غارت و نابودی کتاب‌ها توسط شرکت‌های هوش مصنوعی

تصور کنید میلیون‌ها جلد کتاب چاپی که سال‌ها در قفسه کتاب‌فروشی‌ها خاک می‌خوردند، ناگهان توسط دستگاه‌های برش هیدرولیک تکه‌تکه شده، جلدشان شکافته می‌شود و برگه‌های آن‌ها درون اسکنرهای پرسرعت توسط هوش مصنوعی بلعیده می‌شوند. 

غول‌های فناوری مانند Anthropic و Meta برای آموزش مدل‌های زبانی خود، به خریدهای میلیونی و نابودی فیزیکی کتاب‌های چاپی دست‌دوم روی آورده‌اند روشی که خشم نویسندگان و ناشران را برافروخته است.

اینترنت امروزی از متون بی‌کیفیت و ساخته‌شده توسط چت‌بات‌ها پر شده است. شرکت‌های هوش مصنوعی برای هوشمندتر شدن نیازمند داده‌های «پاک و آلوده‌نشده» هستند. پلتفرم‌های فروش کتاب تأکید می‌کنند: «کتاب‌های چاپی منتشرشده قبل از سال ۲۰۲۲، از آلودگی‌های متنی هوش مصنوعی پاک هستند.»

از آنجا که اسکن دستی کتاب‌ها بدون آسیب زدن به صحافی، فرآیندی بسیار کند است، شرکت‌ها با استفاده از قانونی به نام «دکترین فروش اول» (که به خریدار اجازه می‌دهد هر بلایی سر کالای خریداری‌شده بیاورد)، کتاب‌ها را به صورت انبوه (از ۱,۰۰۰ تا ۱,۰۰۰,۰۰۰ جلد) می‌خرند. سپس با دستگاه‌های برش هیدرولیک، برگه را از جلد جدا کرده و با اسکنرهای صنعتی، متون را استخراج می‌کنند. فرآیندی که کتاب فیزیکی را رسماً نابود یا خمیر می‌کند.

ارزشی که در اسکنر گم می‌شود

شرکت Anthropic اخیراً مجبور به پرداخت ۱.۵ میلیارد دلار تسویه حساب به نویسندگان شد. با این حال، سود مالی بالای خریدهای انبوه باعث شده برخی فروشندگان کتاب‌های قدیمی و خارج از چاپ (به‌ویژه در اروپا و هلند) حجم فروش هفتگی خود را از چند ده جلد به صدها جلد برسانند. موضوعی که نگرانِ نابودی آخرین نسخه‌های باقی‌مانده از برخی کتاب‌های نایاب است.

منتقدان معتقدند که کتاب صرفاً یک «داده خام متنی» نیست، بلکه یک اثر تاریخی و فیزیکی است. 

از سوی دیگر، طرفداران هوش مصنوعی مدعی هستند که با این کار، محتوای علمی و ادبی این کتاب‌ها دیجیتالی شده و برای همیشه در حافظه دیجیتال بشریت ذخیره می‌شود. ادعایی که مخالفان آن را «غارت فرهنگی به نام پیشرفت» می‌نامند.