Ngành công nghiệp AI đang thay đổi cách thu thập dữ liệu

Các công ty AI đang âm thầm mua số lượng lớn sách hiếm thông qua dịch vụ ISBNdb, nơi cho phép đặt hàng tới một triệu cuốn và giấu danh tính người mua. Những cuốn sách này được đưa qua máy quét tốc độ cao, cắt bỏ gáy, số hóa và sau đó tiêu hủy bản gốc. Các nhà xuất bản và hiệu sách cho biết những cuốn sách trước năm 2022 được coi là “vàng” vì chúng không chứa văn bản do AI tạo ra, đảm bảo tính nguyên bản cho dữ liệu huấn luyện.

Lỗ hổng pháp lý và mô hình kinh doanh gây tranh cãi

Một thẩm phán liên bang Mỹ đã phán quyết hành động này là “sử dụng hợp lý” vì chỉ có một bản sao tồn tại tại một thời điểm. Anthropic còn thuê cựu giám đốc quan hệ đối tác Google Books để tiếp cận “tất cả sách trên thế giới.” Trên website của mình, ISBNdb thẳng thắn thừa nhận: “Công ty AI hủy hai triệu cuốn sách” không phải là tiêu đề gây thiện cảm, nhưng họ vẫn xây dựng cả hệ thống với thỏa thuận không tiết lộ (NDA) và hướng dẫn khách hàng gọi đây là “bảo tồn kỹ thuật số.”

Tác động không thể đảo ngược với di sản văn hóa

Khác với việc thu thập dữ liệu từ web hay torrent thư viện, việc tiêu hủy sách hiếm là không thể đảo ngược. Những cuốn sách từ thế kỷ 18 từng sống qua chiến tranh, hỏa hoạn và hàng thế kỷ nay bị cắt nhỏ để AI học cách viết email tiếp thị tốt hơn. Một người bán sách kể với 404 Media rằng những cuốn sách gần như không còn bản sao nào khác cũng bị đưa vào guồng quay này. Đây là cảnh báo về ranh giới giữa đổi mới công nghệ và bảo vệ di sản, khi ngành AI chạy đua dữ liệu mà không có sự giám sát đầy đủ.