Компанії, що займаються розробкою ШІ, тихо скуповують рідкісні книги, стикаючись із спротивом книготорговців.
Якщо ви справді цінуєте стару книгу — і, можливо, навіть дивуєтеся, як її крихкі, пожовклі сторінки містять одні з найдавніших спроб людей осягнути світ навколо — то заголовки про технологічні компанії, які знищують книги для тренування ШІ, ймовірно, завдають удару по вашій душі.
Це справді пригнічує уявляти стоси книжкових корінців, що чекають, аби їх подрібнили, тоді як вирвані сторінки обрізають, сканують і викидають. Але це найдешевший і найпростіший спосіб якнайшвидше сканувати книги, а компанії ШІ змагаються за вдосконалення своїх моделей, тренуючи їх на якісних, довгих текстах, які можна знайти лише в книгах. Тому книголюби побоюються, що ця практика відбувається у значно більших масштабах, ніж повідомляється, і що деякі фізичні копії книг будуть втрачені назавжди.
Однак, що робить це знищення ще болючішим, так це те, що цього можна уникнути.
Google запатентував технологію неруйнівного сканування книг ще у 2009 році, яку компанії ШІ могли б використовувати для ефективного сканування книг — якби вони були готові сповільнитися та інвестувати в цей процес. Однак, вона не ідеальна; дослідження виявили, що вигин сторінки може спотворювати текст, а деякі сторінки можуть бути пропущені. Як повідомляв Wired, під час сканування можуть виникати збої, якщо працівники працюють занадто швидко, зокрема, коли невидимі руки закривають сторінки.
Загалом, компроміси між вартістю та швидкістю можуть не привабити компанії ШІ, які шукають найдешевший спосіб сканувати мільйони видань, і метод Google, можливо, не найкращий для роботи з рідкісними книгами. Internet Archive, який допомагає бібліотекам зберігати старі колекції, давно зрозумів, що сканування старих текстів вимагає часу та уваги, щоб обмежити поводження з ними, і саме тому ця робота вважається такою “людською”.
Для компаній ШІ, що прагнуть знайти короткі шляхи, метод Internet Archive може здатися майже чужим.
Але якщо ви книголюб, який шукає розради 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 сканерка книг, яка працює в Archive з 2010 року, Еліза Чжан, запропонувала момент спокою, пояснивши, що їй так подобається в “важкому” скануванні книг.
Internet Archive дійсно намагався піти автоматизованим шляхом, як зазначається в дописі, навіть тестуючи “комерційні сканери книг із вакуумним механізмом для перегортання сторінок”. Але “виявилося, що ці автоматизовані сканери погано справляються з крихкими книгами, рідкісними виданнями та іншими спеціальними колекціями — саме з тим матеріалом, який наші бібліотечні партнери просять нас оцифрувати”, — повідомив Internet Archive.
“Робота вимагає гострої концентрації”, — сказала Чжан, оскільки сторінки “дуже старих, крихких книг” “тонкі, як папір”. В дописі Андреа Міллс, яка керує операціями зі сканування книг в Archive, пояснила, що “чисті, сухі людські руки — найкращий спосіб перегортати сторінки”.
Щоб кожна рідкісна книга пройшла процес сканування лише один раз, Чжан не поспішає. Вона обережно піднімає скло сканера за допомогою педалі щоразу, коли перегортає сторінку, потім налаштовує камери та переконується, що сторінка читабельна. Вона також відзначає будь-які складні сторінки, встановлюючи нагадування повернутися та відсканувати їх, щоб бонусні матеріали не були втрачені під час документування основних сторінок твору.
Весь цей час вона розуміє, що якщо сторінка буде пропущена або зображення буде занадто розмитим, власне програмне забезпечення Internet Archive зупинить процес і запропонує їй відсканувати її знову. Однак, практика веде до досконалості, і вона повідомляє про низький рівень помилок після більш ніж десяти років пошуку свого ритму в роботі.
На той час Чжан відсканувала “більше 3 мільйонів сторінок, 14 000 складних сторінок і 18 000 елементів (здебільшого книг)”, — йдеться в дописі, з метою гарантувати “нуль помилок”.
Ars звернувся до Internet Archive за коментарем, але Кріс Фріленд, директор бібліотечних послуг, зазначив, що допис, який описує роботу Чжан, “досі є найкращим описом нашого процесу сканування сьогодні”.
Допис з’явився після того, як відео сканування книг Чжан набрало 1,5 мільйона переглядів у тодішньому Twitter, із підписом, який резонував із книголюбами, шокованими знищенням книг за допомогою ШІ.
