Ahogy terjed a mesterséges intelligencia használata, úgy megy tönkre az internet: az AI-generált szövegek (képek, videók) már mindenhol jelen vannak, ami nemcsak bosszantó, hanem a nagy nyelvi modelleket is megfertőzi. Minél több ilyen tartalom van, annál gyakrabban futnak bele a nagy nyelvi modellek is, amelyek, ha ilyesmiből tanulnak, csak súlyosbítják a bajt, ezért az érintetlen, bizonyíthatóan ember által írott szövegek kincset érnek a fejlesztőknek. A szabadon és a kevésbé szabadon hozzáférhető szövegeket a cégek már letarolták (az Anthropic például másfél milliárd dollárt fizetett, miután az illegális webes könytárak tartalmait használta a saját nagy nyelvi modelljének betanításához), de valószínűleg mások sem voltak túl finnyásak: amit a Claude „olvasott”, azt nagy valószínűséggel a riválisai is olvasták.

Ha nem netes adatbázisokról van szó, a helyzet valamivel bonyolultabb: a könyveket digitalizálni kell. A másfél milliárdos kártérítésről szóló per anyagaiból kiderült, hogy az Anthropic könyvek millióit etette meg Claude-dal, amelynek során a kötetek gerincét eltávolították, a szöveget beszkennelték, a lapokat és a borítókat pedig a folyamat végén ledarálták, mert ez jobban megérte, mint tárolni őket. Ez a bírói ítélet szerint ugyan nem jogsértés, de az Anthropicnál érezhették, hogy népszerűtlen lépés lehet, ugyanis az is kiderült, hogy a cégnél próbálták titkolni, hogy mi lesz az általuk felvásárolt könyvek sorsa.

Minél ritkább, annál jobb

A cél persze az volt, hogy megelőzzék a versenytársaikat: minél több régi vagy ritka szöveget ismer meg Claude, annál kevésbé hasonlít majd a mára általánosan elterjedt MI-stílusra – és ez persze másokra is igaz. Mivel a mesterséges intelligencia sajtója a Terminator óta meglehetősen rossz (az aggodalmakat pedig csak tovább fokozzák az adatközpontok környezetkárosító hatásai vagy az elszabaduló chatbotok), a cégek legalább a könyvégetést próbálják tagadni, ezért a gyakran ritka kötetek beszerzését nem maguk intézik, hanem külsős vállalkozásokra bízzák.

A ritka, nehezen hozzáférhető könyvek különösen népszerűek, ezeknek a forgalma PCGamer szerint Amerikában és Hollandiában (de bizonyára máshol is) alaposan megugrott, ami ugyan jó hír az antikváriumoknak, de rossz hír a könyveknek, mivel használat után megsemmisítik őket. A lap egy kereskedőt is idézett, aki pont ezen kesergett: hiába keres jól azzal, hogy nagy tételben veszik tőle a ritka köteteket, azért zavarja, hogy bezúzzák őket – ami viszont hatalmas előnyt jelent annak, aki ráteszi a kezét, mert így még kevésbé valószínű, hogy a rivális cégek ugyanezt a szöveget is felhasználhassák a betanításért folyó fegyverkezési versenyben.

Forrás