آموزش هوش مصنوعی با کتاب‌های چاپی؛ افشای امحای سیستماتیک آثار قدیمی در آمازون

اقدام اخیر غول‌های فناوری در زمینه آموزش هوش مصنوعی با کتاب‌های چاپی ابعاد تازه‌ای یافته است؛ فرایندی که طی آن، آثار مکتوب قدیمی پس از تبدیل به داده‌های دیجیتال به‌طور کامل امحا می‌شوند.

کشف ماجرا با ردیابی مخفیانه مرسولات پستی

ماجرای خرید گسترده آثار چاپی زمانی فاش شد که یکی از فروشندگان سنتی، یک حسگر مکان‌یاب کوچک را درون یکی از جلدهای ارسالی تعبیه کرد. این بسته پس از پیمودن مسافتی طولانی در سراسر خاک ایالات متحده، به پایگاه لجستیکی آمازون موسوم به LAS8 واقع در شمال لاس‌وگاس تحویل داده شد.

بررسی‌ها نشان می‌دهد بخشی ویژه در این تأسیسات با نام اختصاری VGT3، وظیفه دیجیتال‌سازی سریع صفحات را بر عهده دارد. نیروهای مستقر در این بخش، جلد و شیرازه اصلی هر اثر را پیش از اسکن از صفحات جدا می‌کنند؛ اقدامی که ساختار فیزیکی کتاب را به کلی نابود کرده و مانع استفاده مجدد از آن می‌شود.

علت تمرکز مدل‌های هوش مصنوعی بر متون قدیمی

شرکت‌های پیشرو به دلیل محدودیت شدید منابع متنی تازه و استاندارد در محیط وب، توجه خود را به گنجینه‌های کاغذی معطوف کرده‌اند. کتاب‌های کمیاب و آثاری که دیگر تجدید چاپ نمی‌شوند، از باکیفیت‌ترین منابع نگارش انسانی به شمار می‌روند و گزینه‌ای ایده‌آل برای تقویت پردازش زبانی هوش مصنوعی محسوب می‌شوند.

افزایش ناگهانی و سفارش‌های کلی بدون توجه به عناوین و سلامت ظاهری نسخه‌ها، نشان‌دهنده نیاز مبرم توسعه‌دهندگان به داده‌های متنی خام است.

پیامدهای حقوقی و خطر نابودی میراث فرهنگی

این رویه که اصطلاحاً تغییر فرمت نامیده می‌شود، چالش‌های جدی حقوقی پدید آورده است. پیش از این نیز شرکت‌هایی همچون انتروپیک دست به اقداماتی مشابه زده بودند که به اعتراض نهادهای نظارتی و مالکان حقوق معنوی آثار انجامید.

نگرانی بزرگ‌تر متوجه کتابداران و پژوهشگران تاریخ است؛ چرا که خرید بی‌رویه و امحای سیستماتیک نسخه‌های فیزیکی، می‌تواند آخرین بازمانده‌های برخی متون تاریخی را برای همیشه از بین ببرد.

تداوم این روند نشان می‌دهد که رقابت برای ارتقای سامانه‌های هوشمند، خطری جدی برای حفظ نسخه‌های فیزیکی متون تاریخی ایجاد کرده است.