AI焚书？企业为喂养聊天机器人销毁数百万本书

如同经典反乌托邦小说《华氏451度》中的场景，一些AI公司不仅是在阅读书籍——他们正在销毁它们。

随着开发者竞相构建更强大的AI模型，以及版权诉讼不断增加，一个新兴行业应运而生，为他们提供数百万本实体书，这些书被拆解、扫描成训练数据集，然后丢弃。

据404 Media首次报道，AI公司正在通过中间商匿名大规模收购书籍。专门从事批量采购的公司宣传其能够找到数十万种书籍，同时承诺为AI客户保密，反映了这一做法的敏感性。

批评者称，这场购买狂潮是由AI公司驱动的，它们竞相在人类创作的知识被AI生成的文本（通常称为“AI垃圾”）稀释之前保存这些知识。在2023年生成式AI兴起之前出版的书籍尤其珍贵，因为它们提供了完全由人类编写的高质量训练数据。

需求的激增已经改变了二手书市场。一位不愿透露姓名的书商告诉404 Media，在AI买家进入市场后，每周销量从大约20本书攀升至数百本。虽然销量增长带来了利润，但他表示担心稀有和绝版书籍在被扫描和销毁后永久消失。

“这让我在经济上受益，同时也清空了原本不太可能卖出的旧库存，”书商告诉404 Media。“我非常适合这些销售，因为我有来自海外和外文书籍的库存。另一方面，我不喜欢最终用途，也不喜欢稀有书籍被化浆。”

这种做法与Anthropic的“巴拿马计划”相似，该计划通过破坏性扫描将数百万本书数字化。

去年夏天，在版权诉讼案Bartz v. Anthropic PBC中，旧金山的一名联邦法官裁定，将合法购买的实体书扫描成数字副本，即使原书被销毁，也构成转换性合理使用。随后，联邦法官在涉及OpenAI和Meta的另一起版权案件中发布了类似的合理使用裁决。

然而，在另一起案件中，同一地区的联邦法官本周批准了一项15亿美元的版权和解协议，要求Anthropic向数千名作者支付每本书约3000美元，因为该公司使用了其作品的盗版副本训练Claude。

面对日益强烈的反对声浪，包括埃隆·马斯克在内的AI开发者公开反对这种做法，并表示公司应保留被扫描的书籍。

“我已要求SpaceXAI团队将任何稀有书籍保存在图书馆中，并以艰难的方式扫描，而不是直接切掉书脊进行扫描，”马斯克在X上写道。