Amazon và Anthropic bị phát hiện tiêu hủy sách giấy để thu thập dữ liệu huấn luyện AI
Một cuộc điều tra của 404 Media bằng cách sử dụng Apple AirTag đã tiết lộ rằng Amazon đang thu mua sách giấy, cắt bỏ gáy sách để quét nhanh nhằm huấn luyện các mô hình AI Nova, sau đó tiêu hủy bản gốc. Một dự án quét sách mang tính hủy diệt tương tự có tên "Project Panama" cũng từng được Anthropic thực hiện trước đó. Phương pháp này làm nổi bật các biện pháp cực đoan mà các công ty AI áp dụng để thu thập dữ liệu huấn luyện chất lượng cao trước năm 2022 vốn không chứa nội dung do AI tạo ra. Tuy nhiên, nó gây ra những lo ngại lớn về mặt đạo đức khi những cuốn sách quý hiếm, không thể thay thế bị mất vĩnh viễn khỏi cộng đồng và bị khóa trong các mô hình AI độc quyền của doanh nghiệp. Trước đây, một tòa án đã phán quyết rằng việc quét sách của Anthropic cấu thành hành vi sử dụng hợp lý (fair use), một phần vì sách vật lý đã bị tiêu hủy, ngăn chặn việc bán lại các bản sao trùng lặp. Các cuốn sách được nhắm mục tiêu có giá trị rất cao đối với các nhà phát triển AI vì nội dung của chúng chưa từng được xuất bản trên internet.
## KIẾN THỨC NỀN
Các nhà phát triển AI đang đối mặt với tình trạng thiếu hụt nghiêm trọng văn bản chất lượng cao do con người viết để huấn luyện các mô hình ngôn ngữ lớn, buộc họ phải tìm kiếm các nguồn ngoại tuyến như thư viện sách giấy. Nova của Amazon là một dòng mô hình nền tảng được triển khai trên AWS, trong khi "Project Panama" của Anthropic là một chiến dịch thu thập dữ liệu gây tranh cãi từng đối mặt với hành động pháp lý từ các tác giả.