Według informacji „Gazety Wyborczej” zasoby dostępnych online tekstów są w dużej mierze wyczerpane lub ograniczone przez przepisy dotyczące praw autorskich. W związku z tym koncerny technologiczne poszukują nowych źródeł treści. Coraz większym zainteresowaniem cieszą się starsze wydania książek na rynku antykwarycznym. Firmy kupują je hurtowo, skanują, cyfryzują i wykorzystują jako materiał szkoleniowy dla systemów AI. Po digitalizacji wiele egzemplarzy jest niszczonych.
Książki są nabywane całymi paletami, na których mieści się od 800 do 1200 egzemplarzy. Jedno zamówienie może obejmować nawet ponad 10 tysięcy książek. Proces skanowania jest szybki i wydajny, grzbiety książek są usuwane, by można było skanować w tempie 80-120 stron na minutę, a oryginały są następnie utylizowane. Tym sposobem z rynku znikają również bardzo niszowe pozycje wydawane w niewielkich nakładach.
Procedura ta umożliwia zdobywanie dużych ilości tekstu bez naruszania zabezpieczeń stosowanych przez wydawców w publikacjach elektronicznych. Dodatkowo wykorzystywane są metadane, takie jak numery ISBN, które pomagają w identyfikacji i katalogowaniu książek.
Jednak wykorzystywanie utworów chronionych prawem autorskim do trenowania modeli sztucznej inteligencji wywołuje kontrowersje prawne. Przeciwko firmom rozwijającym AI, takim jak Meta i Anthropic, wytaczane są pozwy przez autorów i wydawców, oskarżających je o bezprawne wykorzystywanie ich twórczości.
Sprawa przeciwko Anthropic ujawniła, że firma nielegalnie pozyskała miliony książek. Choć sprawa zakończyła się ugodą na kwotę 1,5 miliarda dolarów, firma zachowała wszystkie modele AI wytrenowane na tych książkach. Ta sytuacja jest przykładem skomplikowanej relacji między technologią a prawem autorskim, podkreślając potrzebę uregulowań w tej dziedzinie.
Dodaj komentarz