Πόσο δυστοπικό το θες; Εταιρείες AI αγοράζουν παλιά βιβλία και μετά τα καταστρέφουν!
Βιργινία ΚιμπουροπούλουΤο τελευταίο διάστημα, παλαιοπωλεία λαμβάνουν παραγγελίες για αρκετές εκατοντάδες βιβλία, με το περιεχόμενό τους να ποικίλει από ιστορία, βοτανολογία ως και οικονομία. Όλα τους έχουν ένα κοινό σημείο: Διαθέτουν ISBN (Διεθνής Πρότυπος Αριθμός Βιβλίου), το οποίο είναι ένα μοναδικό 13ψήφιο αναγνωριστικό που αποδίδεται σε κάθε δημοσιευμένο βιβλίο ή έκδοση.
Οι αγοραστές αυτών των βιβλίων δεν είναι συλλέκτες, αλλά εταιρείες που αναπτύσσουν λογισμικά τεχνητής Νοημοσύνης (AI).
Εκπρόσωποι των AI εταιρειών ή μεσάζοντες που έχουν υπογράψει συμφωνητικά εμπιστευτικότητας (NDA), αγοράζουν συστηματικά μεταχειρισμένα βιβλία, κόβουν τις ράχες τους για σάρωση υψηλής ταχύτητας και πολτοποιούν τα πρωτότυπα.
Καταστρέφουν βιβλία που τροφοδοτούν το AI με νέα γνώση
Η πρακτική αυτή – που θυμίζει κάτι από το κάψιμο των βιβλίων από τους Ναζί – γίνεται για έναν λόγο απλό, αλλά τρομακτικό: το διαδίκτυο είναι πλέον τόσο κορεσμένο με κείμενο παραγόμενο από AI, που τα βιβλία που κυκλοφόρησαν σε έντυπη μορφή πριν από το 2022 αντιπροσωπεύουν την τελευταία μεγάλη, «αμόλυντη» δεξαμενή ανθρωπογενούς γνώσης.
Με αυτόν τον τρόπο, οι εταιρείες τροφοδοτούν τα chatbots και τα πρότζεκτ – όπως το Stargate – με «νέα» γνώση.
Η τροφοδότηση των AI μοντέλων με περιεχόμενο έντυπων βιβλίων γίνεται για να αποφευχθεί αυτό που οι ειδικοί αποκαλούν «κατάρρευση μοντέλου» (model collapse) – μια εκφυλιστική διαδικασία μάθησης όπου τα μοντέλα τεχνητής νοημοσύνης υποβαθμίζονται με την πάροδο του χρόνου, καθώς εκπαιδεύονται αναδρομικά σε δεδομένα που παράγονται από προηγούμενα μοντέλα (AI).
Αν και ορισμένοι συγγραφείς «δηλητηριάζουν» εσκεμμένα το περιεχόμενο του ιστού για να διαφθείρουν τους μηχανισμούς συλλογής δεδομένων (scraping pipelines), τα παλιά έντυπα βιβλία παρακάμπτουν τη διαδικασία αυτή, καθώς παραμένουν εντελώς «αμόλυντα» από την τεχνητή νοημοσύνη.
Το «Project Panama» της Anthropic δαπάνησε δεκάδες εκατομμύρια σε αυτήν ακριβώς τη στρατηγική, χρησιμοποιώντας τον εργολάβο Datamation για τη σάρωση βιβλίων για τα δεδομένα εκπαίδευσης του Claude, σύμφωνα με δικαστικά έγγραφα που επικαλείται η Washington Post.
Παράνομο ή νόμιμο;
Αν αναρωτιέστε εάν αυτό είναι παράνομο, ομοσπονδιακό δικαστήριο των ΗΠΑ αποφάσισε πως… όχι, χαρακτηρίζοντας τη διαδικασία «αγορά-σάρωση-καταστροφή» βιβλίων ως «σαφώς μετασχηματιστική».
Στην υπόθεση Μπαρτζ v. Anthropic, ο δικαστής Γουίλιαμ Άλσαπ έκρινε ότι η αγορά ενός βιβλίου, η σάρωσή του, η καταστροφή του φυσικού αντιτύπου και η διατήρηση μόνο της ψηφιακής μορφής για την εκπαίδευση AI συνιστά θεμιτή χρήση, σύμφωνα με τη νομοθεσία περί πνευματικών δικαιωμάτων των ΗΠΑ.
Αυτό σημαίνει πως μπορεί μία εταιρεία ΑΙ να αγοράσει ένα βιβλίο, να το σαρώσει, να το καταστρέψει και να κρατήσει τα δεδομένα, επειδή το ψηφιακό αντίγραφο «αντικαθιστά» το φυσικό και δεν αναδιανέμεται ως υποκατάστατο βιβλίου.
Η Anthropic ξεχωριστά ήρθε σε συμβιβασμό για ένα ποσό που αναφέρεται στα 1,5 δισεκατομμύρια δολάρια, καλύπτοντας περίπου 500.000 έργα, σύμφωνα με το Dataconomy – διατηρώντας έτσι κάθε εκπαιδευμένο μοντέλο που χτίστηκε πάνω σε αυτά τα δεδομένα – ανοίγοντας τον δρόμο σε εταιρείες να κάνουν το ίδιο.
Ωστόσο, η Οδηγία της ΕΕ για την Ψηφιακή Ενιαία Αγορά επιπλέκει περαιτέρω τα πράγματα, επιτρέποντας στους δικαιούχους να εξαιρούνται (opt-out) από την εξόρυξη κειμένου και δεδομένων.
Για τα παλαιότερα βιβλία των οποίων οι συγγραφείς έχουν πεθάνει ή είναι απρόσιτοι, όμως, αυτός ο μηχανισμός εξαίρεσης δεν λειτουργεί εμποδίζει τις εταιρείες.
Το χειρότερο είναι πως πολλά από τα βιβλία που χρησιμοποιούνται για την «εκπαίδευση» του AI και έπειτα καταστρέφονται μπορεί να είναι τα τελευταία αντίτυπα σπουδαίων έργων ή σπάνια αντίτυπα.
Το ποιος ελέγχει την πολιτιστική και έντυπη κληρονομιά της ανθρωπότητας δεν είναι πλέον ένα ερώτημα που μπορεί να μείνει αναπάντητο.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου