Az utóbbi időben egyre többen figyelmeztetnek arra, hogy a mesterséges intelligencia a gazdaság növelése mellett káros hatásokkal is járhat: egyrészt a nagy energiaigényű adatközpontokkal visszavetheti a klímaváltozás elleni fellépéseket, de biztonsági problémát is jelenthet, hiszen legutóbb az Anthropic tesztelés alatt álló AI-ja három alkalommal törte fel külső vállalatok rendszereit, máskor pedig az OpenAI mesterséges intelligenciájával szövetkezve próbálta magát húsvér felhasználónak kiadni a kódok tárolására létrehozott nyilvános GitHubon, hogy kártékony kód felhasználására vegyen rá valódi felhasználókat.

Az ehhez hasonló hírek, valamint az AI és a nagy nyelvi modellek (LLM) robbanásszerű fejlesztése miatt

mivel szerintük az AI lassan elérhet egy olyan szintet, amikor már nem tudnák azt az emberek kezelni, ami szerintük beláthatatlan következményekkel járna.

Az AI miatt már eddig is gyakran felmerültek gazdasági, környezetvédelmi, jogi és etikai kérdések, hogy milyen lehet a jövőnk amennyiben a fejlődése továbbra is ennyire dinamikus lesz, ugyanakkor az utóbbi időben egy újabb kérdés is felmerült, még pedig hogy milyen hatással van a mesterséges intelligencia a kultúránkra és tárgyi hagyatékainkra:

A régi könyvek gerincét ugyanis a könnyebb szkennelhetőség érdekében levágják, majd pedig aztán a lapokat egyesével digitalizálják és azzal fejlesztik saját nyelvi modelljüket, hogy a későbbiekben az minél jobb írásokat tudjon generálni.

Könyvek pusztításával és kalózkodással is tanítják a nyelvi modelleket

Először még idén januárban írta meg a Washington Post, hogy az Anthropicnál Project Panama néven vásárolnak több millió régi könyvet, hogy annak tartalmát beszkennelve minél nagyobb adatbázist készíthessenek, amivel aztán később minél jobb írásra tanítanák a cég nagy nyelvi modelljét, a Claude-ot.

A céget szerzői jog sértése miatt több író beperelte, amiért a könyveiket illegálisan kalózkodva megszerezve, a szerzők engedélye nélkül használták fel nyelvi modelljei fejlesztésére.

A kaliforniai bíróság végül tavaly nyáron hozott ítéletet az eljárásban, amiben azt állapították meg, hogy

A tárgyalás során továbbá az is kiderült, hogy emellett a cég több millió dollárért vásárolt többmillió könyvet, aminek aztán először levágta a gerincét, méretre vágta a lapjait, majd pedig az immáron digitalizált könyvet ezután nyelvi modelljeik fejlesztésére használták, míg a beolvasott lapokat összedarabolják.

Az ítélethozatal után még a büntetés kiszabása előtt az Anthropic 1,5 milliárd dollár kártérítésben megállapodott a szerzőkkel, ugyanakkor az ítélet legjelentősebb része, hogy

– bár az ügy elsősorban a szerzői jog sérelmével, valamint a kalózkodással foglalkozott, és az ítéletben is megjegyzi a bíró, hogy mivel azzal kapcsolatosan egyik fél sem emelt jogi kifogást, ezért azzal az ítéletében sem foglalkozik.

A precedensjogra épülő amerikai jog emiatt megágyazott az ehhez hasonló gyakorlatoknak és az utóbbi időben megnőttek az ilyen jellegű könyvvásárlások – július végén írta meg a 404media, hogy

amivel titokban tarthatják, hogy valójában ki és hogy a nyelvi modellek fejlesztésére vásárolnak könyveket – egy ilyen cég, az egyébként a világ egyik legnagyobb könyvadatbázisnak számító ISBNdb, például a nyomtatott könyveket az AI tanítására a legjobb adatnak tekinti.

A lényeg, hogy 2022 előtti legyen

Az, hogy a könyv miről szól, sok esetben teljesen mindegy: a Guardiannek több ausztrál könyvárus és antikvárium is arról számolt be, hogy az utóbbi időben megnőtt a sok tételből álló rendelések száma, ráadásul az ilyen rendeléseknél elég változatosak a megrendelt példányok, ami szintén nem mindennapi: a lapnak egy antikvárium arról számolt be, egyszer egy 1970-es évekbeli talajmechanikával foglalkozó kézikönyvet vásároltak meg a Born to Thunder: Champions of New Zealand Cycling című sporttörténeti könyvet, egy ausztrál költészet gyűjteményével, valamint egy kisváros helytörténetével foglalkozó könyvet.

Azonban a könyvek kiválasztása nem véletlenszerű:

A mesterséges intelligencia által generált szövegek ugyanis ekkor jelentek meg először, és hogy az AI-t ne saját maga által generált információkkal és megfogalmazásokkal fejlesszék, ahhoz valódi szerzők valódi műveire van szükség – az Anthropic például azt szeretné elérni, hogy az ő nyelvi modelljének legyen a legjobb írásmódja.

A legjobbaknak azonban a régi, sok esetben ritka könyveket tartják, hiszen az abban lévő információk általában máshol sem érhetők el.

A nagy nyelvi modelleket fejlesztő cégek mindig is versengtek egymással, hogy melyiküké tud jobb, pontosabb információkkal dolgozó, írásmódjában legjobb terméket fejleszteni, emiatt a kaliforniai bíróság döntése óta immáron nemcsak az Anthropic, hanem más cégek is belevágtak ehhez hasonló projektbe.

Nem véletlen, hogy több könyvárus is a helyzetet az alexandriai könyvtár leégéséhez, barbarizmushoz, vagy Ray Bradbury híres novellájához, a Fahrenheit 451-hez hasonlítja, hiszen a könyveket mint kulturális termékeket és az emberi tudás és ismeretek őrzőit pusztítják egy új médiaforma, a tömegmédia megjelenése után.

A felháborodás pedig szintén várható volt: az Anthropicnál például a belső kommunikációban kiderült, hogy amiatt titkolták el a könyvfelvásárló, digitalizáló, majd pedig ledaráló projektjüket, mert nem akarják, hogy a cég erről legyen ismert, de a már korábban említett könyvfelvásárló cég, az ISBNdb is jelezte, hogy

»A mesterséges intelligenciával foglalkozó cég kétmillió könyvet semmisített meg« című szalagcím nem igazán kelt szimpátiát.

Pedig egyébként a könyvek elpusztításával járó digitalizációnak van ismert alternatívája: azokat nem kizárólag a könyvgerinc levágásával, majd a lapok bedarálásával lehet végrehajtani, hanem van olyan módszer, ahol a gép a lapokat egyesével átlapozva olvassa be, amivel így fizikai kárat a könyvek nem szenvednek el. 

(Borítókép: Képünk illusztráció! Fotó: Marcus Brandt / picture alliance / Getty Images)