Amazon bị tố hủy hoại sách thật để lấy dữ liệu huấn luyện AI Nova

Theo tin từ IT ngày 17 tháng 8, Amazon đang thu mua một lượng lớn sách giấy, quét nội dung để huấn luyện AI và tiêu hủy trực tiếp sách gốc trong quá trình quét.

Vào ngày 17 theo giờ địa phương, trang tin 404 Media đã công bố một cuộc điều tra theo dõi: các điều tra viên đã giấu Apple AirTag vào một lô hàng sách quý hiếm để theo dõi hành trình của chúng trên khắp nước Mỹ.

Lô hàng cuối cùng đã đến một nhà kho của Amazon tại Las Vegas. Tại đây có một đội ngũ mang tên VGT3 với biểu tượng là một chú khủng long bạo chúa cầm cuốn sách. Các nhân viên cho biết, để tăng hiệu suất quét, họ sẽ cắt bỏ gáy sách trước, do đó cuốn sách gốc sẽ bị hủy hoại trong quá trình xử lý. Sau đó, Amazon sử dụng dữ liệu thu được từ việc quét để huấn luyện mô hình Nova. Người phát ngôn của Amazon cho biết công ty mua sách thông qua các kênh thương mại bình thường để cải thiện sản phẩm.

Một số nhà buôn sách nghi ngờ rằng các công ty AI đang cố gắng quét có hệ thống từng cuốn sách đã xuất bản dựa trên mã số ISBN. Sách giấy có giá trị đặc biệt cao vì nhiều nội dung chưa từng xuất hiện trên Internet, hơn nữa phần lớn sách được xuất bản trước năm 2022 nên không chứa nội dung do AI tạo ra.

Theo tìm hiểu của IT, không chỉ riêng Amazon áp dụng phương thức này. Anthropic trước đây cũng từng thực hiện các dự án tương tự. Một vụ kiện do các tác giả sách khởi xướng đã tiết lộ "Dự án Panama" (Project Panama) bên trong Anthropic: công ty mua sách từ các nền tảng thương mại điện tử, cắt bỏ gáy sách rồi số hóa nội dung.

Thẩm phán thụ lý vụ án đã phán quyết rằng hình thức quét này thuộc phạm vi sử dụng hợp lý (fair use) và không cấu thành hành vi vi phạm bản quyền. Một trong những căn cứ của phán quyết là bản gốc sách giấy đã bị tiêu hủy, do đó không tồn tại tình trạng sao chép sách gốc để bán lại.

Cả Amazon và Anthropic đều đang chuyển đổi một số cuốn sách quý hiếm thành tài liệu huấn luyện AI độc quyền của doanh nghiệp. Tranh cãi nằm ở chỗ, một số cuốn sách gốc bị hủy hoại có thể là những bản không thể thay thế, tri thức vốn dĩ có thể nằm trên các kệ sách công cộng nay đã biến mất, cuối cùng chỉ còn bị phong tỏa bên trong mô hình AI khép kín của một công ty duy nhất.

Đọc thêm:

"Sách quý bị nghiền nát để huấn luyện AI gây phẫn nộ, cơ sở dữ liệu sách ISBNdb gỡ bỏ các trang thử nghiệm liên quan đến AI"