“В Internet Archive ми оцифровуємо книги так, — йшлося в твіті. — Ми ніколи не знищуємо книгу, відрізаючи її обкладинку. Натомість ми оцифровуємо її складним шляхом — сторінка за сторінкою”.
Рідкісні книготорговці сигналізують про підозрілі масові замовлення
Відтоді, як у судовому процесі влітку 2025 року було викрито компанію Anthropic за знищення мільйонів друкованих книг для тренування її моделей ШІ, книголюби почали захищати найцінніші колекції від того, що здається нескінченним прагненням компаній ШІ завантажити всі книги світу до своїх великих мовних моделей.
Найбільший страх для тих, хто хоче, щоб книги були збережені через тренувальний процес, полягає в тому, що компанії ШІ безжально перероблять на макулатуру рідкісні книги, які ніколи не можна буде замінити.
Як минулого тижня повідомив The Atlantic, у соціальних мережах “кипіли” пристрасті після двох нещодавніх звітів, які вказували на те, що ШІ вже ставить під загрозу рідкісні книги. По-перше, звіт Telegraph звинуватив Silicon Valley у знищенні мільйонів рідкісних книг та “шредеруванні оригіналів”, а потім 404 Media повідомив, що компанія-розробник баз даних книг під назвою ISBNdb рекламувала, що може допомогти компаніям ШІ знаходити книги оптом.
Ця негативна реакція була очікуваною: ISBNdb, за повідомленнями, попередила своїх клієнтів про поганий піар. Anthropic почала використовувати кодову назву “Проєкт Панама” 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 ШІ допомагають зберігати рідкісні книги. Наприклад, OpenAI та Microsoft співпрацюють із бібліотекарями Гарварду над ініціативою з тренування моделей ШІ на приблизно 1 мільйоні книг, що належать до суспільного надбання та датуються XV століттям. Інші, зокрема xAI Ілона Маска, публічно заявили, що не знищуватимуть рідкісні книги для тренування ШІ. У дописі на X Маск заявив, 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 ШІ щирі у своїх обіцянках зберегти рідкісні книги, навіть якщо авторське право дозволяє їм знищувати копії книг, які вони придбали. Критики в соціальних мережах та Reddit вказували на те, що Маск не сказав, що команда xAI не буде знищувати жодних книг, і незрозуміло, як його компанія визначає “рідкісну” книгу.
Тим часом, рідкісні книготорговці продовжують сигналізувати про дивні замовлення, розуміючи, що більшість щирих покупців шукають окремі книги, а не замовляють великі партії широко різноманітних видань.
Ще вчора ірландська книгарня Kennys повідомила про “божевільне” замовлення на 5000 маловідомих видань, повідомляє The Irish Times. На відміну від оптових замовлень від університетів чи великих бібліотек, це замовлення здавалося підозрілим, оскільки покупець не намагався торгуватися щодо ціни — що тепер стало очевидним “червоним прапором”, що потенційно залучений ШІ, повідомляє Times.
Хоча деякі книготорговці заявили, що могли б отримати вигоду в короткостроковій перспективі від великих замовлень, вони побоюються, що продаж компаніям ШІ, які без розбору знищують їхні колекції, “може бути підписанням власної смертної вироку”, — повідомляє Times.
Томаш Кенні з Kennys Bookshop розповів Times, що ШІ “тероризує нашу галузь”, і він планує відмовляти замовлення, які, ймовірно, призначені для тренування ШІ, намагаючись захистити права авторів на їхні твори та доступ читачів до рідкісних видань.
“Книготорговці часто перебувають на передовій багатьох моральних дилем та політичних і етичних питань. У більшості випадків, мені не вирішувати”, — сказав він. “Однак, якщо вони беруть книгу і сканують її з метою отримання інтелектуальної власності, то Kennys не хоче бути частиною цього”.
Цілком можливо, що суспільний резонанс змусить найбільші компанії перейти на методи, подібні до Internet Archive, які зосереджуються як на фізичному, так і на цифровому збереженні рідкісних книг. Але розбиває серце уявляти альтернативу, де рідкісні книги стають ще рідкіснішими, особливо для тих, хто любить відчуття тримати в руках стару книгу.
Чжан знає про привабливість рідкісних книг, іноді зупиняючись у роботі, щоб прочитати частини творів, які вона сканує. На запитання, що їй найбільше подобається в її роботі, Чжан відповіла з тим самим ентузіазмом, який багато книголюбів відчувають, переглядаючи полиці в таких магазинах, як Kennys.
“Усе! Мені все цікаво”, — сказала Чжан. “Я не відчуваю, що це нудно. Кожна колекція важлива для мене”.
Подробиці можна знайти на сайті: arstechnica.com