Η τεχνητή νοημοσύνη ψάχνει απεγνωσμένα για κείμενα που δεν έχουν μολυνθεί από την ίδια. Και τα βρίσκει σε παλιά έντυπα βιβλία.
Καθώς οι εταιρείες AI χρειάζονται όλο και περισσότερα δεδομένα για να εκπαιδεύσουν τα μοντέλα τους, μια παράξενη νέα αγορά φαίνεται να σχηματίζεται γύρω από το πιο παλιό μέσο: το τυπωμένο βιβλίο. Η ISBNdb, εταιρεία που διατηρεί μια από τις μεγαλύτερες βάσεις δεδομένων βιβλίων στον κόσμο, διαφημίζει πλέον υπηρεσίες μαζικής προμήθειας έντυπων βιβλίων για εταιρείες τεχνητής νοημοσύνης, με παραγγελίες που μπορούν να ξεκινούν από τα 1.000 και να φτάνουν έως το ένα εκατομμύριο αντίτυπα.
Το επιχείρημα είναι σχεδόν ειρωνικό. Τα βιβλία που τυπώθηκαν πριν από την έκρηξη των μεγάλων γλωσσικών μοντέλων θεωρούνται πολύτιμα επειδή είναι εγγυημένα απαλλαγμένα από κείμενα που έχουν παραχθεί από AI. Σε μια εποχή όπου το διαδίκτυο γεμίζει με συνθετικό περιεχόμενο, πρόχειρες αναπαραγωγές, μηχανικά παραγόμενα άρθρα και κείμενα που μπορεί ακόμη και να έχουν γραφτεί για να «δηλητηριάσουν» τα μοντέλα, τα προ του 2022 βιβλία αποκτούν ξανά αξία ως καθαρή, επιμελημένη, ανθρώπινη γνώση.
Με άλλα λόγια, η AI επιστρέφει στα ράφια για να σωθεί από τη δική της σαβούρα.
Η ISBNdb παρουσιάζει τα έντυπα βιβλία ως ιδανικό υλικό εκπαίδευσης: επιμελημένο, δομημένο, θεματικά εξειδικευμένο, χωρίς τις ακαθαρσίες μιας τυχαίας διαδικτυακής σάρωσης. Παράλληλα, υπόσχεται στους πελάτες της πλήρη μυστικότητα, με συμφωνίες εμπιστευτικότητας για κάθε έργο, ώστε να μην αποκαλύπτονται η ταυτότητα, η στρατηγική ή οι στόχοι των αγορών τους.
Η ίδια η εταιρεία φαίνεται να γνωρίζει πόσο άσχημα μπορεί να ακουστεί όλο αυτό δημόσια. Στο υλικό της αναγνωρίζει ότι υπάρχει πραγματικό πρόβλημα εικόνας: ένας τίτλος όπως «εταιρεία AI καταστρέφει δύο εκατομμύρια βιβλία» δύσκολα θα προκαλούσε συμπάθεια.
Το ζήτημα δεν είναι μόνο η αγορά των βιβλίων. Είναι και το τι μπορεί να τους συμβεί μετά. Η καταστροφική σάρωση, η γρήγορη και φθηνότερη μέθοδος ψηφιοποίησης μεγάλων όγκων βιβλίων, προϋποθέτει να κοπεί η ράχη ώστε οι σελίδες να περάσουν από μηχανή σάρωσης. Ένα έντυπο αντίτυπο μετατρέπεται έτσι σε ψηφιακό αρχείο και, στη συνέχεια, μπορεί να καταλήξει στην ανακύκλωση ή στην πολτοποίηση.
Το θέμα είχε ήδη πάρει μεγάλη διάσταση όταν εσωτερικά έγγραφα της Anthropic, που αποκαλύφθηκαν σε αγωγή συγγραφέων για πνευματικά δικαιώματα, έδειξαν σχέδιο αγοράς και σάρωσης εκατομμυρίων έντυπων βιβλίων. Η εταιρεία είχε αναθέσει μέρος της διαδικασίας σε υπηρεσίες που προσφέρουν τόσο καταστροφική όσο και μη καταστροφική σάρωση.
Ένα κρίσιμο νομικό στοιχείο έκανε την υπόθεση ακόμη πιο παράξενη. Ο δικαστής Γουίλιαμ Άλσαπ έκρινε ότι η δημιουργία ψηφιακών αντιγράφων από αγορασμένα βιβλία μπορούσε, στη συγκεκριμένη περίπτωση, να θεωρηθεί θεμιτή χρήση, ακριβώς επειδή τα πρωτότυπα έντυπα καταστράφηκαν και το ένα αντίτυπο αντικατέστησε το άλλο. Η ISBNdb επικαλείται αυτό το σκεπτικό για να παρουσιάσει την αγορά βιβλίων από τη δευτερογενή αγορά ως πιο ασφαλή διαδρομή για τις εταιρείες AI.
Όμως οι βιβλιοπώλες βλέπουν κάτι άλλο να συμβαίνει. Ένας επαγγελματίας πωλητής ξενόγλωσσων και λιγότερο κοινών βιβλίων είπε ότι από τον Απρίλιο παρατήρησε ιστορική αύξηση στις πωλήσεις. Εκεί όπου σε μια καλή εβδομάδα πουλούσε περίπου 20 βιβλία, ξαφνικά άρχισε να πουλά εκατοντάδες. Δεν έχει απόδειξη ότι όλες αυτές οι παραγγελίες προέρχονται από εταιρείες AI, αλλά η ποσότητα, η αδιαφορία για την τιμή και η έλλειψη θεματικής συνοχής τού φαίνονται ύποπτες.
Το πιο ανησυχητικό, σύμφωνα με τον ίδιο, είναι ότι μέρος αυτών των παραγγελιών αφορά σπάνια, ξενόγλωσσα ή χαμηλής κυκλοφορίας βιβλία. Αν τέτοια αντίτυπα καταστραφούν για να γίνουν δεδομένα εκπαίδευσης, δεν χάνονται απλώς εμπορεύματα. Χάνονται βιβλία που μπορεί να είναι δύσκολο ή αδύνατο να ξαναβρεθούν.
Η ιστορία δεν αποδεικνύει ότι κάθε παράξενη μαζική αγορά βιβλίων σήμερα γίνεται για λογαριασμό εταιρειών AI. Δείχνει όμως ότι η δίψα για καθαρά δεδομένα έχει αρχίσει να αλλάζει ακόμη και την αγορά του παλιού βιβλίου. Εκεί όπου κάποτε οι σπάνιες ή εξειδικευμένες εκδόσεις περνούσαν από βιβλιοπώλες σε συλλέκτες, βιβλιοθήκες ή ερευνητές, τώρα μπορεί να καταλήγουν σε κέντρα διανομής, σαρωτές και σύνολα δεδομένων.
Το έντυπο βιβλίο, που η τεχνολογία είχε πολλές φορές θεωρήσει ξεπερασμένο, επιστρέφει ως πρώτη ύλη για το πιο καινούργιο τεχνολογικό προϊόν.
Μόνο που αυτή η επιστροφή έχει κάτι σκοτεινό: τα βιβλία δεν διαβάζονται πια για να διασωθούν, αλλά για να απορροφηθούν. Και μερικές φορές, για να εξαφανιστούν.
Με στοιχεία από 404 Media, Washington Post
