Libros raros destrozados para entrenar IA: vendedores australianos piden auxilio

Puntos clave

• Vendedores australianos de libros raros y usados creen que están siendo comprados en grandes volúmenes, escaneados para crear datos de entrenamiento de IA y luego destruidos físicamente.
• Los vendedores advierten que entre los libros perdidos hay títulos raros y agotados que no pueden ser reemplazados una vez desaparecen.
• La preocupación se centra en las líneas de entrenamiento de IA, los procesos a gran escala que utilizan las empresas para alimentar texto en sistemas de IA antes de que los modelos puedan generar lenguaje.
• Tim White, vendedor de libros en Melbourne que dirige Books for Cooks, se encuentra entre quienes dan la voz de alerta antes de la Feria de Libros Raros de Melbourne.
• Ninguna empresa ha sido identificada públicamente como responsable de la actividad de compra y escaneo.

Tim White manipula un libro con sobrecubierta como un cirujano manipula un instrumento: con cuidado, deliberadamente, con respeto evidente. Mientras instalaba su puesto en Wilson Hall de la Universidad de Melbourne antes de la Feria de Libros Raros de Melbourne, lo dejó claro: "A veces los libros te dicen más que el contenido".

Para White y otros vendedores australianos de libros raros y usados, el objeto físico importa tanto como las palabras que contiene. Una dedicatoria manuscrita, una mancha de agua, la tipografía de una edición particular: todo tiene significado. Por eso lo que creen que está sucediendo con parte de su stock les parece, a ellos, una destrucción sin sentido.

¿Qué es exactamente lo que afirman los vendedores?

Los vendedores creen que compradores están adquiriendo libros antiguos en grandes cantidades, escaneándolos para crear conjuntos de datos de texto, y luego descartando o triturando los originales. Esos conjuntos de datos alimentarían líneas de entrenamiento de IA, los procesos a escala industrial que utilizan las empresas tecnológicas para enseñar a los modelos de lenguaje grandes (sistemas de IA, como los detrás de ChatGPT, que aprenden a generar texto que suena humano leyendo enormes cantidades de escritura existente) cómo producir lenguaje.

The Guardian reportó sobre la preocupación planteada por vendedores en la feria. Ninguna empresa individual ha sido nombrada públicamente, y aún no ha surgido prueba confirmada que vincule compras al por mayor específicas a una empresa de IA nombrada. Lo que describen los vendedores es un patrón: compras al por mayor inusuales, a veces de títulos eclécticos o agotados, seguidas de ningún rastro de esos libros reapareciendo en el mercado de usados.

¿Por qué importa esto más allá de los amantes de libros?

Los libros raros y agotados son, por definición, finitos. Un folleto de primera edición o un título impreso localmente de los años 20 existe tal vez en un puñado de copias en todo el mundo. Escanearlo y triturarlo, y el registro físico desaparece. Las bibliotecas y archivos sí digitalizan libros, pero preservan los originales.

También hay una cuestión legal justo debajo de la superficie. Autores y editoriales ya han presentado demandas en Estados Unidos argumentando que escanear libros protegidos por derechos de autor para entrenar IA sin permiso ni compensación viola la ley de derechos de autor. El ángulo de la destrucción física añade una capa adicional de preocupación, aunque la ley de derechos de autor australiana y su intersección con el entrenamiento de IA sigue siendo en gran medida sin probar en los tribunales.

Para la gente común, las implicaciones prácticas son estas: el mercado de libros usados, ya un ecosistema frágil de pequeños vendedores independientes, puede estar perdiendo stock irreemplazable en una cadena de suministro que la mayoría de los compradores desconoce.

¿Qué deben observar los lectores?

Si vendes libros a través de plataformas en línea o a compradores al por mayor que no reconoces, sé cauteloso ante ofertas de compra inusualmente grandes o eclécticas, especialmente cuando el comprador no muestra interés aparente en los títulos más allá de adquirir volumen. Haz preguntas. Los libreros independientes sugieren tratar con compradores conocidos y ferias establecidas donde la procedencia y el cuidado de los objetos físicos son parte de la cultura.

Los investigadores y periodistas que rastrean el origen de los datos de entrenamiento de IA son quienes probablemente establecerán vínculos más sólidos entre compras al por mayor y empresas de IA específicas. Ese trabajo está en curso.