Amazon quét, tiêu hủy sách để huấn luyện AI?
Amazon, từ startup bán sách trực tuyến, giờ đây bị cho là đang tiêu hủy cả những cuốn sách hiếm để phục vụ mục đích huấn luyện AI.
Theo điều tra của tờ 404 Media, Amazon được cho là đã mua số lượng lớn sách in để quét lấy dữ liệu phục vụ huấn luyện AI. Những bản sách này sau đó bị tiêu hủy trong quá trình xử lý.
Trước đó, Amazon phủ nhận việc thực hiện hoạt động "quét dữ liệu mang tính phá hủy". Tuy nhiên, phóng viên Emanuel Maiberg của 404 Media đã tìm thấy bằng chứng mới cho thấy hoạt động này có liên quan đến tập đoàn từng khởi nghiệp bằng việc bán sách trực tuyến.
Trong quá trình điều tra, người bán sách quý hiếm nhận được đơn hàng gần 1.000 cuốn. Người này nghi ngờ số sách được mua để chuyển thành dữ liệu huấn luyện AI.
Chủ nhân lô sách sau đó đồng ý cho nhóm phóng viên đặt AirTag vào một cuốn để theo dõi hành trình. Tín hiệu cho thấy lô hàng được vận chuyển qua nhiều địa điểm trước khi đến kho VGT3 ở thành phố Las Vegas, tiểu bang Nevada (Mỹ).
VGT3 là cơ sở thuộc sở hữu của Amazon. Các nhân viên tại đây cho biết họ tiếp nhận những lô sách với số lượng lớn. Sách sau đó được cắt phần gáy để đưa từng trang qua máy quét nhanh hơn. Sau khi hoàn tất, bản in bị loại bỏ.
Một chi tiết đáng chú ý nằm ngay tại lối vào VGT3. Cơ sở này có biểu tượng khủng long bạo chúa Tyrannosaurus rex đang chuẩn bị nuốt cuốn sách mở. Một số nhân viên mô tả công việc tại đây chủ yếu là quét sách trong suốt ca làm việc.
Hoạt động "quét phá hủy" sách để tạo dữ liệu cho các mô hình ngôn ngữ lớn đã được đề cập trong nhiều cuộc điều tra gần đây. Theo 404 Media, phương thức này xuất hiện trong khoảng 2 năm qua và thu hút sự chú ý sau các bài viết điều tra của truyền thông.
Tháng 1, Washington Post đưa tin Anthropic từng triển khai dự án bí mật nhằm quét số lượng lớn sách theo phương thức có thể làm hỏng bản in. Thông tin về dự án mang tên Panama sau đó xuất hiện trong vụ kiện bản quyền giữa Anthropic và các tác giả.
Các vụ kiện liên quan đến Meta, Google, Microsoft và OpenAI cũng đưa ra những cáo buộc tương tự. Những diễn biến này tiếp tục làm nóng tranh luận về cách các công ty AI sử dụng sách và những nội dung có bản quyền để xây dựng dữ liệu huấn luyện.
