Видавці книг виступають проти масових закупівель рідкісних видань компаніями, що займаються розробкою ШІ.
Якщо ви справді цінуєте стару книгу і, можливо, навіть дивуєтеся, як її крихкі, пожовклі сторінки містять одні з найперших спроб людей осмислити навколишній світ, то заголовки про технологічні компанії, які знищують книги для навчання ШІ, ймовірно, завдають болючою рани вашій душі.
Справді, гнітюче уявляти купи книжкових корінців, що чекають, аби їх подрібнили, поки вирвані сторінки обрізають, сканують і викидають. Але це найдешевший і найпростіший спосіб якомога швидше відсканувати книги, а компанії, що займаються ШІ, змагаються за вдосконалення своїх моделей, тренуючи їх на захопливих, високоякісних текстах великого обсягу, які можна знайти лише в книгах. Тому книголюби побоюються, що ця практика відбувається у значно більших масштабах, ніж повідомляється зараз, і що деякі фізичні копії книг будуть втрачені назавжди.
Однак, що робить це знищення ще болючішим, так це те, що цього можна уникнути.
У 2009 році Google запатентував технологію сканування книг, яка не пошкоджує їх, і яку компанії, що займаються ШІ, могли б використовувати для ефективного сканування книг — якби вони були готові сповільнитися та інвестувати в цей процес. Однак вона не є досконалою; дослідження показали, що вигин сторінки може спотворювати текст, а деякі сторінки можуть бути пропущені. Як повідомляв Wired, під час швидкої роботи робітників можуть виникати збої, включно з руками, що закривають сторінки.
Загалом, компроміси щодо вартості та швидкості можуть не приваблювати компанії, що займаються ШІ, які шукають найдешевший спосіб сканувати мільйони найменувань, і метод Google може бути не найкращим для роботи з рідкісними книгами. Internet Archive, який допомагає бібліотекам зберігати старі колекції, давно усвідомив, що сканування старих текстів потребує часу та уваги для обмеження роботи з ними, і саме тому це вважається такою “людською” роботою.
Для компаній, що займаються ШІ, які прагнуть знайти скорочені шляхи, метод Internet Archive може здатися майже незбагненним.
Але якщо ви книголюб, який шукає заспокоєння серед чуток про знищення книг за допомогою ШІ, старий допис 2021 року описує, як Internet Archive сканує книги, щоб уникнути пошкодження навіть найцінніших рідкісних видань. У ньому сканер книг, який працює в Архіві з 2010 року, Еліза Чжан, запропонувала момент спокою, пояснивши, що їй так подобається сканувати книги «складним шляхом».
Post стверджує, що Internet Archive дійсно пробував автоматизований шлях, навіть тестуючи «комерційні книжкові сканери з вакуумним пристроєм для перегортання сторінок». Але «виявилося, що ці автоматизовані сканери погано працювали з крихкими книгами, рідкісними томами та іншими спеціальними колекціями — тим типом матеріалу, який наші бібліотечні партнери просять нас оцифровувати», — повідомив Internet Archive.
«Робота вимагає гострої концентрації», — сказала Чжан, оскільки сторінки «дуже старих, крихких книг» «тонкі, як папір». У дописі Андреа Міллс, яка допомагає керувати операціями з книжкового сканування Архіву, пояснила, що «чисті, сухі людські руки — найкращий спосіб перегортати сторінки».
Щоб гарантувати, що кожна рідкісна книга пройде процес сканування лише один раз, Чжан не поспішає. Вона обережно піднімає скло сканера педаллю кожного разу, коли перегортає сторінку, потім налаштовує камери та переконується, що сторінка читабельна. Вона також зазначає будь-які розкладні сторінки, встановлюючи нагадування повернутися і сканувати вставки, щоб бонусні матеріали не були втрачені під час документування основних сторінок роботи.
Весь цей час вона розуміє, що якщо сторінка буде пропущена або зображення буде занадто розмитим, фірмове програмне забезпечення Internet Archive зупинить процес і запропонує їй відсканувати його знову. Однак практика веде до досконалості, і вона повідомляє про низький рівень помилок після більш ніж десяти років пошуку ритму в роботі.
На той час Чжан відсканувала «понад 3 мільйони сторінок, 14 000 розкладних елементів та 18 000 одиниць (переважно книг)», з метою гарантувати «нуль помилок», — йдеться у дописі.
Ars звернувся до Internet Archive за коментарем, але Кріс Фріланд, директор бібліотечних служб, заявив, що допис, який детально описує роботу Чжан, «досі є найкращим описом нашого поточного процесу сканування».
Допис з’явився після того, як відео сканування книг Чжан набрало 1,5 мільйона переглядів у тодішньому Twitter, супроводжуване підписом, який резонував з книголюбами, обуреними знищенням книг за допомогою ШІ сьогодні.
«В Internet Archive ми оцифровуємо книгу саме так», — йшлося у твіті. «Ми ніколи не знищуємо книгу, відрізаючи її корінець. Натомість ми оцифровуємо її складним шляхом — сторінка за сторінкою».
