Menurut laporan 404 Media yang diterbitkan pagi ini, Amazon, kekaisaran jahat itu, “sedang membeli buku dalam jumlah besar, memindainya untuk data pelatihan AI, dan menghancurkannya dalam prosesnya.”
Berita ini mengikuti pengungkapan yang perlahan-lahan muncul bahwa perusahaan AI lain telah melakukan pemindaian merusak untuk melatih LLM mereka setidaknya selama dua tahun terakhir.
Rangkaian domino mulai runtuh pada Januari ini, ketika The Washington Post membongkar cerita bahwa Anthropic sedang mengerjakan proyek rahasia untuk “memindai secara merusak semua buku di dunia.”
Rincian tentang “Proyek Panama”—karena apa artinya rencana jahat tanpa nama samaran yang pantas untuk penjahat Bond—muncul selama gugatan hak cipta yang sangat dipublikasikan yang diajukan para penulis terhadap Anthropic awal tahun ini.
Meskipun gosip ini membuat perusahaan di balik Claude tampak sangat mengerikan, gugatan yang sedang berlangsung terhadap Meta, Google, Microsoft, dan OpenAI sekarang menunjukkan praktik serupa.
Ke mana-mana, perusahaan besar mencuri karya penulis untuk melatih LLM mereka. Dengan fokus terkini pada penulis yang telah meninggal, yang tidak bisa protes.
Amazon sebelumnya membantah bahwa mereka melakukan pemindaian merusak. (Atau setidaknya, mereka sangat diam soal subjek ini.) Namun seperti yang dilaporkan Emanuel Maiberg, tanda-tanda baru mengarah pada keterlibatan.
Bagaimana kita mengetahuinya? Dalam sebuah penelitian praktis yang rapi, 404Media mengikuti sebuah buku langka yang mereka curiga akan diakuisisi oleh perusahaan AI untuk data pelatihan, dan menelusuri perjalanannya keliling negara:
Tujuan akhirnya adalah sebuah gudang Amazon di Las Vegas, Nevada. Karyawan Amazon yang bekerja di lokasi ini mengatakan pekerjaan mereka hanyalah menerima kiriman buku cetak dalam jumlah besar, yang kemudian mereka potong ikatannya agar dapat memindai buku dengan lebih cepat. Buku cetak itu dihancurkan dalam proses tersebut.
Tapi tunggu, ada lagi Bond villain di sini! Rupanya logo tim yang bersalah itu “adalah seekor dinosaurus dengan gigi-giginya tergigit dan memegang buku di tangannya.”
Jadi Rex keluar dari lapangan, Tuan Bezos.
Mungkin Anda juga bertanya-tanya: selain bagian penggugat yang diam, apa yang membuat buku langka begitu berharga bagi perusahaan AI?
Menurut dokumen WaPo yang diungkap terkait Proyek Panama, “salah satu pendiri Anthropic berteori bahwa melatih model AI dengan buku bisa mengajari mereka ‘cara menulis dengan baik’ alih-alih meniru ‘bahasa internet berkualitas rendah.’”
Maiberg menegaskan teori ini juga. “Buku cetak bernilai sebagai data pelatihan karena banyak teks yang terkandung di dalamnya tidak mudah tersedia di internet, yang telah di-scrape oleh perusahaan AI,” tulisnya dalam ringkasan pagi ini.
Data tersebut juga tersusun rapi dan, jika buku itu dicetak sebelum 2022, dipastikan bebas dari teks yang dihasilkan AI, yang dapat membuat model AI mana pun yang dilatih dengannya menjadi lebih buruk melalui proses rekursif yang disebut kolaps model.
Semoga saja.
Ada sisi positif lain di sini. Secara umum, publik Amerika masih cukup menentang penghancuran buku. Secara optik, setidaknya.
Beberapa perusahaan telah tampak merespons tekanan publik terhadap praktik yang tidak indah ini.
Jadi dengan asumsi mereka tidak runtuh sendiri, mari kita berharap bahwa sumber rasa malu akan membatasi mesin-mesin ini.
