Τα γλωσσικά μοντέλα της ΑΙ (τεχνητή νοημοσύνη) κερδίζουν όλο και περισσότερο έδαφος μέρα με τη μέρα και σχεδόν όλοι (είτε θέλουμε να το παραδεχτούμε είτε όχι) απευθυνόμαστε σε αυτά, για να μας γράψουν από ευχές για γενέθλια μέχρι επαγγελματικά email. Έχετε όμως αναρωτηθεί πώς γίνεται τόσο γρήγορα, σχεδόν αβίαστα, τα μοντέλα αυτά να παράγουν υψηλής ποιότητας κείμενο που εμάς θα μας έπαιρνε μία με δύο εργάσιμες; Η απάντηση είναι πιο δυστοπική απ’ ότι μπορείτε να φανταστείτε.
Το project Panama
Το 2024 η Anthropic, μία από τις μεγαλύτερες εταιρείες Τεχνητής Νοημοσύνης στον κόσμο, ξεκινάει το project Panama, ένα κωδικό όνομα που δεν προϊδεάζει με τίποτα το περιεχόμενό του. Στόχος του προγράμματος; Να εκπαιδεύσει το μοντέλο τεχνητής νοημοσύνης της εταιρίας μέσω της σάρωσης εκατομμυρίων φυσικών βιβλίων. Και αν αυτό σας ακούγεται αθώο, η συνέχεια γίνεται όλο και πιο ζοφερή.
Η εταιρεία, με τη βοήθεια της ISBN, μίας από τις μεγαλύτερες βάσεις δεδομένων βιβλίων, αγοράζει μαζικά χιλιάδες τίτλους προκειμένου να τους σαρώσει, για να χρησιμοποιηθούν από τα μοντέλα της. Η ίδια η ISBN εγγυάται όχι μόνο την ασφαλή μεταφορά χιλιάδων βιβλίων, αλλά και υπόσχεται ότι θα τηρήσει σιγή ιχθύος για τη χρήση των αντιτύπων και τους αγοραστές τους, δεσμευμένη από συμφωνητικά NDA. Ωστόσο, ο μαζικός χαρακτήρας των σαρώσεων δεν αφήνει περιθώρια για λεπτούς χειρισμούς και πρωτόκολλα βιβλιοθηκών, αλλά οδηγεί σε πρακτικές που ακολουθούν περισσότερο… οι χασάπηδες.
Για να εξοικονομηθεί χρόνος (και χρήμα), οι ράχες των βιβλίων κόβονται και τα έργα καταστρέφονται ανεπανόρθωτα, χωρίς να είναι δυνατόν πλέον να χρησιμοποιηθούν ή να διαβαστούν από ανθρώπους. Όπως αναφέρεται, στόχος ήταν σταδιακά να σαρωθούν (και άρα να καταστραφούν;) όλα τα βιβλία του κόσμου. Συνιστούσαν ωστόσο, τους υπαλλήλους να μην μιλούν δημόσια γι’ αυτό, αναγνωρίζοντας τουλάχιστον το επονείδιστο του εγχειρήματος.
Αυτή όμως, δεν είναι η πρώτη προσπάθεια της Anthropic να τροφοδοτήσει το μοντέλο της με πρωτογενές περιεχόμενο. Το 2021 “κατέβασε” και σάρωσε από πειρατικές βιβλιοθήκες στο διαδίκτυο, όπως οι Books3, Library Genesis, Pirate Library Mirror, πάνω από 7 εκατομμύρια (!) βιβλία, προτού προχωρήσει σε φυσικά αντίτυπα με την πρόσληψη του Tom Turvey το 2024, στελέχους της Google Books.
Στην υπόθεση αυτή βέβαια, δεν εμπλέκεται μόνο η Anthropic, αλλά και άλλες εταιρείες Τεχνητής Νοημοσύνης, καθώς φαίνεται να αποτελεί γενικευμένη τακτική εκπαίδευσης των μοντέλων. Open AI, Meta, Google στην προσπάθειά τους να αποκτήσουν πρόσβαση σε όσο το δυνατόν μεγαλύτερο όγκο κειμένων και γνωρίζοντας ότι κάτι τέτοιο δεν θα ήταν εφικτό, λόγω των πνευματικών δικαιωμάτων, κατέφυγαν επίσης σε αμφιλεγόμενες πρακτικές.
