Sách AI tràn ngập Amazon: Thu nhập của tác giả con người sụt giảm nghiêm trọng

Không giống như các nghiên cứu trước đây chỉ cố gắng phát hiện văn bản AI từ các đoạn xem trước ngắn của sách, các nhà nghiên cứu đã phân loại từng cuốn sách dựa trên toàn bộ văn bản của nó. Họ sử dụng công cụ phát hiện Pangram v3.3, với tỷ lệ dương tính giả được các nhà phát triển báo cáo là 0,04%. Pangram 4 đã được phát hành kể từ đó. Các cuốn sách được chia thành ba nhóm dựa trên tỷ lệ văn bản được gắn cờ là do AI tạo ra: không có, ít (lên đến 25%) và đáng kể (trên 25%).

Hiện diện lớn trong danh mục, doanh số dưới mức trung bình

Những cuốn sách có nội dung AI đáng kể chiếm 20% danh mục được nghiên cứu nhưng chỉ đóng góp 12,1% doanh số và 11,3% doanh thu. Những cuốn sách không phát hiện văn bản AI chiếm 62,9% danh mục và tạo ra 72,5% doanh thu. Thoạt nhìn, điều đó dường như xác nhận quan điểm cho rằng sách AI vẫn là loại "rác" chất lượng thấp bị mắc kẹt ở phân khúc thấp của thị trường.

Tuy nhiên, nghiên cứu cho thấy quan điểm này đã bỏ lỡ các động lực thị trường thực sự. Từ quý 1 năm 2023 đến quý 1 năm 2026, danh mục tích lũy đã tăng 38,3 lần trong khi số lượng đầu sách bán được mỗi quý tăng 19,2 lần. Doanh thu hàng quý chỉ tăng 8,9 lần. Hiện nay, ngày càng có nhiều sách cạnh tranh cho một nguồn doanh thu đang tăng trưởng chậm hơn nhiều.

Doanh thu trên mỗi đầu sách đang giảm ngay cả đối với những tựa sách không phát hiện văn bản AI

Trong sáu trên tám thể loại, doanh thu trên mỗi đầu sách đã giảm khi so sánh các tựa sách phát hành năm 2023 và 2025 trong cùng một khoảng thời gian sau khi phát hành. Chỉ xét riêng những cuốn sách không phát hiện văn bản AI, doanh thu đã giảm ở bảy trên tám thể loại.

Điều đó loại bỏ lời giải thích rằng mức trung bình giảm chỉ đơn giản là do các cuốn sách AI bán kém đang làm loãng danh mục. Các tác giả gọi hiệu ứng này là "sự pha loãng" nhưng nhấn mạnh rằng các so sánh của họ mang tính quan sát và liên đới, không phải là bằng chứng thực nghiệm về quan hệ nhân quả.

Ngoại lệ duy nhất là thể loại Giả tưởng/Siêu nhiên/Kinh dị, nơi văn bản AI xuất hiện muộn nhất và ít thu hút nhất. Tại đó, doanh thu trên mỗi đầu sách đối với các tựa sách không phát hiện văn bản AI đã tăng 35%. Các nhà nghiên cứu cho rằng sự đảo chiều này phản bác lại nguyên nhân do xu hướng thị trường chung.

Các mô hình này thể hiện rõ hơn ở những thể loại có tính sẵn có cao trên Kindle Unlimited, nơi độc giả rút từ một nhóm đăng ký chung. Trong các thể loại đó, lợi thế về thị phần doanh thu của những cuốn sách không phát hiện văn bản AI thấp hơn 8,4 điểm phần trăm so với các thể loại có tính sẵn có thấp trên Kindle Unlimited. Các nhà nghiên cứu cho rằng khoảng cách này là do các đặc điểm riêng của từng thể loại và không đưa ra mối liên hệ nhân quả với chính Kindle Unlimited.

Sách AI đang thâm nhập vào các thứ hạng hàng đầu

Tỷ lệ các đầu sách mới lọt vào Top 25 có nội dung AI đáng kể đã tăng từ gần bằng 0 lên 31% trong suốt thời gian nghiên cứu. Các thứ hạng hàng đầu cũng thay đổi nhanh hơn. Tỷ lệ những cuốn sách không phát hiện văn bản AI duy trì trong Top 25 từ quý này sang quý khác đã giảm xuống mức thấp nhất là khoảng 28% tại một thời điểm trước khi ổn định ở mức khoảng 62% vào cuối nghiên cứu.

Sản lượng tập trung vào một số ít các nhà sản xuất năng suất cao. Trong số 385 danh tính tác giả đã xuất bản nhiều đầu sách có nội dung AI đáng kể sau cuốn sách AI đầu tiên của họ, 287 người đã tăng sản lượng hàng tháng sau đó. Bút danh có doanh thu cao nhất đã kiếm được 1,7 triệu đô la doanh thu gộp trước phí nền tảng từ tám đầu sách. Cuốn sách đơn lẻ có nội dung AI đáng kể đạt doanh thu cao nhất đã mang về 643.000 đô la từ 80.431 bản được bán ra.

