Spoločnosti vyvíjajúce umelú inteligenciu majú využívať externých sprostredkovateľov, ktorí pre ne vo veľkom skupujú fyzické knihy určené na digitalizáciu tréningových dát. Podľa zistení portálu 404 Media im tento postup umožňuje utajiť svoju identitu a vyhnúť sa negatívnym titulkom o ničení miliónov kníh.
Fyzické knihy sú pre vývojárov AI čoraz cennejším zdrojom kvalitného textu vytvoreného ľuďmi. Mimoriadne zaujímavé sú staršie, cudzojazyčné, vypredané alebo málo rozšírené tituly, ktoré sa ešte nenachádzajú v existujúcich tréningových databázach konkurencie. Po naskenovaní však firmy knihy často nepotrebujú ďalej skladovať.
Súdny spor z roku 2025 ukázal, že spoločnosť Anthropic pri príprave dát pre modely Claude nakúpila milióny tlačených kníh, odstránila z nich väzbu, naskenovala ich a následne ich zlikvidovala. Súd tento spôsob digitalizácie označil za dostatočne transformačný na to, aby za určitých okolností mohol spadať pod princíp fair use.
Interné dokumenty však naznačovali, že si Anthropic uvedomoval možné negatívne reakcie verejnosti. Firma v nich údajne uviedla, že nechce, aby sa o jej práci na získavaní kníh vedelo. Práve preto majú AI spoločnosti čoraz častejšie využívať prostredníkov, ktorí knihy nakupujú namiesto nich.
Jedným z nich bola služba ISBNdb, ktorá ešte donedávna ponúkala zabezpečenie tlačených kníh prispôsobené potrebám trénovania veľkých jazykových modelov. Podľa archivovanej verzie stránky dokázala zabezpečiť až milión kníh v rámci jednej objednávky, a to z knižníc, antikvariátov či katalógov vypredaných titulov.
ISBNdb zároveň sľubovala prísne dohody o mlčanlivosti, ktoré mali chrániť identitu zákazníka, jeho stratégiu aj zoznam vyhľadávaných titulov. Samotná firma na stránke pripúšťala, že titulok o AI spoločnosti, ktorá zničila dva milióny kníh, by pravdepodobne nevzbudil sympatie. Ponuku neskôr odstránila s vysvetlením, že iba skúmala záujem trhu a rozhodla sa týmto smerom nepokračovať.
Kníhkupci sa však domnievajú, že dopyt nezmizol. Predajcovia vzácnych a málo rozšírených kníh zaznamenali od apríla prudký nárast objednávok zdanlivo náhodných titulov. Niektorí namiesto približne dvadsiatich kníh predávajú stovky kusov týždenne. Podobný trend si všimli aj obchodníci v Holandsku.
Spoločným znakom skupovaných kníh má byť najmä existencia ISBN, čo naznačuje, že zákazníci môžu vyberať tituly priamo z rozsiahlych databáz. Predajcom síce objednávky prinášajú vysoké príjmy a pomáhajú vyprázdniť staré sklady, zároveň však upozorňujú, že vzácne alebo ťažko dostupné knihy môžu po digitalizácii nenávratne skončiť v odpade.
Komentáre