Ο Elon Musk από τη μεριά του, σε μία κίνηση βαθιάς γενναιοδωρίας και φιλανθρωπίας, υπόσχεται ότι στη δική του εταιρεία, ακολούθησαν άλλη τακτική και πρόσεξαν να μην καταστρέψουν τα βιβλία (τουλάχιστον τα σπάνια) που σάρωσαν για την εκπαίδευση του Grok. Εμείς ευχαριστούμε Elon μου (όρθια)!
Γιατί οι ΑΙ εταιρείεςστρέφονται στα φυσικά βιβλία;
Το εύλογο ερώτημα που προκύπτει διαβάζοντας κανείς αυτή την είδηση είναι γιατί οι ΑΙ εταιρείες στρέφονται στα φυσικά, χάρτινα βιβλία. Και η απάντηση είναι απλή. Το μεγαλύτερο μέρος των ελεύθερων (και όχι μόνο) πηγών του διαδικτύου έχει ήδη σαρωθεί. Παράλληλα, το περιεχόμενο που παράγεται πλέον έχει δημιουργηθεί (στην καλύτερη περίπτωση) με τη “βοήθεια” της τεχνητής νοημοσύνης, με αποτέλεσμα η ποιότητα των κειμένων να έχει πέσει. Προκειμένου λοιπόν, οι εταιρείες να σώσουν τα LLM μοντέλα τους από τον ίδιο τους τον εαυτό, αλλά και να γίνουν περισσότερο ανταγωνιστικές, στρέφονται σε βιβλία που έχουν δημοσιευθεί πριν την άνοδο της ΑΙ, το 2022. Όσο εμείς λοιπόν, παράγουμε και καταναλώνουμε περιεχόμενο μέσω της τεχνητής νοημοσύνης, τα LLM μοντέλα “διαβάζουν” βιβλία για να προσιδιάζουν όσο το δυνατόν περισσότερο στην ανθρώπινη ομιλία και έκφραση, να βελτιώνονται, να γίνονται σαν εμάς και εν τέλει καλύτερα από τη δική μας “φυσική” νοημοσύνη.
Τι είδους βιβλία σαρώνονται;
Αν και το θέμα έχει λάβει μεγάλες διαστάσεις και έχουν έρθει στο φως της δημοσιότητας πολλές λεπτομέρειες της υπόθεσης, ο ακριβής κατάλογος των βιβλίων που έχουν καταστραφεί δεν έχει δοθεί στη δημοσιότητα ούτε αναγράφεται στα δικαστικά έγγραφα. Το ενδιαφέρον όμως στρέφεται σε παλαιότερα βιβλία που δεν έχουν ψηφιοποιηθεί, σε δυσεύρετα αντίτυπα, ακαδημαϊκά συγγράμματα και σε λογοτεχνικά έργα υψηλού εκφραστικού επιπέδου. Η επιλογή επομένως, γινόταν στρατηγικά, με κριτήριο την ποιότητα και τη μοναδικότητα των αντιγράφων. Έτσι, από τη μία τα μοντέλα εκτίθενται σε υψηλό περιεχόμενο και πληροφορίες χρήσιμες για τη βελτιστοποίησή τους και από την άλλη, καθώς κάποια βιβλία ήταν δυσεύρετα, γίνονταν πιο ανταγωνιστικά, αποθηκεύοντας πληροφορίες που θα ήταν δύσκολο να εντοπίσουν μοντέλα άλλων εταιριών, αλλά και οι ίδιοι οι άνθρωποι.
Νομικά ζητήματα
Η υπόθεση του project Panama έφτασε στις δικαστικές αίθουσες της Αμερικής μετά από καταγγελία ορισμένων συγγραφέων, σχετικά με την παραβίαση των πνευματικών δικαιωμάτων των βιβλίων τους. Η απόφαση του δικαστηρίου (όσο απίστευτο και αν ακούγεται) έριξε στα μαλακά την εταιρεία, δίνοντας ελάχιστη σημασία στο πρωτοφανές γεγονός. Ο δικαστής William Alsup καταδίκασε την Anthropic για την παράνομη πρόσβαση σε ψηφιακά έντυπα μέσω πειρατικών βιβλιοθηκών το 2021, επιβάλλοντας της πρόστιμο 1.5 δισεκατομμύριο δολάρια, αλλά όχι για την καταστροφή των φυσικών αντιτύπων. Και αυτό γιατί για κάθε αντίτυπο που καταστράφηκε δημιουργήθηκε άλλο ένα ψηφιακό, ασχέτως που πρόσβαση σ’ αυτό μπορεί να έχει πλέον μόνο η ίδια η εταιρεία.
