AI компании массово скупают и уничтожают книги

Крупные компании в сфере AI начали массово скупать бумажные книги для обучения своих моделей и формирования новых баз данных. Согласно расследованию издания 404 Медиа, после процесса цифровизации книги полностью уничтожаются физически, что вызывает серьезные опасения по поводу судьбы литературного наследия. Об этом сообщает Иксбт.ком сообщает .

Как выяснилось, такие закупки осуществляются через специальных посредников с целью сокрыть конечных заказчиков. В рамках некоторых оптовых сделок приобретается от 1 тыс. до 1 млн экземпляров изданий за раз. При этом покупателей интересуют не автор, жанр или конкретная тема, а объем и качество текста.

Резкие изменения на книжном рынке

В этом процессе также активно участвует база данных ИСБНдб, которая ранее обслуживала библиотеки и книжные магазины. В настоящее время она предлагает услуги по оптовой поставке и массовой закупке книг для корпораций, работающих в направлении AI. По словам продавцов подержанных книг, спрос резко вырос — если раньше продавалось в среднем около 20 книг в неделю, то теперь этот показатель достиг сотен экземпляров. Аналогичная тенденция наблюдается и на торговых площадках Алибрис и Библио.

По мнению специалистов, печатные произведения, написанные людьми, считаются самым чистым и качественным источником данных для AI. Причиной тому является отсутствие в них объема повторных и низкокачественных данных, сгенерированных самими нейросетями. Это имеет важное значение в повышении логической структуры и грамотности языковых моделей.

Правовые проблемы и уничтожаемое наследие

Данная практика ранее уже нашла свое подтверждение в материалах суда, возбужденного в отношении компании Anthropic. Компания покупала книги и сканировала их с помощью подрядчиков, после чего для удобства быстрого промышленного процесса сканирования разделяла множество экземпляров на отдельные страницы. Суд признал использование законно купленных книг для обучения допустимым согласно принципу «добросовестного использования» (фаир усе). Однако компания столкнулась и с другими исками за хранение миллионов пиратских книг. Также Google была привлечена к суду по обвинению в незаконном использовании миллионов книг, защищенных авторским правом, при обучении модели Gemini.

Самым тревожным аспектом процесса является то, что после сканирования многие редкие и долгое время не переиздававшиеся книги безвозвратно уничтожаются. Их цифровые версии сохраняются лишь в закрытых базах данных AI. Это создает угрозу физического исчезновения ценного культурного наследия для будущих поколений.