KI-Unternehmen könnten seltene Bücher zerstören, um ihre Modelle zu trainieren

Wichtigste Punkte

• KI-Unternehmen kaufen Berichten zufolge physische Bücher, darunter auch seltene Titel, und zerstören sie, um Text für das Modelltraining zu extrahieren.
• Das Einscannen gebundener Bücher im Ganzen ist langsamer und teurer, weshalb die Zerstörung die billigste Route zu großen Mengen hochwertigen Texts ist.
• Buchhändler vermuten, dass die Praxis verbreiteter ist als die bisherige Berichterstattung zeigt.
• Auf diese Weise zerstörte seltene und vergriffene Bücher könnten dauerhaft verloren gehen.
• Forscher und Buchliebhaber sagen, dass die Zerstörung vermeidbar ist, wenn Unternehmen langsamere, weniger schädigende Methoden wählen.

Irgendwo gerade jetzt wird wahrscheinlich ein Buch, das ein Jahrhundert überstanden hat, durch einen Holzhäcksler gefüttert.

Das ist das unbequeme Bild, das sich aus Aussagen von Buchhändlern ergibt, die, wie zuerst von Ars Technica AI berichtet, vermuten, dass KI-Unternehmen im Stillen physische Bücher kaufen und sie dann zerstören, um die Seiten schnell und kostengünstig einzuscannen.

Warum würde jemand ein Buch zerstören, nur um es einzuscannen?

Das Binding ist das Problem. Der Buchrücken hält die Seiten in einer Kurve zusammen, was flaches, sauberes Scannen ohne vorheriges Auseinanderreißen fast unmöglich macht. Das Zerstören des Bindings, das Zuschneiden der losen Seiten, das Einscannen und das Wegwerfen der Verschnitte ist dramatisch schneller als das seitenweise Fotografieren eines intakten Buches.

Geschwindigkeit ist hier wichtig, da KI-Unternehmen in einem Wettrennen sind. Die Modelle hinter Tools wie ChatGPT und Claude, sogenannte Large Language Models, lernen aus enormen Textmengen. Bücher sind besonders wertvoll für dieses Training, da sie lange, sorgfältig geschriebene Prosa enthalten, die viel reichhaltiger ist als der meiste online gefundene Text. Millionen von Seiten schnell in einen Trainingsdatensatz zu bekommen ist wertvoll, und ein billiges Taschenbuch zu zerstören, um das zu erreichen, ist eine leichte Entscheidung.

Die schwierigere Entscheidung ist, was passiert, wenn das Buch nicht billig ist.

Was ist mit seltenen oder unverzichtbaren Büchern?

Hier wird die Geschichte wirklich beunruhigend. Buchhändler berichten, dass Käufer, von denen man glaubt, dass sie für KI-Firmen arbeiten, Titel erwerben, darunter seltene und vergriffene Exemplare. Sind diese Bücher erst einmal für das Einscannen zerkleinert, kann kein physisches Exemplar mehr vorhanden sein.

Ein digitalisierter Scan ist nicht dasselbe wie ein überlebendes Artefakt. Seiten tragen handschriftliche Noten, Druckvariationen und physische Belege, die Wissenschaftler nutzen. Das Objekt zu verlieren bedeutet, mehr als nur die Worte zu verlieren.

Händler vermuten auch, dass der Umfang größer ist als das, was öffentlich bekannt geworden ist. Da Großmengen-Buchkäufe nicht auf eine Weise reguliert oder nachverfolgt werden, die den Zweck des Käufers offenbart, ist das volle Ausmaß schwer zu bestätigen.

Sollte sich der durchschnittliche Leser darum kümmern?

Ja, auch wenn Sie nie ein Antiquariat besuchen. Die Bücher, die gescannt werden, prägen, was KI-Tools wissen und wie sie schreiben. Wenn die wertvollsten, sorgfältig verfassten Langform-Texte ohne Zustimmung der Autoren oder Verlage in diese Modelle eingehen und die physischen Exemplare dabei verschwinden, erleiden sowohl der kulturelle Bestand als auch die Lebensgrundlagen von Schriftstellern einen Schaden.

Der grausamste Teil, wie Kritiker anmerken, ist, dass all dies technisch nicht notwendig ist. Es gibt langsamere, zerstörungsfreie Scanmethoden. Unternehmen wählen den billigeren Weg.

Was man beobachten sollte: Wenn Sie Second-Hand- oder seltene Bücher verkaufen, seien Sie vorsichtig bei Großkäufern, die wenige Fragen zum Zustand stellen und kein Interesse am Wiederverkauf zeigen. Ungewöhnlich große Bestellungen von Leseexemplaren vergriffener Titel, schnell bezahlt und in Großmengen abgeholt, passen zu dem Muster, das Händler beschreiben.