"אמזון קונה ספרים נדירים - ואז משמידה אותם"

החשיפה התאפשרה לאחר ש-404 Media הטמין AirTag במשלוח של כ-1,000 ספרים. על פי הדיווח, המשלוח עבר בין כמה מדינות בארה״ב ולבסוף הגיע למתחם של אמזון בלאס וגאס. עובדים במתקן סיפרו על פעילות פנימית המזוהה בשם VGT3, שמוקדשת לעיבוד ספרים מודפסים: קבלת המשלוחים, סריקת ברקודים, פירוק הכריכות והעברת הדפים לסריקה.

“כל מה שאנחנו עושים הוא לסרוק ספרים”

לפי עדויות שצוטטו בתחקיר, חלק מהעובדים אחראים על חיתוך הספרים ואחרים על קליטת העותקים וסריקת הברקודים. אחד העובדים כתב בפורום פנימי של עובדי אמזון כי מדובר למעשה במשימה יחידה: סריקת ספרים בכמויות גדולות.

אמזון מסרה בתגובה כי היא רוכשת ספרים דרך ערוצים מסחריים כדי לפתח ולשפר את המוצרים והשירותים שלה. עם זאת, החברה לא מסרה כמה ספרים נרכשו, כמה מהם פורקו, כמה מתקנים עוסקים בכך או לאילו מערכות AI הוזן החומר הסרוק.

הפרטים הללו מעלים שאלות קשות, במיוחד כאשר מדובר בספרים שאינם נגישים באופן דיגיטלי. עבור חברות AI, ספר מודפס עשוי להיות מאגר מידע עשיר: טקסטים שלמים, ערוכים ומגוונים, הכוללים ידע, מחקר, ספרות ותיעוד היסטורי שלא תמיד קיימים ברשת הפתוחה.

למה דווקא ספרים פיזיים?

במרוץ העולמי לאימון מודלי שפה, איכות הנתונים הפכה למשאב אסטרטגי. חברות מחפשות טקסטים אמינים, מגוונים ונקיים ככל האפשר מתוכן שנוצר בידי בינה מלאכותית אחרת. ספרים שפורסמו לפני התפשטות כלי ה-AI הגנרטיביים נתפסים, בהקשר הזה, כמקור בעל ערך מיוחד - מאחר שהם נכתבו ונערכו בידי בני אדם.

מעבר לכך, חלק מהספרים הישנים או הנדירים כוללים חומרים שאינם מופיעים באינטרנט: מהדורות שאזלו, מחקרים מקומיים, ספרי עיון מקצועיים, כתבים אקדמיים ישנים, ביוגרפיות ומסמכים תרבותיים שונים. עבור אלגוריתם, מדובר בטקסט; עבור אספנים, ספרנים וחוקרים, מדובר לעתים בפריט בעל חשיבות היסטורית שאין לה תחליף.

סוחרי ספרים ששוחחו עם 404 Media סיפרו כי הזמנות גדולות שקיבלו נראו חריגות: הן לא התמקדו בז׳אנר מסוים, במחבר מבוקש או במהדורה אספנית, ולא היו רגישות במיוחד למחיר. לדבריהם, הדפוס נראה כמו ניסיון שיטתי לרכוש כותרים מכל רחבי קטלוגי ה-ISBN - כלומר, לבנות מאגר טקסטים עצום מתוך הספרות המודפסת.

בין “שימוש הוגן” לאובדן תרבותי

הסיפור משתלב במחלוקת משפטית וציבורית רחבה יותר סביב שימוש בספרים לאימון AI. חברות טכנולוגיה טוענות לעתים כי רכישה חוקית של עותק והמרתו לדאטה לצורכי מחקר או פיתוח עשויות להיחשב שימוש הוגן. מנגד, סופרים, מוציאים לאור וארגונים להגנת זכויות יוצרים טוענים כי אימון מודלים על יצירותיהם עלול לפגוע בפרנסתם ובשליטתם על השימוש ביצירה.

אלא שבמקרה של ספרים נדירים, הוויכוח אינו עוסק רק בזכויות יוצרים. השמדת עותק פיזי יכולה לצמצם את מספר העותקים הקיימים בעולם, לפגוע באוספים פרטיים ולמחוק חלק ממורשת הדפוס. ספר שאינו נדיר מבחינת מודל AI עשוי להיות נדיר מאוד מבחינת ספרייה, חוקר או קורא.

“יש סוגים שונים של ערך - היסטורי, אינטלקטואלי, רגשי”, אמר של מוכר ספרים בעילום שם לתחקירן של 404 Media. “לחברות AI אכפת מהתוכן כמילים ברצף. אבל עבור אחרים, הספר עצמו הוא הרבה יותר מזה”.