Empresas de IA compran y destruyen libros antiguos para entrenar modelos
AI Companies Are Buying Antique Books, Ingesting Their Contents to Train Models, and Then Destroying Them at Incredible Scale, Even If Almost No Copies Remain
Las empresas de inteligencia artificial están adquiriendo libros antiguos, digitalizando su contenido para entrenar modelos de lenguaje, y posteriormente destruyéndolos a una escala increíble. Este proceso ha generado preocupación, especialmente cuando se trata de libros raros, de los cuales quedan pocas copias en el mundo.
Tradicionalmente, los libros han sido valorados por su contenido y su presencia física en estanterías. Sin embargo, para las empresas que desarrollan modelos de lenguaje, los libros no son más que material para ser devorado en masa. Muchas de estas empresas, como Anthropic, han sido acusadas de usar libros digitales pirateados para entrenar sus modelos, lo que ha llevado a acuerdos legales millonarios con autores afectados.
En un intento por evitar problemas legales, algunas compañías han recurrido a la compra de libros físicos, que adquieren en grandes cantidades a precios bajos. Según una demanda resuelta, Anthropic utilizó una máquina de corte hidráulica para separar las páginas de los libros comprados y luego escanearlas con equipos de imagen industrial. Este proceso se ampara en la doctrina de la primera venta, que permite al comprador hacer lo que desee con su compra sin el consentimiento del titular original de los derechos de autor.
El sitio ISBNdb, que afirma tener la «base de datos de libros más grande del mundo», ahora facilita la compra masiva de libros para empresas de IA, prometiendo mantener las compras en secreto para evitar la mala publicidad que enfrentaron compañías como Anthropic y Meta. Según ISBNdb, los libros impresos antes de la era de los modelos de lenguaje son valiosos porque están libres de la contaminación de las herramientas modernas de escritura de IA.
Un pequeño vendedor de libros informó que sus ventas semanales se dispararon de 20 a cientos de libros, sospechando que sus clientes son laboratorios de IA debido a la selección aleatoria de los libros y la presencia de ISBNs. Aunque esto le beneficia económicamente, le preocupa que los libros raros y descatalogados puedan estar siendo destruidos.
En los Países Bajos, librerías especializadas en libros raros también están experimentando un aumento en las compras al por mayor, aunque no pueden confirmar si son para empresas de IA. Servicios como ISBNdb facilitan estos pedidos masivos, manteniendo el anonimato de los compradores de IA.
Fuente: https://futurism.com/artificial-intelligence/ai-companies-destroying-rare-books
