Lý do các công ty AI thu mua hàng triệu cuốn sách cũ

Sự bùng nổ của trí tuệ nhân tạo đang khiến Internet ngập tràn thông tin do máy tính tự "bịa" ra. Tình trạng này dễ làm cho các hệ thống AI ngày càng kém thông minh khi chúng liên tục học lại chính những dữ liệu do mình sinh ra. Để giải quyết triệt để, các tập đoàn công nghệ chọn cách gom mua hàng loạt sách in xuất bản trước năm 2022.

Theo nền tảng dữ liệu ISBNdb, sách in chứa đựng nguồn tri thức chuyên sâu, có cấu trúc chặt chẽ và được kiểm duyệt kỹ lưỡng. Đây là ưu thế vượt trội mà các công cụ thu thập dữ liệu tự động trên Internet không thể có được.

Bên cạnh dịch vụ cơ sở dữ liệu, ISBNdb hiện hỗ trợ các phòng thí nghiệm AI thu mua sách cũ với số lượng từ 1.000 đến 1 triệu cuốn cho mỗi đơn hàng. Việc thu mua quy mô lớn giúp các mô hình AI có nguồn dữ liệu sạch, đồng thời tránh các công cụ phá hoại do giới tác giả cố tình cài cắm trực tuyến.

Sự bùng nổ này nhanh chóng làm thay đổi thị trường sách cũ. Theo 404 Media, nhiều người bán ghi nhận lượng đơn hàng tăng đột biến từ giữa năm nay. Các đơn hàng tự động liên tục gom sạch sách có mã ISBN mà không quan tâm đến giá cả hay tình trạng.

Một người bán sách ngoại văn lâu năm chia sẻ rằng lượng bán hàng tuần của ông đã tăng từ vài chục cuốn lên hàng trăm cuốn. Ông cho biết có sự bất hợp lý trong các đơn hàng: người mua hoàn toàn không bận tâm đến giá bán, thậm chí mua cả những cuốn bị định giá quá cao, điều mà ông xem là dấu hiệu đặc trưng của các công ty AI.

Tuy nhiên, quy trình số hóa này đang dấy lên nhiều lo ngại. Nhằm tiết kiệm chi phí và tối ưu tốc độ, các công ty lựa chọn phương pháp cực đoan. Gáy sách bị cắt rời để đưa từng trang vào máy quét tự động, sau đó phần giấy vụn sẽ đem đi tái chế. Cách làm này khiến nhiều cuốn sách hiếm hoặc ít phổ biến đứng trước nguy cơ biến mất vĩnh viễn.

Vấn đề hình ảnh cũng khiến các tập đoàn công nghệ lo ngại. 404 Media cho biết ISBNdb phải cam kết bảo mật nghiêm ngặt danh tính khách hàng để tránh làn sóng chỉ trích tiêu cực từ công chúng. Chính ISBNdb cũng thừa nhận vấn đề hình ảnh là có thật, khi một tiêu đề kiểu "Công ty AI tiêu hủy hai triệu cuốn sách" chắc chắn sẽ không nhận được thiện cảm từ công chúng.

Về mặt pháp lý, việc tiêu hủy sách gốc lại giúp các công ty AI tránh rắc rối bản quyền. Thẩm phán liên bang Mỹ William Alsup từng phán quyết rằng việc tạo bản sao kỹ thuật số từ sách in là hợp pháp nếu bản gốc bị tiêu hủy và bản số hóa chỉ lưu hành nội bộ.

Trong lúc ranh giới pháp lý dần được làm rõ, làn sóng thu mua sách cũ quy mô lớn nhiều khả năng sẽ chưa dừng lại, khi các công ty AI vẫn đang chạy đua tìm nguồn dữ liệu huấn luyện chất lượng cao và ít rủi ro pháp lý nhất có thể.