เทรนด์นี้ยากต่อการควบคุมคือการแพร่กระจายของเทรนด์ แคมเปญการซื้อหนังสือต่างจากคลังข้อมูลหรือฐานข้อมูลขนาดใหญ่เพียงแหล่งเดียว โดยกระจายไปตามธุรกรรมนับพันรายการ ไม่ว่าจะเป็นการขายอสังหาริมทรัพย์ การขายการแยกการเข้าถึงห้องสมุด และตลาดออนไลน์ ซึ่งผู้ซื้อจำนวนมากที่ซื้อหนังสือสารคดีจำนวนหนึ่งจะทำให้เกิดธงแดงที่ไม่ชัดเจน อย่างไรก็ตาม เมื่อรวมกันจากการซื้อหลายแสนครั้ง ผลสะสมคือการขจัดความรู้เฉพาะกลุ่มและการหมุนเวียนต่ำออกจากบันทึกทางกายภาพอย่างเงียบๆ

บรรณารักษ์และผู้เก็บเอกสารเตือนว่าการสูญเสียไม่กระจายอย่างเท่าเทียมกัน หนังสือขายดีในตลาดมวลชนอยู่รอดได้ในจำนวนสำเนานับไม่ถ้วน แต่ชื่อที่ดึงดูดใจผู้ฝึกสอน AI มากที่สุด—งานเฉพาะด้านที่มีข้อมูลหนาแน่นพร้อมการพิมพ์จำนวนน้อย—เป็นชื่อที่มีแนวโน้มจะถูกเก็บรักษาไว้ที่อื่นน้อยที่สุด เมื่อถูกทำลายแล้ว สิ่งเหล่านี้อาจมีอยู่เฉพาะในรูปแบบข้อมูลการฝึกอบรมที่เป็นกรรมสิทธิ์ซึ่งถูกล็อคอยู่ภายในเซิร์ฟเวอร์ของบริษัท ซึ่งไม่สามารถเข้าถึงได้โดยสาธารณะที่ผลิตและอาศัยข้อมูลเหล่านี้ตั้งแต่แรก

ก้าวนำหน้า AI

สงครามข้อมูลการฝึกอบรมทวีความรุนแรงขึ้น และความเสี่ยงขยายออกไปเกินกว่างบดุลขององค์กร หากต้องการ อ่านข่าว AI เพิ่มเติม และติดตามการตอบสนองของศาล หน่วยงานกำกับดูแล และนักอนุรักษ์ โปรดติดตาม AI Buzz Wire

อ่านข่าว AI เพิ่มเติม →