نابودی میلیون‌ها کتاب چاپی برای آموزش مدل‌های هوش مصنوعی

شرکت‌های پیشرو در حوزه هوش مصنوعی برای دستیابی به داده‌های آموزشی باکیفیت و مقابله با محتوای بی‌کیفیت اینترنتی، رویه بحث‌برانگیزی را در پیش گرفته‌اند که منجر به نابودی فیزیکی میلیون‌ها جلد کتاب چاپی شده است.

اسکن تخریبی؛ بهای سنگین پیشرفت هوش مصنوعی

بر اساس گزارش‌های حقوقی، شرکت‌های فناوری برای افزایش سرعت دیجیتالی‌سازی، از روش «اسکن تخریبی» استفاده می‌کنند. در این فرآیند، شیرازه کتاب‌ها به‌طور کامل جدا شده و صفحات برای اسکنرهای صنعتی پرسرعت آماده می‌شوند که نتیجه آن نابودی فیزیکی کتاب است. این در حالی است که روش‌های غیرتخریبی با استفاده از اسکنرهای سقفی وجود دارند، اما شرکت‌ها به دلیل هزینه کمتر و سرعت بالاتر، روش تخریبی را ترجیح می‌دهند.

چالش‌های حقوقی و جریمه‌های سنگین

شرکت آنتروپیک یکی از بازیگران اصلی در این حوزه است که با استفاده از واسطه‌ها، میلیون‌ها کتاب را برای آموزش مدل Claude تهیه و سپس از بین برده است. دادگاه‌های اخیر، اگرچه استفاده از کتاب‌ها را در برخی موارد «استفاده منصفانه» دانسته‌اند، اما آنتروپیک را به‌دلیل نگهداری آرشیوی از ۷ میلیون نسخه کتاب بدون رعایت حقوق ناشران، به پرداخت ۱.۵ میلیارد دلار جریمه محکوم کردند.

وضعیت بازار کتاب و دسترسی به داده‌ها

تقاضا برای خرید عمده کتاب‌های منتشرشده پیش از سال ۲۰۲۲ به‌شدت افزایش یافته است. داده‌های پایگاه ISBNdb نشان می‌دهد که سفارش‌های خرید از ۱,۰۰۰ تا ۱ میلیون جلد متغیر است. کتاب‌فروشان حرفه‌ای گزارش می‌دهند که فروش هفتگی آن‌ها به دلیل تقاضای شرکت‌های هوش مصنوعی تا ۵ برابر رشد داشته است.

«متون اسکن‌شده مستقیماً به پایگاه‌های داده خصوصی منتقل می‌شوند و عموم مردم به آن‌ها دسترسی ندارند؛ این وضعیت دسترسی نسل‌های آینده به منابع اطلاعاتی اصیل را با تهدید جدی مواجه می‌کند.»

این روند نه تنها پرسش‌های اخلاقی درباره حفظ آثار فرهنگی ایجاد کرده، بلکه نگرانی‌هایی را در مورد انحصار اطلاعات توسط غول‌های فناوری و حذف فیزیکی منابع دانشی بشر دامن زده است.