Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Sprzedawcy rzadkich książek z całej branży donoszą o niepokojącym wzorcu: masowe zamówienia na wyczerpane i trudno dostępne tytuły, po których pojawiają się dowody na zniszczenie woluminów — co podsyca podejrzenia, że firmy AI pozyskują fizyczne egzemplarze specjalnie po to, by je skanować na potrzeby danych treningowych.
Zgodnie z relacją Ars Technica, dealerzy opisują kupujących — często działających przez agentów lub fikcyjne konta — zamawiających duże ilości konkretnych, mało znanych tytułów, które łączy jedna wspólna cecha: nie są dostępne w żadnej formie cyfrowej. Zamówienia składane są bez typowego dla kolekcjonerów zainteresowania stanem egzemplarza, proweniencją czy wartością odsprzedaży. Książki trafiają do nabywców i ślad po nich ginie. Niektórzy sprzedawcy stwierdzili później, że ich tytuły nie pojawiają się nigdzie — ani na rynkach wtórnych, ani w zbiorach bibliotecznych — co sugeruje, że fizyczne egzemplarze po prostu przestały istnieć po zakupie.
Logika prawna, jeśli rzeczywiście tak się dzieje, jest prosta: zakup fizycznej książki daje prawo własności do tego przedmiotu. Skanowanie jej na własny użytek sytuuje się w prawnej szarej strefie, lecz późniejsze zniszczenie egzemplarza usuwa dowody jakiegokolwiek kopiowania. Jest to pozycja znacznie łatwiejsza do obrony prawnej niż zgarnianie chronionych prawem autorskim tekstów z sieci — strategia, która wciągnęła kilka firm AI w głośne procesy sądowe.
Celem wydają się być książki, które nigdy nie trafiły do Project Gutenberg, Internet Archive ani żadnego większego projektu digitalizacji — niszowe teksty akademickie, regionalne opracowania historyczne, specjalistyczne podręczniki techniczne, mało znana fikcja. To dokładnie te luki w istniejących korpusach treningowych, których uzupełnienie deweloperzy AI publicznie przyznają, że chcą wypełnić. Duże modele językowe i systemy generowania obrazów trenowane na szerszych, rzadszych rozkładach tekstów mają tendencję do lepszego działania w przypadku niszowych zapytań i wiedzy specjalistycznej — tego rodzaju niuansowych wyników, których twórcy korzystający z narzędzi do generowania obrazów AI coraz częściej oczekują.
Dla twórców AI-artu efekt pośredni jest mniej bezpośredni niż premiera modelu czy zmiana cennika, ale jest realny: szerokość i szczegółowość danych treningowych modelu kształtuje to, co potrafi on wiarygodnie odwzorować. Model wytrenowany na rzadkiej historii wzornictwa, mało znanych mitologiach czy specjalistycznej literaturze rzemieślniczej będzie niezawodniej obsługiwał niszowe zapytania estetyczne niż model wytrenowany wyłącznie na tym, co było już dostępne online.
Rynek rzadkich książek jest mały i oparty na relacjach, co oznacza, że informacje rozchodzą się szybko. Dealerzy wymieniają się spostrzeżeniami, a niektórzy zaczęli dodawać do umów sprzedaży klauzule anty-skanujące lub po prostu odmawiają realizacji zamówień pasujących do profilu — duże ilości, obojętność na stan egzemplarza, brak zadeklarowanego celu kolekcjonerskiego. Inni alarmują stowarzyszenia branżowe.
Trudność polega na atrybucji. Kupujący rzadko się identyfikują, a korzystanie z pośredników sprawia, że wskazanie konkretnej firmy AI jest niemal niemożliwe. Żaden duży deweloper AI nie potwierdził tej praktyki. Podejrzenie pozostaje oparte na wzorcu: wystarczająco spójnym wśród niezależnych sprzedawców, by traktować je poważnie, lecz bez śladu dokumentacyjnego potrzebnego do podjęcia działań prawnych.
Wpisuje się to w szerszy zestaw pytań o to, co firmy AI robią, by gromadzić dane treningowe — pytań, które zaowocowały już pozwami o zgarnianie danych z sieci, sporami o wykorzystanie chronionych prawem autorskim obrazów oraz trwającymi debatami o standardach metadanych proweniencji, takich jak znakowanie wodne C2PA. Fizyczne książki, jak się okazuje, nie leżą poza tym spornym obszarem.
Jeśli praktyka zostanie potwierdzona na dużą skalę, stanowiłoby to istotną eskalację: nie tylko kopiowanie istniejących treści cyfrowych, ale aktywne przekształcanie i eliminowanie fizycznych artefaktów kulturowych w tym celu. Środowisko handlarzy rzadkimi książkami jest na tyle małe, że nawet skromna kampania zakupowa dobrze finansowanego laboratorium AI mogłaby wyrządzić wymierną szkodę w dostępności nieodtwarzalnych tekstów.