Οι εταιρείες τεχνητής νοημοσύνης δεν ενδιαφέρονται πλέον για το έντυπο χαρτί, καθώς αυτό που μετράει είναι αποκλειστικά η ψηφιακή πληροφορία που κουβαλά. Η μαζική πρακτική του destructive scanning αποδεικνύει ότι τα βιβλία τεμαχίζονται και σαρώνονται με μοναδικό στόχο να θρέψουν τα αδηφάγα LLM.
- Η βιομηχανική πρακτική του destructive scanning προβλέπει την αγορά και την καταστροφή φυσικών βιβλίων ώστε να μετατραπούν οι σελίδες τους σε δεδομένα εκπαίδευσης για συστήματα AI.
- Νομικές μάχες, όπως αυτή της Anthropic με το Project Panama, αναδεικνύουν τα τεράστια ποσά που δαπανούν οι κολοσσοί για την απόκτηση ανθρώπινου συγγραφικού υλικού.
- Ταυτόχρονα, η παραδοσιακή εκδοτική αγορά ταρακουνιέται από την εισροή τίτλων που παράγονται ή υποβοηθούνται από εργαλεία τεχνητής νοημοσύνης.
Το φαινόμενο του destructive scanning
Για τα μοντέλα μηχανικής μάθησης, ένα βιβλίο δεν αποτελεί πολιτιστικό αγαθό αλλά απλώς πρώτους tokens εκπαίδευσης. Καθώς το διαδίκτυο γεμίζει με συνθετικό περιεχόμενο χαμηλής ποιότητας που παράγεται μαζικά από bot, οι προγραμματιστές αναζητούν εναγωνίως ανόθευτη ανθρώπινη γραφή. Τα παλιά και εξαντλημένα βιβλία προσφέρουν ακριβώς αυτόν τον επιμελημένο θησαυρό γνώσης.
Στις δικές μας δοκιμές γύρω από την ποιότητα των datasets, έχουμε διαπιστώσει ότι τα μοντέλα που εκπαιδεύονται αποκλειστικά σε web scraps παρουσιάζουν γρηγορότερα συμπτώματα “noesis degradation” και γλωσσικής φθοράς. Η στροφή στα φυσικά αρχεία αποτελεί μονόδρομο για τη βελτίωση των επιδόσεων.
Η υπόθεση Anthropic και τα εκατομμύρια
Η πιο τρανταχτή απόδειξη αυτής της βιομηχανικής λαφυραγώγησης αποκαλύφθηκε μέσα από δικαστικά έγγραφα, όπως κατέγραψε το Ars Technica. Η Anthropic υλοποίησε το Project Panama, επενδύοντας εκατομμύρια δολάρια για να αγοράσει και να καταστρέψει φυσικά αντίτυπα μέσω ταχύτατων σαρωτών.
Η διαδικασία είναι αμείλικτη: η ράχη κόβεται, οι σελίδες αποσπώνται και περνούν από αυτοματοποιημένα συστήματα OCR, αδιαφορώντας εντελώς για την τύχη του φυσικού αντικειμένου. Παρότι η αμερικανική δικαιοσύνη έκρινε ότι αυτή η εσωτερική μετατροπή μορφής αποτελεί θεμιτή χρήση για νόμιμα αγορασμένα αντίτυπα, η ηθική πλευρά της πολτοποίησης σπάνιων εκδόσεων παραμένει ασυγχώρητη.
Η κρίση εμπιστοσύνης στην εκδοτική αγορά
Ενώ οι εταιρείες AI τεμαχίζουν παλιά βιβλία για να αποκτήσουν ανθρώπινη γνώση, τα σύγχρονα βιβλιοπωλεία αντιμετωπίζουν μια πρωτοφανή κρίση γνησιότητας. Μεγαλοεκδότες όπως η Hachette και η Simon & Schuster αναγκάζονται να ακυρώνουν συμβόλαια εκατομμυρίων όταν αποκαλύπτεται η εμπλοκή εργαλείων τεχνητής νοημοσύνης στη συγγραφή μυθιστορημάτων.
Οι ατζέντηδες λογοτεχνίας πνιγούν από χιλιάδες αυτοματοποιημένες υποβολές χειρογράφων. Όπως σχολιάζουν επαγγελματίες του χώρου, η ανάγνωση ορισμένων σύγχρονων προτάσεων κάνει τα παλαιότερα best-sellers να μοιάζουν με αριστουργήματα της παγκόσμιας λογοτεχνίας.
Η άποψή μας στο TechNoid
Βρισκόμαστε μπροστά σε ένα παράλογο τεχνολογικό παράδοξο όπου η AI αποθεώνει την ανθρώπινη δημιουργία καταστρέφοντάς την. Στο TechNoid πιστεύουμε ότι η ευκολία της ψηφιοποίησης δεν δικαιολογεί τη φυσική εξαφάνιση της πολιτιστικής κληρονομιάν. Οι εταιρείες τεχνητής νοημοσύνης οφείλουν να επενδύσουν σε μη καταστροφικές μεθόδους σάρωσης και να αποζημιώσουν δίκαια τους δημιουργούς, αντί να μετατρέπουν τα βιβλία σε αναλώσιμα σκουπίδια μιας χρήσης.
Συχνές Ερωτήσεις για την Ψηφιοποίηση Βιβλίων από την AI
Τι είναι το destructive scanning;
Είναι η βιομηχανική μέθοδος κατά την οποία τα φυσικά βιβλία αποσυναρμολογούνται, κόβονται και σαρώνονται ταχύτατα για να τροφοδοτήσουν με κείμενο τα μοντέλα τεχνητής νοημοσύνης.
Είναι νόμιμη η καταστροφή βιβλίων για εκπαίδευση AI;
Δικαστικές αποφάσεις έχουν κρίνει ότι η εσωτερική ψηφιοποίηση νόμιμα αγορασμένων αντιτύπων μπορεί να εμπίπτει στη θεμιτή χρήση, ωστόσο η πρακτική παραμένει σε γκρίζα νομική ζώνη.
Πώς επηρεάζονται οι συγγραφείς από αυτή την τάση;
Οι συγγραφείς αντιμετωπίζουν διπλό κίνδυνο: τα έργα τους χρησιμοποιούνται συχνά χωρίς άδεια για training data, ενώ ταυτόχρονα ανταγωνίζονται μια αγορά πλημμυρισμένη από AI-generated βιβλία.
Γιατί οι εταιρείες AI προτιμούν τα παλιά βιβλία;
Επειδή το διαδίκτυο έχει μολυνθεί από συνθετικό περιεχόμενο χαμηλής ποιότητας, καθιστώντας τα παλαιότερα έντυπα την τελευταία αξιόπιστη πηγή αυθεντικής ανθρώπινης γραφής.
Χρησιμοποιούν οι εκδότες εργαλεία ανίχνευσης AI;
Ναι, αλλά με δυσκολία, καθώς τα εργαλεία ανίχνευσης παρουσιάζουν συχνά ψευδώς θετικά αποτελέσματα και δεν μπορούν να εγγυηθούν απόλυτα την αυθεντικότητα ενός έργου.
