Des livres rares déchiquetés pour alimenter l'IA : des vendeurs australiens tirent la sonnette d'alarme

Points clés

• Les vendeurs australiens de livres rares et d'occasion pensent que les vieux livres sont achetés en masse, numérisés pour créer des données d'entraînement pour l'IA, puis physiquement détruits.
• Les vendeurs affirment que les livres perdus incluent des titres rares et épuisés qui ne peuvent pas être remplacés une fois disparus.
• La préoccupation porte sur les pipelines d'entraînement de l'IA, les processus à grande échelle que les entreprises utilisent pour alimenter des systèmes d'IA en texte avant que les modèles puissent générer du langage.
• Tim White, vendeur de livres à Melbourne qui dirige Books for Cooks, fait partie de ceux qui tirent la sonnette d'alarme avant la Melbourne Rare Book Fair.
• Aucune entreprise unique n'a été publiquement identifiée comme responsable de l'activité d'achat et de numérisation.

Tim White manipule un livre avec jaquette comme un chirurgien manipule un instrument : avec soin, délibérément, avec un respect évident. En installant son stand à la Wilson Hall de l'Université de Melbourne avant la Melbourne Rare Book Fair, il l'a dit clairement : « Parfois, les livres vous en disent plus que leur contenu. »

Pour White et d'autres vendeurs australiens de livres rares et d'occasion, l'objet physique importe autant que les mots qu'il contient. Une dédicace manuscrite, une tache d'eau, la typographie d'une édition particulière : tout cela a une signification. C'est pourquoi ce qu'ils pensent qu'il advient de certains de leurs stocks leur semble être une destruction gratuite.

Que revendiquent réellement les vendeurs ?

Les vendeurs croient que des acheteurs acquièrent des vieux livres en masse, les numérisent pour créer des ensembles de données textuelles, puis jettent ou déchiquettent les originaux. Ces ensembles de données alimenteraient les pipelines d'entraînement de l'IA, les processus à l'échelle industrielle que les entreprises technologiques utilisent pour enseigner aux grands modèles de langage (systèmes d'IA, comme ceux derrière ChatGPT, qui apprennent à générer du texte ressemblant à celui d'un humain en lisant d'énormes quantités de textes existants) comment produire du langage.

The Guardian a rapporté les préoccupations soulevées par les vendeurs à la foire. Aucune entreprise n'a été nommée publiquement, et aucune preuve confirmée n'a émergé reliant des achats en masse spécifiques à une entreprise d'IA nommée. Ce que décrivent les vendeurs est un schéma : des achats inhabituels en masse, parfois de titres éclectiques ou épuisés, suivis d'aucune trace de ces livres réapparaissant sur le marché de l'occasion.

Pourquoi cela compte-t-il au-delà des amateurs de livres ?

Les livres rares et épuisés sont, par définition, finis. Une brochure de première édition ou un titre imprimé localement des années 1920 existe peut-être en une poignée d'exemplaires dans le monde. La numériser et la déchiqueter, et le dossier physique a disparu. Les bibliothèques et les archives numérisent bien les livres, mais elles en préservent les originaux.

Il y a aussi une question juridique qui se cache juste sous la surface. Les auteurs et les éditeurs ont déjà intenté des procès aux États-Unis arguant que la numérisation de livres protégeables pour entraîner l'IA sans permission ni rémunération viole la loi sur le droit d'auteur. L'aspect de destruction physique ajoute une couche supplémentaire de préoccupation, bien que la loi australienne sur le droit d'auteur et son intersection avec l'entraînement de l'IA reste largement inexplorée devant les tribunaux.

Pour les gens ordinaires, le résultat pratique est ceci : le marché du livre d'occasion, déjà un écosystème fragile de petits vendeurs indépendants, peut perdre des stocks irremplaçables au profit d'une chaîne d'approvisionnement que la plupart des acheteurs ne connaissent pas.

Que devraient observer les lecteurs ?

Si vous vendez des livres via des plateformes en ligne ou à des acheteurs en masse que vous ne reconnaissez pas, soyez prudent face aux offres d'achat inhabituellement grandes ou éclectiques, surtout si l'acheteur ne semble pas avoir d'intérêt apparent pour les titres au-delà de l'acquisition en volume. Posez des questions. Les vendeurs de livres indépendants suggèrent de traiter avec des acheteurs connus et des foires établies où la provenance et le soin des objets physiques font partie de la culture.

Les chercheurs et journalistes qui suivent l'approvisionnement en données d'entraînement de l'IA sont ceux les plus susceptibles d'établir des liens plus solides entre les achats en masse et les entreprises d'IA spécifiques. Ce travail est en cours.