Libri rari distrutti per addestrare l'IA: i venditori australiani suonano l'allarme

Punti chiave

• I venditori australiani di libri rari e usati ritengono che i vecchi libri vengono acquistati in blocco, scansionati per creare dati di addestramento dell'IA, quindi fisicamente distrutti.
• I rivenditori sostengono che i libri persi includono titoli rari e fuori catalogo che non possono essere rimpiazzati una volta scomparsi.
• La preoccupazione si concentra sulle pipeline di addestramento dell'IA, i processi su larga scala che le aziende utilizzano per alimentare testo nei sistemi di IA prima che i modelli possano generare linguaggio.
• Tim White, libraio di Melbourne che gestisce Books for Cooks, è tra coloro che hanno lanciato l'allarme in vista della Melbourne Rare Book Fair.
• Nessuna azienda singola è stata identificata pubblicamente come responsabile dell'attività di acquisto e scansione.

Tim White maneggia un libro con sovraccoperta come un chirurgo maneggia uno strumento: con cautela, deliberatamente, con ovvio rispetto. Mentre allestiva il suo stand presso la Wilson Hall dell'Università di Melbourne prima della Melbourne Rare Book Fair, lo ha detto chiaramente: "A volte i libri ti dicono più del contenuto".

Per White e altri rivenditori australiani di libri rari e usati, l'oggetto fisico è importante tanto quanto le parole al suo interno. Una dedica scritta a mano, una macchia d'acqua, il carattere tipografico di una particolare edizione: tutto questo ha un significato. Per questo motivo, ciò che credono stia accadendo a parte del loro stock sembra loro, una distruzione fine a se stessa.

Cosa stanno effettivamente affermando i venditori?

I rivenditori ritengono che gli acquirenti stiano acquisendo vecchi libri in blocco, scansionandoli per creare dataset di testo, quindi scartando o distruggendo gli originali. Questi dataset alimenterebbero le pipeline di addestramento dell'IA, i processi su scala industriale che le aziende tecnologiche utilizzano per insegnare ai modelli linguistici di grandi dimensioni (sistemi di IA, come quelli dietro ChatGPT, che imparano a generare testo che suona umano leggendo enormi quantità di testi esistenti) a produrre linguaggio.

The Guardian ha riferito della preoccupazione sollevata dai venditori alla fiera. Nessuna azienda singola è stata nominata pubblicamente, e nessuna prova confermata è emersa ancora collegando acquisti in blocco specifici a una ditta di IA denominata. Ciò che i venditori descrivono è un modello: acquisti insoliti in blocco, a volte di titoli eclettici o fuori catalogo, seguiti da nessuna traccia di quei libri che riaffiorano nel mercato dell'usato.

Perché questo conta al di là degli amanti dei libri?

I libri rari e fuori catalogo sono, per definizione, finiti. Un opuscolo di prima edizione o un titolo stampato localmente degli anni Venti esiste in forse una manciata di copie in tutto il mondo. Scansionalo e distruggilo, e il record fisico è sparito. Le biblioteche e gli archivi digitalizzano i libri, ma preservano gli originali.

C'è anche una questione legale che si nasconde proprio sotto la superficie. Autori ed editori hanno già intentato cause negli Stati Uniti sostenendo che la scansione di libri protetti da copyright per addestrare l'IA senza permesso o compenso viola la legge sul copyright. L'aspetto della distruzione fisica aggiunge un ulteriore strato di preoccupazione, anche se la legge sul copyright australiana e la sua intersezione con l'addestramento dell'IA rimangono in gran parte inesplorate in tribunale.

Per le persone comuni, il risultato pratico è questo: il mercato dei libri usati, già un ecosistema fragile di piccoli rivenditori indipendenti, potrebbe essere in perdita di stock irreplacciabile a una catena di approvvigionamento che la maggior parte degli acquirenti non conosce.

Cosa dovrebbero osservare i lettori?

Se vendi libri attraverso piattaforme online o a acquirenti in blocco che non riconosci, sii cauto riguardo a offerte di acquisto insolitamente grandi o eclettiche, soprattutto quando l'acquirente non mostra apparente interesse nei titoli al di là dell'acquisizione in volume. Fai domande. I librai indipendenti suggeriscono di trattare con acquirenti conosciuti e fiere consolidate dove la provenienza e la cura degli oggetti fisici sono parte della cultura.

I ricercatori e i giornalisti che tracceranno l'approvvigionamento dei dati di addestramento dell'IA sono quelli che hanno più probabilità di stabilire collegamenti più solidi tra l'acquisto in blocco e aziende di IA specifiche. Questo lavoro è in corso.