Livros raros destroçados para alimentar IA: vendedores australianos soam o alarme

Pontos-chave

• Vendedores australianos de livros raros e usados acreditam que livros antigos estão a ser adquiridos em massa, digitalizados para criar dados de treino de IA e depois fisicamente destruídos.
• Comerciantes afirmam que os livros perdidos incluem títulos raros e fora de catálogo que não podem ser substituídos uma vez desaparecidos.
• A preocupação centra-se em pipelines de treino de IA, os processos em larga escala que as empresas utilizam para alimentar texto em sistemas de IA antes de os modelos poderem gerar linguagem.
• Tim White, livreiro de Melbourne que gere Books for Cooks, está entre os que estão a soar o alarme antes da Melbourne Rare Book Fair.
• Nenhuma empresa individual foi identificada publicamente como responsável pela atividade de compra e digitalização.

Tim White trata um livro com sobrecapa da forma como um cirurgião maneja um instrumento: com cuidado, deliberadamente, com respeito óbvio. Instalando o seu stand na Wilson Hall da Universidade de Melbourne antes da Melbourne Rare Book Fair, foi claro: "Por vezes, os livros dizem-nos mais do que o conteúdo."

Para White e outros comerciantes australianos de livros raros e usados, o objeto físico importa tanto quanto as palavras no seu interior. Uma dedicatória manuscrita, uma mancha de água, a tipografia de uma edição específica: tudo isso carrega significado. É por isso que aquilo que acreditam estar a acontecer com parte do seu stock lhes parece, para eles, destruição pela destruição.

O que é que os vendedores realmente estão a afirmar?

Os comerciantes acreditam que compradores estão a adquirir livros antigos em massa, a digitalizá-los para criar conjuntos de dados de texto e depois a descartar ou destroçar os originais. Esses conjuntos de dados alimentariam pipelines de treino de IA, os processos em escala industrial que as empresas de tecnologia utilizam para ensinar modelos de linguagem grande (sistemas de IA, como os que estão por trás do ChatGPT, que aprendem a gerar texto com som humano lendo enormes quantidades de texto existente) como produzir linguagem.

The Guardian reportou sobre a preocupação levantada pelos vendedores na feira. Nenhuma empresa individual foi nomeada publicamente e nenhuma prova confirmada emergiu até agora ligando compras em massa específicas a uma empresa de IA nomeada. O que os vendedores descrevem é um padrão: compras em massa invulgares, por vezes de títulos eclécticos ou fora de catálogo, seguidas da ausência de qualquer vestígio desses livros a ressurgirem no mercado de segunda mão.

Por que é que isto importa para além dos amantes de livros?

Livros raros e fora de catálogo são, por definição, finitos. Um panfleto em primeira edição ou um título impresso localmente dos anos 1920 existe talvez em meia dúzia de cópias em todo o mundo. Digitalizá-lo e destroçá-lo, e o registo físico desaparece. Bibliotecas e arquivos fazem digitalizar livros, mas preservam os originais.

Existe também uma questão legal logo abaixo da superfície. Autores e editoras já iniciaram processos judiciais nos Estados Unidos argumentando que digitalizar livros protegidos por direitos de autor para treinar IA sem permissão ou pagamento viola a lei de direitos de autor. O ângulo de destruição física adiciona uma camada adicional de preocupação, embora a lei de direitos de autor australiana e a sua intersecção com o treino de IA permaneçam em grande parte não testadas em tribunal.

Para pessoas comuns, a consequência prática é esta: o mercado de livros de segunda mão, já um ecossistema frágil de pequenos comerciantes independentes, pode estar a perder stock irreplacível para uma cadeia de abastecimento que a maioria dos compradores desconhece.

O que é que os leitores devem observar?

Se vende livros através de plataformas em linha ou para compradores em massa que não reconhece, tenha cuidado com ofertas de compra invulgares ou eclécticas, especialmente quando o comprador não mostra interesse aparente nos títulos para além de adquirir volume. Faça perguntas. Livreiros independentes sugerem lidar com compradores conhecidos e feiras estabelecidas onde a proveniência e o cuidado com objetos físicos fazem parte da cultura.

Investigadores e jornalistas que rastreiam o abastecimento de dados de treino de IA são os mais prováveis de estabelecer ligações mais sólidas entre compras em massa e empresas de IA específicas. Esse trabalho está em curso.