Tulad ng isang eksena mula sa klasikong dystopian na nobela na “Fahrenheit 451,” ang ilang kumpanya ng AI ay hindi lang nagbabasa ng libro—sinisira din nila ang mga ito.

Habang nagpapabilis ang mga developer upang makabuo ng mas malalakas na modelo ng AI, at dumarami ang mga kaso tungkol sa copyright, isang 'cottage industry' ang sumulpot upang magbigay sa kanila ng milyun-milyong pisikal na libro na pinaghihiwa-hiwalay, ini-scan upang maging dataset sa pagsasanay, at itinatapon.

Unang iniulat ng 404 Media, ginagamit ng mga kumpanya ng AI ang mga intermediary upang makakuha ng mga libro sa pang-industriya na antas nang tahimik. Ang mga kumpanyang dalubhasa sa 'bulk sourcing' ay nag-aanunsyo ng kanilang kakayahang makahanap ng daan-daang libong pamagat habang nangangako ng kompidensiyalidad para sa mga kliyente ng AI, na nagpapakita ng sensitibidad sa paligid ng gawaing ito.

Sinasabi ng mga kritiko na ang walang tigil na pagbili ay dulot ng pagmamadali ng mga kumpanya ng AI na panatilihin ang kaalaman na gawa ng tao bago ito malabnawan ng tekstong gawa ng AI, na madalas tinatawag na "AI slop." Ang mga librong nailathala bago ang pag-usbong ng 'generative AI' noong 2023 ay partikular na mahalaga dahil nagbibigay ang mga ito ng de-kalidad na data ng pagsasanay na ganap na isinulat ng mga tao.

Ang pagtaas ng demand ay humuhubog na sa merkado ng mga lumang libro. Isang hindi pinangalanang nagbebenta ng libro ang nagsabi sa 404 Media na ang lingguhang benta ay tumaas mula sa humigit-kumulang 20 libro patungo sa daan-daang libro matapos pumasok ang mga mamimili ng AI sa merkado. Bagaman kumikita ang pagtaas na ito, sinabi niya na nag-aalala siya na ang mga hindi karaniwan at out-of-print na libro ay tuluyang nawawala matapos itong i-scan at sirain.

“Nakatutulong ito sa akin sa pinansyal gayundin sa paglinis ng mga lumang imbentaryo na malamang hindi na mabenta,” sabi ng nagbebenta ng libro sa 404 Media. “Angkop ako para sa mga bentahan na ito dahil sa aking imbentaryo mula sa ibang bansa at mga librong banyaga. Sa kabilang banda, hindi ko gusto ang pangwakas na paggamit, at hindi ko gusto na ang mga hindi karaniwang libro ay sinisira.”

Ang gawaing ito ay sumasalamin sa "Project Panama" ng Anthropic, na nag-digitize ng milyun-milyong libro sa pamamagitan ng 'destructive scanning'.

Noong nakaraang tag-init, sa kaso ng copyright na Bartz v. Anthropic PBC, nagpasya ang isang pederal na hukom sa San Francisco na ang pag-scan ng legal na nabiling pisikal na libro upang maging digital na kopya, kahit na sinira ang orihinal, ay bumubuo ng 'transformative fair use'. Naglabas din ng katulad na desisyon sa 'fair use' ang mga pederal na hukom sa magkahiwalay na kaso ng copyright na kinasasangkutan ng OpenAI at Meta.

Gayunpaman, sa isang hiwalay na kaso, inaprubahan ng isang pederal na hukom sa parehong distrito ngayong linggo ang $1.5 bilyong 'copyright settlement' na nangangailangan sa Anthropic na magbayad ng libu-libong may-akda ng humigit-kumulang $3,000 bawat libro matapos gamitin ng kumpanya ang mga pirated na kopya ng kanilang mga gawa upang sanayin si Claude.

Bilang tugon sa lumalaking batikos, nagsalita ang mga developer ng AI, kabilang si Elon Musk, laban sa gawaing ito at sinabi na dapat panatilihin ng mga kumpanya ang mga librong ini-scan.

“Inutusan ko ang SpaceXAI team na panatilihin ang anumang bihirang libro sa isang library at i-scan ang mga ito sa mas mahirap na paraan sa halip na putulin lang ang gulugod at i-scan,” isinulat ni Musk sa X.