Стартап, помогавший уничтожать книги ради обучения ИИ, объяснил свои действия «тестом» спроса

В конце июля широкое внимание привлекло расследование издания 404 Media, посвящённое тому, как ИИ-компании получают книги для обучения генеративных моделей. В материале утверждалось, что компания Anthropic использовала промышленное оборудование для извлечения страниц из книг и их последующего сканирования. Для этого книги отделяли от переплётов, а оставшиеся материалы отправляли на переработку или утилизацию.

Как выяснили журналисты, в цепочке поставок фигурировал стартап ISBNdb, который предлагал услуги по поиску и закупке книг по базе ISBN для последующей передачи ИИ-компаниям. В новом материале 404 Media сообщило, что после публикации расследования компания удалила со своего сайта любые упоминания этой услуги. В ISBNdb заявили, что подобная деятельность никогда не запускалась.

Такое объяснение не убедило ни журналистов, ни многих пользователей. В это же время австралийская газета The Guardian сообщила, что скупка книг для подобных целей ведётся не только в Нидерландах, о чём было известно ранее, но и в Австралии. Владельцы книжных магазинов рассказали, что этой весной получали крупные заказы от канадской компании Zoom Books, деятельность которой ранее уже связывали с поставками книг для обучения ИИ.

После появления этих публикаций некоторые продавцы начали отказываться от подобных заказов. По их словам, особенно сильное беспокойство вызывают редкие и давно не переиздававшиеся книги. Массовые издания они готовы продавать без опасений, однако единичные экземпляры и антикварные книги предпочитают сохранять.

Anthropic также прокомментировала публикацию The Guardian. Компания заявила, что не закупала книги у Zoom Books, однако подтвердила, что действительно приобретает книги для обучения своих моделей.

В свою очередь Zoom Books отвергла причастность к поставкам книг ИИ-компаниям. При этом фирма недавно заявила, что «активно расширяется в последние месяцы», не раскрывая источники финансирования и своих коммерческих партнёров, ссылаясь на конфиденциальность соглашений.

404 Media также обнаружило архивную страницу ISBNdb, где компания объясняла, почему после сканирования книги уничтожаются, а не сохраняются в библиотеках или архивах. По мнению авторов страницы, такой подход соответствует американской судебной практике: после оцифровки физический экземпляр уничтожается, поэтому не создаётся дополнительная копия произведения сверх приобретённой.

В ISBNdb называли этот процесс «преобразующим использованием». Компания утверждала, что бумага служит лишь носителем информации, а после переноса текста в цифровой формат остаются только материалы — бумага, чернила и переплёт. По этой логике ценность физического экземпляра снижается, тогда как содержащаяся в нём информация становится частью обучающей выборки ИИ.

Кроме того, в стартапе заявляли, что авторы в большинстве случаев уже получили вознаграждение за продажу книги, поэтому повторная перепродажа спустя десятилетия не приносит им дохода. Остатки же книг, по мнению компании, можно отправить на переработку, что делает такой процесс более экологичным.

Подписывайтесь на YouTube-канал Molwe и оставайтесь в курсе главных событий поп-культуры.