Deși sună ca scenariul unei distopii, există deja investigații care arată cum firmele de AI cumpără multe cărți, le scandează conținutul și distrug exemplarele fizice.
Vânzătorii de cărți la mâna a doua din Marea Britanie au parte de un „boom” semnificativ al vânzărilor, arată BBC într-un nou reportaj citat de Gizmodo. Site-ul specializat în tehnologie amintește că situația a fost semnalată și în alte țări, creșterea vânzărilor de cărți fiind un efect al cursei pentru dezvoltarea inteligenței artificiale (AI).
Stuart Manley, fondatorul librăriei de carte second-hand „Barter Books” a dezvăluit pentru BBC că a câștigat recent dintr-o singură comandă cât câștigă de obicei într-o săptămână.
David Tobin, un alt comerciant care conduce librăria „Walden Books” din nordul Londrei, a spus că și afacerea lui trece printr-un adevărat „boom” al vânzărilor.
„În anumite privințe, este foarte plăcut să vinzi unele dintre aceste titluri care nu au mai fost vândute de mulți ani”, le-a spus el celor de la BBC. Însă a adăugat: „ar fi trist dacă, în cele din urmă, ar fi distruse”.
De ce vor companiile de AI să pună mâna pe cărți vechi
Site-ul specializat în tehnologie Gizmodo notează că, într-adevăr, există șanse destul de mari ca publicațiile vândute de aceștia să fi fost sau să urmeze să fie distruse.
Site-ul american de investigații 404 Media a fost primul care a relatat pe larg luna trecută despre modul în care cărțile vechi devin un produs „premium” deoarece orice lucru publicat după adoptarea modelelor lingvistice de mari dimensiuni (LLM) ar putea conține texte generate tocmai de acestea.
Până în jurul anului 2022, cărțile erau scrise exclusiv de oameni, iar companiile de inteligență artificială au nevoie de texte scrise de oameni pentru a antrena viitoarele LLM-uri.
Problema este că instrumentele AI ce funcționează în baza acestor modele, în special primele versiuni, au generat numeroase „halucinații”, adică informații complet inventate. Iar dacă noile modele sunt antrenate la rândul lor pe baza unor texte ce conțin informații false, pericolul este ca output-ul lor să devină profund viciat.
„Project Panama”, la unul dintre marii jucători din domeniul inteligenței artificiale
Anthropic, cel mai important rival al OpenAI din domeniul inteligenței artificiale, a avut probleme juridice de anvergură pentru că a folosit copii ilegale ale unor cărți drept date de antrenament, ajungând în cele din urmă să plătească 1,5 miliarde de dolari pentru a soluționa un proces colectiv intentat în SUA.
Documente judiciare descoperite recent arată că noul plan al Anthropic pentru introducerea datelor din cărți, cu numele de cod „Project Panama”, este legal în SUA, dar este asociat unor costuri negative pentru imaginea companiei.
Planul presupune „scanarea distructivă”, adică luarea unui exemplar fizic al unei cărți și scanarea lui, distrugând însă exemplarul fizic în acest proces. Un tribunal american a stabilit că scanarea cărților pentru antrenarea inteligenței artificiale intră sub incidența doctrinei „fair use” (utilizare rezonabilă).
Însă Anthropic este obligată să distrugă cărțile pentru a rămâne în legalitate. Motivul poate părea unul halucinant: înainte de scanare există un singur exemplar al cărții, iar după scanare există tot un singur exemplar (în format digital), ceea ce în interpretarea legislației americane înseamnă că nu are loc nicio piraterie.
Un reportaj recent despre această practică include o secvență video care arată cum cărților li se taie cotoarele. Clipul care s-a viralizat pe rețelele de socializare ilustrează așa-zisa „scanarea distructivă”.
