Австралийские букинисты бьют тревогу из-за практики уничтожения редких и ценных изданий ради их оцифровки для обучения нейросетей. Процесс сканирования зачастую требует расшивки или повреждения физических экземпляров, что приводит к безвозвратной утрате уникальных культурных артефактов. Проблема поднимает острые вопросы этики сбора данных и защиты интеллектуальной собственности в эпоху генеративного ИИ.
Основная претензия продавцов книг заключается в том, что компании, занимающиеся сбором датасетов, не учитывают историческую и рыночную ценность оригиналов. В погоне за объемом текстовых данных для обучения больших языковых моделей (LLM) уничтожаются редкие тиражи, которые могли бы представлять интерес для коллекционеров и исследователей. Это создает конфликт между стремлением технологических гигантов к бесконечному расширению обучающих выборок и сохранением физического культурного наследия.
Ситуация осложняется отсутствием прозрачности в цепочках поставок данных. Часто книги скупаются оптом через посредников, и конечные владельцы архивов не всегда осознают, что их товар будет использован для «скармливания» алгоритмам с последующим физическим уничтожением. Эксперты призывают к введению стандартов, которые бы обязывали разработчиков ИИ подтверждать легальность и этичность получения данных, а также исключать уничтожение редких изданий из процесса подготовки корпусов текстов.
Ключевые факты
- Букинисты сообщают о массовой скупке редких изданий компаниями, специализирующимися на подготовке данных для обучения ИИ.
- Процесс оцифровки для нейросетей часто требует разрушения переплета и страниц, что делает книгу непригодной для дальнейшего использования.
- Отсутствие правового регулирования в области «цифрового сбора» позволяет компаниям уничтожать культурные ценности без согласия авторов или правообладателей.
- Проблема приобрела системный характер в Австралии, где рынок редких книг столкнулся с дефицитом уникальных экземпляров из-за их утилизации в дата-центрах.