Παρά το γεγονός ότι το project έχει προκαλέσει την κατακραυγή της κοινής γνώμης, η Anthropic δεν έχει επιβεβαιώσει την αναστολή του. Αντίθετα, όλα δείχνουν πως η πρακτική συνεχίζεται και έχει πλέον γενικευτεί. Έρευνα του 404 Media αποδεικνύει ότι όλο και περισσότεροι μεσάζοντες εμφανίζονται βοηθώντας τις εταιρείες ΑΙ να αποκτήσουν πρόσβαση σε βιβλία, ενώ βιβλιοπώλες μεταχειρισμένων βιβλίων κάνουν λόγο για αυξημένο ενδιαφέρον και ύποπτες παραγγελίες. Ταυτόχρονα, η ίδια η Anthropic σε όλη τη διάρκεια της δίκης προσπάθησε να υπερασπιστεί τη νομιμότητα της πρακτικής, χωρίς να κάνει λόγω για διακοπή του project Panama.
Οι συνέπειες της καταστροφής των βιβλίων
Δεν είναι μόνο η καταστροφή των βιβλίων και η συνεπώς αμετάκλητη απώλειά τους που πρέπει να μας προβληματίζει. Αυτή είναι μόνο η σοκαριστική απόρροια μιας βαθιά απολυταρχικής και επικίνδυνης τακτικής. Η συνεχόμενη, μαζική συγκέντρωση εκατομμυρίων βιβλίων στα χέρια ορισμένων εταιρειών αλλάζει για πάντα την εικόνα της ανθρωπότητας και θέτει μείζονα ερωτήματα. Από την εποχή του ίντερνετ και της ελεύθερης πρόσβασης θα περάσουμε σταδιακά σε εκείνη των ΑΙ και της φεουδαρχίας της γνώσης; Μίας φεουδαρχίας που θα αποκλείει τους ανθρώπους από τη μάθηση, που θα μπορεί να ελέγχει και να διαμορφώνει κατά το δοκούν πολιτικές αντιλήψεις, επιστημονικές αλήθειες και ιδεολογικές πεποιθήσεις, που θα έχει τη δυνατότητα να διαγράφει το παρελθόν και να διαμορφώνει το μέλλον; Όσο λοιπόν, εμείς καταναλώνουμε ΑΙ περιεχόμενο, θέτοντας καθημερινά σε αδράνεια τη συνθετική σκέψη και κρίση (κατεξοχήν στοιχείο της ανθρώπινης ύπαρξης), η Τεχνητή Νοημοσύνη εκπαιδεύεται “διαβάζοντας” φιλοσοφικά κείμενα, επιστημονικά συγγράμματα και υψηλή λογοτεχνία και γίνεται ο νους, αντί του νου.
Γράφει η Ειρήνη Νταρλαγιάννη
Πηγές
https://news.designrush.com/anthropic-claude-destructive-book-scanning-project-panama
https://www.yahoo.com/news/us/articles/anthropic-destroyed-millions-books-train-174311566.html?guccounter=1&guce_referrer=aHR0cHM6Ly9jbGF1ZGUuYWkv&guce_referrer_sig=AQAAAJhKapGadGHQs4c3dApccTvt9PMoryRFRxqQogv4k17BEAiWzW0U0BRF_mrWkeis2I19wjM2oGehQpGOrjCcYAr5lzlABSZB6ZkPi9764SbvKDaZ9JyBfj55G7f8cArspyFX8SJe7f0yeyn1Ac8PzMdAB3W3F_3xPiUkyTrgNWtS
https://parametric-architecture.com/why-anthropic-train-ai/
Το έπος του Γκιλγκαμές το αρχαιότερο λογοτεχνικό έργο της ανθρωπότητας
σχετικά νέα
Διαβάστε όλα τα τελευταία νέα | Ενημερωθείτε
