Скрытый AirTag показал, что Amazon уничтожает редкие книги для обучения ИИ
AirTag, тайно спрятанный в редкой книге, привёл журналистов 404 Media на склад Amazon в Лас-Вегасе, где сотрудники сканируют и затем уничтожают закупленные партиями редкие книги ради данных для обучения ИИ. Amazon напрямую цель закупок не подтвердил.
Уже около года продавцы редких книг подозревали, что компании, разрабатывающие ИИ, скупают крупные партии редких изданий, а затем уничтожают их после сканирования, используя текст для обучения моделей. Теперь эти подозрения подтвердило издание 404 Media: вместе с одним из книготорговцев журналисты спрятали трекер AirTag внутри редкой книги, отправленной в составе оптового заказа. Устройство привело к складу Amazon в Лас-Вегасе, где команда специалистов вырывает страницы из переплётов и сканирует их.
На двери склада этой внутренней команды, известной как VGT3, по данным расследования, размещён логотип с тираннозавром, готовым проглотить книгу.
Amazon уклоняется от прямого ответа
Amazon отказался комментировать конкретные выводы расследования, ограничившись общим заявлением о том, что компания закупает книги по коммерческим каналам для развития и улучшения продуктов и сервисов для клиентов. Об обучении ИИ в заявлении не упоминается. Тем не менее известно, что Amazon разрабатывает так называемые передовые модели ИИ, для которых требуются огромные объёмы уникальных обучающих текстов, чтобы конкурировать с Google, OpenAI и Anthropic — компаниями, которые, как сообщается, публично заявляли об отказе обучать модели на редких и старинных книгах.
Согласно обсуждениям на форумах, которые изучили журналисты, ранее в этом году у Amazon возник дефицит книг для сканирования, из-за чего сотрудники опасались закрытия склада. В какой-то момент запасы книг закончились полностью. Тем не менее склад продолжает работать, а поставляемые туда партии редких книг систематически уничтожаются.
Поиск по ISBN и этические вопросы
Расследование также подкрепляет другую теорию книготорговцев: ИИ-компании якобы целенаправленно ищут книги по номерам ISBN, чтобы собрать в обучающих данных максимум уникальных произведений. По имеющимся данным, сотрудников инструктировали проверять штрихкоды или ISBN перед сканированием.
Обычно закупаются не ценные первые издания, а малоизвестные книги невысокой рыночной стоимости — например, тексты, никогда не переводившиеся с редко используемого сегодня языка, или издания, которые никогда не имели широкого распространения. Книготорговец, спрятавший AirTag, отметил, что такие произведения всё же могут иметь историческую, интеллектуальную или сентиментальную ценность, которую компании, занятые лишь текстом как «набором слов», не учитывают.
Мнения в сети разделились: одни считают, что многие из этих книг всё равно годами пылились бы на полках, другие предупреждают, что после сканирования содержание фактически становится недоступным публике, поскольку ИИ-компании вряд ли поделятся оцифрованными текстами. Шотландский книготорговец, которого отдельно процитировала BBC, отметил, что компаниям следует различать действительно заменимые издания и редкие сохранившиеся экземпляры, назвав уничтожение последних куда более серьёзной проблемой.