Nghiên cứu này lặp lại báo cáo của New York Times về "Coral Hart", người được cho là đã xuất bản hơn 200 đầu sách lãng mạn dưới 21 bút danh trong một năm và bán được khoảng 50.000 bản. Thư rác AI cũng mở rộng ra ngoài sách. Một người đàn ông đã lừa đảo hàng triệu đô la thông qua các nền tảng phát trực tuyến bằng cách sử dụng các bài hát do AI tạo ra.

Sách AI bán chạy nhất có sự trùng lặp lớn với ngôn ngữ hiếm từ các tác phẩm hiện có

Để đo lường mức độ trùng lặp của các cuốn sách AI thành công với ngôn ngữ hiếm từ các tác phẩm hiện có, các nhà nghiên cứu đã sử dụng công cụ infini-gram của Viện Allen về AI cùng với chỉ mục Google Books.

Họ đã xác định các cách diễn đạt hiếm xuất hiện trong năm tập sách Google Books trở xuống và hoàn toàn vắng bóng trong một bản chụp web 4,7 nghìn tỷ token. Những cụm từ như thế này chỉ ra các mô hình ngôn ngữ gắn liền chặt chẽ với các cuốn sách đã xuất bản.

Trong số 50 tựa sách đạt doanh thu cao nhất có nội dung AI đáng kể, các cách diễn đạt hiếm này chiếm 45% văn bản, so với 37,7% đối với 50 cuốn sách hàng đầu không phát hiện văn bản AI. Đối với tiểu thuyết đoạt giải hoặc được đề cử giải thưởng, con số này chỉ là 19,1%.

Trong các cuốn sách AI, sự trùng lặp tăng 7,6 điểm phần trăm cho mỗi lần doanh thu tăng gấp mười. Không có mối tương quan nào như vậy tồn tại đối với những cuốn sách không phát hiện văn bản AI. Phương pháp này không truy xuất nguồn gốc của các đoạn văn riêng lẻ hoặc chứng minh rằng bất kỳ cuốn sách cụ thể nào đã bị sao chép. Nó đo lường sự trùng lặp ngôn ngữ tổng hợp.

Chakrabarty nói với Ai2 rằng một trình phát hiện AI chỉ trả về "một ước tính—điểm số cho thấy khả năng một đoạn văn là nhân tạo", mà không chỉ ra ngôn ngữ đó đến từ đâu. Nếu một văn bản nghi vấn cũng chứa các cách diễn đạt hiếm không xuất hiện trên web và chỉ xuất hiện trong một vài cuốn sách, người ta "có thể nói với sự tự tin rằng nó được lấy từ sách". Loại bằng chứng đó "đóng vai trò là bằng chứng gián tiếp hỗ trợ cho điểm số của trình phát hiện AI" và đồng thời "giúp bác bỏ một số lập luận sáo rỗng ví việc con người đọc sách với việc AI được huấn luyện trên sách" – một dòng phòng thủ tiêu chuẩn từ các công ty AI trong các tranh chấp bản quyền.

Các phát hiện tác động trực tiếp đến các vụ kiện bản quyền đang diễn ra

Kết quả này có ý nghĩa ngay lập tức đối với các vụ kiện bản quyền chống lại các công ty AI. Trong vụ Kadrey kiện Meta, Thẩm phán Vince Chhabria đã ra phán quyết có lợi cho Meta vào tháng 6 năm 2025 nhưng đã đưa ra một cảnh báo mạnh mẽ. Ông cho biết thật khó để tưởng tượng rằng việc sử dụng sách có bản quyền để xây dựng một sản phẩm tạo ra hàng tỷ đô la doanh thu trong khi tạo ra một làn sóng các tác phẩm cạnh tranh có khả năng vô tận lại có thể được coi là sử dụng hợp lý (fair use).

Tuy nhiên, các nguyên đơn đã không đưa ra bằng chứng thực nghiệm nào về sự pha loãng thị trường này. Nghiên cứu hiện tại mang đến chính xác loại bằng chứng còn thiếu, cho thấy rằng những cuốn sách không phát hiện văn bản AI kiếm được ít hơn khi các tựa sách AI thâm nhập thị trường với số lượng lớn.

Việc thực hiện các vụ kiện pháp lý trở nên khó khăn hơn bởi thực tế là nội dung AI không thể được xác định trên chính nền tảng đó. Các tác giả phải tiết lộ sự tham gia của AI khi xuất bản thông qua Kindle Direct Publishing, nhưng Amazon không chuyển thông tin đó cho khách hàng. Nền tảng này đã phải vật lộn trong nhiều năm với các tựa sách AI chiếm đoạt tên và phong cách của các tác giả nổi tiếng và chủ yếu phản ứng bằng cách giới hạn số lượng xuất bản ở mức ba cuốn mỗi ngày.

Các phát hiện về sự trùng lặp ngôn ngữ phù hợp với một nghiên cứu vào tháng 11 năm 2025 cho thấy các mô hình ngôn ngữ có thể tái tạo các đoạn văn từ sách có bản quyền gần như từng chữ một. Ngoài ra, vào mùa thu năm 2025, một bài báo khác cho thấy chỉ cần hai cuốn sách là đủ để tinh chỉnh một mô hình theo phong cách của một tác giả.