AI zatruła internet. Teraz firmy masowo skupują papierowe książki, by ratować swoje modele
Sztuczna inteligencja wpadła we własną pułapkę.
Generatory tekstu zalały sieć marną jakościowo, masową produkcją treści, tworząc cyfrowe wysypisko śmieci. Efekt? Internet przestaje być wystarczająco wiarygodnym źródłem danych treningowych dla kolejnych generacji modeli językowych. Czerpanie wiedzy ze skażonej sieci zwiększa ryzyko tzw. zapaści modelu (model collapse), w której algorytmy uczą się na własnych błędach, stając się wtórne i podatne na halucynacje.
Aby powstrzymać tę degradację, giganci technologiczni wykonali gwałtowny zwrot ku tradycji. Drukowane książki wydane przed 2022 rokiem stały się nowym złotem branży IT, bo gwarantują dostęp do wiedzy wytworzonej wyłącznie przez ludzi.
ISBNdb i dyskretny skup na masową skalę
Kluczowym graczem w tym procesie stał się serwis ISBNdb, dysponujący największą na świecie bazą danych o rynku wydawniczym. Podmiot, który dotąd wspierał biblioteki i księgarzy, stworzył osobną usługę pośrednictwa w hurtowym zakupie fizycznych książek dla laboratoriów AI – realizując zamówienia idące w dziesiątki i setki tysięcy egzemplarzy.
Baza numerów ISBN pozwala inżynierom precyzyjnie przeczesywać rynek wtórny i unikać wielokrotnego kupowania tych samych tytułów. Automatyczne systemy zakupowe, takie jak AutoBuy w serwisach Alibris czy Biblio, stały się jednym z narzędzi wykorzystywanych przy hurtowym pozyskiwaniu książek, wyłapując całe kategorie wolumenów bez zwracania uwagi na cenę czy ich stan zachowania.
Cały proces osłonięty jest rygorystycznymi umowami NDA. Firmy technologiczne dbają o zachowanie poufności, ponieważ masowa digitalizacja wiąże się z tzw. skanowaniem destrukcyjnym – gilotynowaniem grzbietów książek, by pojedyncze kartki mogły szybko przejść przez automatyczny skaner.
Sądowy precedens i ryzyko dla unikalnych wydań
Przemysłowe niszczenie papieru paradoksalnie zyskało podbudowę prawną. W procesie wytoczonym firmie Anthropic przez pisarzy, sędzia federalny William Alsup orzekł, że cyfryzacja zakupionego tomu mieści się w granicach dozwolonego użytku (fair use) właśnie dlatego, że fizyczny egzemplarz został zniszczony. Cyfrowy plik nie stworzył nowej kopii na rynku, a jedynie zastąpił zniszczony nośnik.
Anthropic zniszczył miliony książek w celu szkolenia modeli AI
I choć strona prawna wydaje się zabezpieczona, zjawisko budzi zrozumiały niepokój badaczy i antykwariuszy. Skup nie dotyczy wyłącznie popularnej literatury, ale sięga po rzadkie pozycje naukowe i niszowe wydania akademickie. Masowe niszczenie takich wolumenów w maszynach skanujących może prowadzić do utraty z przestrzeni fizycznej dzieł, które nigdy nie miały i nie będą miały cyfrowych dodruków.