Книготорговці рідкісними виданнями фіксують підозрілі масові замовлення
З моменту судового позову влітку 2025 року, який викрив Anthropic у знищенні мільйонів друкованих книг для навчання своїх моделей ШІ, книголюби почали захищати найцінніші колекції від того, що здається нескінченним прагненням компаній, що займаються ШІ, завантажити всі книги світу у свої великі мовні моделі.
Найбільший страх для людей, які хочуть зберегти книги в процесі навчання, полягає в тому, що компанії, що займаються ШІ, безжально пустять під ніж рідкісні книги, які ніколи не можна буде замінити.
Як минулого тижня повідомляв The Atlantic, у соціальних мережах «бушували» після двох нещодавніх звітів, які вказували на те, що ШІ вже ставить під загрозу рідкісні книги. По-перше, звіт Telegraph звинуватив Кремнієву долину у знищенні мільйонів рідкісних книг та «знищенні оригіналів», а потім 404 Media повідомив, що компанія-розробник баз даних книг під назвою ISBNdb рекламувала, що може допомогти компаніям, що займаються ШІ, знаходити книги оптом.
Цей шквал критики був очікуваним: ISBNdb, за повідомленнями, попередила своїх клієнтів про поганий імідж. Anthropic почала використовувати кодову назву — «Project Panama» — для свого деструктивного сканування книг, намагаючись приховати це від громадськості.
Немає жодних ознак того, що Anthropic коли-небудь знищувала рідкісні книги, і компанія заперечувала це у своїх заявах. Також правда, що деякі компанії, що займаються ШІ, допомагають зберігати рідкісні книги. Наприклад, OpenAI та Microsoft співпрацюють з бібліотекарями Гарварду в рамках ініціативи з навчання моделей ШІ приблизно на 1 мільйоні книг, що перебувають у суспільному надбанні, починаючи з XV століття. Інші, зокрема xAI Ілона Маска, публічно заявили, що не будуть знищувати рідкісні книги для навчання ШІ. У дописі на X Маск сказав, що «попросив команду SpaceXAI зберегти будь-які рідкісні книги в бібліотеці та сканувати їх складним шляхом, а не просто відрізати корінець і сканувати».
Але не всі переконані, що найбільші компанії, що займаються ШІ, щирі у своїх обіцянках зберігати рідкісні книги, навіть якщо авторське право дозволяє їм знищувати копії книг, які вони придбали. Критики в соціальних мережах та на Reddit вказали на те, що Маск не сказав, що команда xAI не буде знищувати будь-які книги, і незрозуміло, як його компанія визначає «рідкісну» книгу.
Тим часом, продавці рідкісних книг продовжують фіксувати дивні замовлення, усвідомлюючи, що більшість щирих покупців прагнуть придбати окремі книги, а не замовляти великі партії з широко різноманітним вибором.
Вчора ірландський книжковий магазин Kennys зафіксував «божевільне» замовлення на 5000 маловідомих видань, повідомляє The Irish Times. На відміну від оптових замовлень від університетів чи великих бібліотек, це замовлення виглядало підозрілим, оскільки покупець не намагався торгуватися щодо ціни — що тепер стало очевидним «червоним прапором», що потенційно пов’язаний з ШІ, повідомила Times.
Хоча деякі книготорговці заявили, що могли б отримати вигоду в короткостроковій перспективі від великих замовлень, вони побоюються, що продаж компаніям, що займаються ШІ, які безрозсудно знищують їхні колекції, «може означати їхній власний смертний вирок», — повідомила Times.
Томаш Кенні з Kennys Bookshop сказав Times, що ШІ «лякає нашу галузь», і він планує відмовлятися від замовлень, ймовірно призначених для навчання ШІ, намагаючись захистити права авторів на їхню роботу та доступ читачів до важкодоступних видань.
«Книготорговці часто опиняються на передньому краї багатьох моральних дилем, політичних та етичних питань. У більшості випадків мені не вирішувати», — сказав він. «Однак, якщо вони беруть книгу і сканують її з метою заволодіння інтелектуальною власністю, то Kennys не хоче бути частиною цього».
Цілком можливо, що громадський осуд спонукатиме найбільші компанії прийняти методи, подібні до Internet Archive, які зосереджуються як на фізичному, так і на цифровому збереженні рідкісних книг. Але серце розривається уявляти альтернативу, де рідкісні книги стають ще рідкіснішими, особливо для тих, хто любить відчуття тримати стару книгу в руках.
Чжан знає про привабливість рідкісних книг, час від часу зупиняючись у своїй роботі, щоб прочитати частини текстів, які вона сканує. Коли її запитали, що їй найбільше подобається в роботі, Чжан відповіла з тим самим ентузіазмом, який багато книголюбів відчувають, переглядаючи полиці в таких магазинах, як Kennys.
«Все! Мені все цікаво», — сказала Чжан. «Я не відчуваю, що це нудно. Кожна колекція важлива для мене».
За матеріалами: arstechnica.com