Amazon перетворює книжкові скарби на цифрові дані: розслідування виявило масштабне знищення видань для навчання ШІ
Гігант електронної комерції Amazon опинився в центрі гучного розслідування, яке ставить під сумнів етичність його методів розвитку штучного інтелекту. За інформацією видання 404 Media, компанія масово скуповує друковані книжки, включно з рідкісними старовинними виданнями, з метою їх подальшого сканування та використання для навчання своїх ШІ-систем. При цьому, в процесі цього, значна кількість унікальних творів фактично знищується.
Цифрове полювання на тексти: як Amazon використовує книжкову спадщину
Розслідування розпочалося з тривожних сигналів від продавців вживаних книг, які помітили незвичний ажіотаж на маркетплейсах. Вони повідомляли про надходження великих замовлень на випадкові партії книг, де ціна відігравала другорядну роль. Один із продавців, зацікавлений у з’ясуванні джерела такого попиту, погодився на встановлення трекера в одну з книг, що вирушила у подорож на склад Amazon у Лас-Вегасі.
Подальший аналіз показав, що цей склад, відомий як комплекс VGT3, спеціалізується на обробці книг для друку на замовлення. Однак, журналісти виявили, що в його північній частині діє окремий підрозділ, де книги не друкуються, а навпаки – ріжуться та скануються. Працівники, які ділилися своїм досвідом на онлайн-форумах, описували процес як послідовну роботу: спочатку сканування штрих-кодів чи ISBN, а потім – обробка вмісту. Для прискорення процесу сканування корінці книг обрізаються, що призводить до їх фізичного пошкодження.
Чому старі книги – цінний ресурс для ШІ?
Основна версія, яку висувають журналісти, полягає в тому, що компанії, які розробляють ШІ, прагнуть отримати доступ до максимально різноманітних текстових масивів. Особливу цінність для них становлять книги, тексти яких ще не були оцифровані та доступні в інтернеті. Старі видання, надруковані до 2022 року – періоду активного розвитку генеративних моделей, розглядаються як особливо цінний ресурс, оскільки вони гарантують наявність текстів, створених виключно людьми. Це допомагає уникнути так званого “колапсу моделі” – проблеми, коли ШІ навчається на текстах, що самі були згенеровані попередніми версіями штучного інтелекту, що може призвести до зниження якості та оригінальності контенту.
Судові прецеденти та етичні дилеми
Ця практика не є абсолютно новою. Подібні випадки вже фігурували в судових справах, зокрема, щодо компанії Anthropic, яка також займалася збором книг для навчання ШІ. Тоді суд визнав таке сканування добросовісним використанням, зважаючи на фізичне знищення оригіналів. Проте, у випадку Amazon залишається багато запитань.
Компанія підтвердила, що закуповує книги для “розробки та вдосконалення продуктів і послуг”, але ухилилася від прямої відповіді на питання про причини фізичного знищення книг, обсяги подібних операцій у світі та своє ставлення до критики щодо знищення друкованих видань.
Рідкісні книги: цінність поза цифрами
Особливу стурбованість викликає доля рідкісних книг. Хоча їх назви не розкриваються, зазначається, що деякі з них мають обмежений тираж, написані малопоширеними мовами або мають значну історичну, інтелектуальну та сентиментальну цінність. Для продавців, які цінують ці видання не лише за грошову вартість, але й за їх культурне значення, така байдужість корпорацій до унікальної спадщини є неприпустимою. Вони вказують на те, що для таких компаній, як Amazon, книги – це лише джерело сирих даних для перетворення на цифрові масиви, а не самостійні твори людської думки та творчості.
