Các công ty AI bị tố 'tiêu hủy' hàng triệu cuốn sách để huấn luyện trí tuệ nhân tạo

Việc các công ty AI bị cáo buộc mua rồi cắt gáy, số hóa và tiêu hủy hàng triệu cuốn sách đang gây tranh cãi trên toàn cầu. Nhiều tác giả, nhà sưu tầm và giới xuất bản lo ngại di sản tri thức nhân loại sẽ bị tổn hại không thể phục hồi.

Làn sóng phát triển trí tuệ nhân tạo (AI) đang làm dấy lên một cuộc tranh cãi mới khi nhiều công ty công nghệ bị cáo buộc mua số lượng lớn sách in, sau đó cắt gáy, quét số hóa và tiêu hủy để tạo dữ liệu huấn luyện cho các mô hình ngôn ngữ lớn (LLM).

Không ít người yêu sách ví hiện tượng này với vụ thiêu hủy Thư viện Alexandria trong lịch sử hay những đống sách bị đốt trong tiểu thuyết phản địa đàng Fahrenheit 451. Một nhà buôn sách cổ tại Hà Lan thậm chí gọi đây là "một dạng hành động man rợ".

Tờ The Herald của Scotland bình luận rằng, khi một bản in hiếm chưa từng được số hóa bị phá hủy, giá trị của nó có thể biến mất vĩnh viễn. Trong khi đó, phiên bản số hóa lại phụ thuộc vào cách AI diễn giải, thay vì phản ánh trung thực nguyên bản của tác phẩm.

"Project Panama" và phương thức số hóa gây tranh cãi

Tranh cãi bắt đầu bùng phát từ năm ngoái khi vụ kiện nhằm vào Anthropic hé lộ các tài liệu nội bộ liên quan đến "Project Panama", dự án được cho là hướng tới mục tiêu "số hóa bằng phương pháp phá hủy toàn bộ sách trên thế giới".

Mới đây, trang 404 Media tiếp tục khơi lại chủ đề này khi mô tả quy trình sử dụng máy cắt bỏ gáy sách để từng trang giấy có thể được đưa qua máy quét tốc độ cao.

Ngay cả tỷ phú Elon Musk cũng công khai phản đối phương pháp này.

Trên mạng xã hội X ngày 27/7, Elon Musk cho biết ông đã yêu cầu nhóm phát triển AI của SpaceX phải bảo quản các cuốn sách quý trong thư viện và sử dụng phương pháp quét không phá hủy thay vì cắt gáy sách.

 Vì sao AI cần sách giấy?

Theo The Washington Post, Anthropic ưu tiên sử dụng sách in vì đây là nguồn dữ liệu có chất lượng ngôn ngữ cao, không bị pha tạp bởi lượng lớn nội dung kém chất lượng trên Internet.

Song song đó, Anthropic cũng đối mặt với nhiều vụ kiện liên quan đến việc sử dụng sách để huấn luyện mô hình Claude. Một phần tranh chấp xoay quanh cáo buộc công ty đã sử dụng các bản sách điện tử sao chép trái phép mà không có sự đồng ý của tác giả.

Tòa án sau đó xác định việc sử dụng sách lậu là vi phạm pháp luật. Tuy nhiên, thẩm phán cũng cho rằng việc mua hợp pháp sách giấy rồi số hóa để tạo thư viện dữ liệu nội bộ phục vụ AI được xem là hành vi "chuyển đổi" (transformative use), đủ điều kiện áp dụng nguyên tắc sử dụng hợp lý (fair use), miễn là các bản sao không được phân phối hoặc phát hành ra bên ngoài.

Theo The Washington Post, Anthropic đã chi hàng chục triệu USD để mua hàng triệu cuốn sách, cắt gáy và quét số hóa. Trong một vụ kiện khác, công ty chấp nhận dàn xếp với các tác giả liên quan đến việc sử dụng sách sao chép trái phép với số tiền lên tới 1,5 tỷ USD.

ISBNdb phủ nhận tham gia thu mua sách

Bài điều tra của 404 Media cũng nhắc tới ISBNdb, đơn vị tự giới thiệu là cơ sở dữ liệu sách lớn nhất thế giới.

Theo bài báo, trên website của ISBNdb từng xuất hiện nội dung cho rằng "dữ liệu huấn luyện AI tốt nhất đang nằm trên các giá sách", đồng thời ám chỉ công ty có thể giữ kín danh tính khách hàng AI khi mua sách với số lượng lớn.

Những nội dung này hiện đã bị gỡ bỏ.

Trao đổi với Moneywise, đại diện ISBNdb khẳng định công ty "chưa từng mua, bán hoặc quét sách in phục vụ huấn luyện AI". Theo doanh nghiệp, các nội dung trên website chỉ liên quan đến một ý tưởng dịch vụ đang được nghiên cứu và chưa từng được triển khai thực tế.

ISBNdb cũng từ chối bình luận về kế hoạch phát triển sản phẩm trong tương lai.

Nhiều nhà buôn sách nhận đơn hàng bất thường

Trong khi đó, nhiều nhà buôn sách cũ tại Anh, Đức, Hà Lan, Tây Ban Nha và Thụy Sĩ cho biết họ liên tục nhận được các đơn đặt mua hàng nghìn đầu sách cùng lúc, điều hiếm khi xảy ra trước đây.

Một người kinh doanh sách hiếm cho biết doanh số bán hàng của ông tăng từ khoảng 20 cuốn mỗi tuần lên hàng trăm cuốn kể từ khi xuất hiện các khách hàng mới. Dù việc này giúp giải phóng lượng hàng tồn kho và mang lại nguồn thu đáng kể, ông vẫn lo ngại nhiều đầu sách hiếm sẽ bị nghiền hủy sau khi được số hóa.

Hiện chưa có bằng chứng xác nhận các đơn đặt hàng này đến từ các công ty AI, nhưng nhiều người trong ngành cho rằng đây là khả năng rất lớn.

Ngành xuất bản tìm cách tự bảo vệ

Trước những lo ngại ngày càng gia tăng, một số doanh nghiệp trong ngành xuất bản đã bắt đầu hành động.

Nhà phân phối sách độc lập Ingram Content Group cho phép các nhà xuất bản đối tác lựa chọn không bán sách cho các công ty AI. Tuy nhiên, doanh nghiệp cũng thừa nhận rất khó xác định đâu là khách hàng AI và đâu là người mua thông thường.

Trong khi đó, nhiều tác giả tiếp tục theo đuổi các vụ kiện cáo buộc các công ty AI sử dụng tác phẩm có bản quyền để huấn luyện mô hình mà chưa được phép. Tại Australia, giới kinh doanh sách cổ cũng đang kêu gọi chính phủ sớm hoàn thiện các quy định pháp lý nhằm bảo vệ thị trường trước làn sóng thu mua sách phục vụ AI.

Đại diện Hiệp hội Những người buôn sách cổ Australia và New Zealand cho biết hiện tượng này chưa xuất hiện rõ tại Australia, có thể do khoảng cách địa lý và chi phí vận chuyển cao. Tuy nhiên, ngành sách đang theo dõi rất sát diễn biến của thị trường để kịp thời ứng phó.