এই সপ্তাহে বিপুল পরিমাণ মূল্যবান বই একসঙ্গে গুঁড়ো করে শুধু বৃহৎ ভাষা মডেল (LLM) প্রশিক্ষণের জন্য ডেটা সরবরাহ করা হচ্ছে—এমন একটি খবর বইপ্রেমী ও সাধারণ নেটিজেনদের ব্যাপক মনোযোগ আকর্ষণ করেছে।
খবরে বলা হয়েছে, সম্প্রতি কিছু বই সরবরাহকারী অস্বাভাবিকভাবে বিপুল পরিমাণ বইয়ের অর্ডার পেয়েছেন। শিল্পসংশ্লিষ্টদের ধারণা, AI কোম্পানিগুলো আরও উচ্চমানের ও পরিচ্ছন্ন প্রশিক্ষণ ডেটা পেতে এবং একই সঙ্গে কপিরাইট-সংক্রান্ত ঝুঁকি যতটা সম্ভব এড়াতে চাইছে। এই বিতর্কের কেন্দ্রবিন্দুতে রয়েছে বইয়ের ডেটাবেস ওয়েবসাইট ISBNdb। বাইরের পর্যবেক্ষকদের মতে, ওয়েবসাইটটি শুধু এই পদ্ধতিকে উৎসাহিতই করেনি, বরং AI কোম্পানি ও বই সরবরাহকারীদের মধ্যে যোগাযোগও করিয়ে দিয়েছে। জনমত দ্রুত উত্তপ্ত হয়ে উঠলে ISBNdb এই বিতর্ক থেকে নিজেদের দূরে সরানোর চেষ্টা শুরু করে এবং আগে প্রকাশিত সংশ্লিষ্ট কনটেন্ট মুছে ফেলে।
সর্বশেষ বিবৃতিতে ISBNdb বলেছে: “ওয়েবসাইটে প্রকাশিত একটি বিপণন ল্যান্ডিং পেজ নিয়ে সাম্প্রতিক প্রতিবেদন সম্পর্কে আমরা অবগত হয়েছি এবং এটি যে উদ্বেগ তৈরি করেছে, তা আমরা বুঝতে পারছি। আমরা AI মডেল প্রশিক্ষণ দিই না এবং কখনোই এ ধরনের ব্যবসায় যুক্ত ছিলাম না। পেজটি ছিল কেবল বাজারের চাহিদা যাচাইয়ের একটি পরীক্ষা; সংশ্লিষ্ট পরিষেবা কখনো বাস্তবে চালু হয়নি। বর্তমানে আমরা পেজটি মুছে দিয়েছি।”
কয়েক দিন আগে 404 Media জানায়, একাধিক বই সরবরাহকারী হঠাৎ বিপুল পরিমাণ বই কেনার অর্ডার পেয়েছেন। সাম্প্রতিক বছরগুলোতে স্কুল ও গ্রন্থাগারগুলোর বাজেট চাপে থাকায় এবং ক্রয়ের চাহিদা কমে যাওয়ায় অনেক সরবরাহকারী ব্যবসায়িক চাপের মধ্যে রয়েছেন। ফলে তারা এ ধরনের বড় অঙ্কের অর্ডার গ্রহণে তুলনামূলকভাবে বেশি আগ্রহী।
সে সময় বাইরের মহলে ব্যাপকভাবে সন্দেহ করা হয়েছিল যে নেপথ্যের ক্রেতারা AI কোম্পানি। ISBNdb-ও জনমতের কেন্দ্রবিন্দুতে চলে আসে, কারণ প্রতিষ্ঠানটি এমন একটি পরিষেবা চালু করেছিল, যা দেখে মনে হয় AI প্রতিষ্ঠান ও বইয়ের গুদাম পরিচালনাকারীদের মধ্যে যোগাযোগ স্থাপনে বিশেষভাবে সহায়তা করত।
এখন মুছে ফেলা প্রচারণার পেজটিতে লেখা ছিল: “বিশ্বের সর্বোচ্চমানের AI প্রশিক্ষণ ডেটা বইয়ের তাকেই রাখা আছে। বই বহন করে বাছাই করা, সহকর্মী-পর্যালোচিত এবং পেশাগত জ্ঞানচর্চায় সঞ্চিত মানবজ্ঞান। এর কাঠামোবদ্ধতার মাত্রা কোনো ওয়েব ক্রলারই নকল করতে পারে না; এর কনটেন্ট ঘন, সম্পাদিত এবং নির্ভরযোগ্য।”
বাস্তবে, এই পদ্ধতি প্রথমবার প্রকাশ্যে আসেনি। চলতি বছরের জানুয়ারিতেই একটি প্রকাশ্য আদালত নথিতে Anthropic-এর অভ্যন্তরীণ কোডনাম “Project Panama (প্রজেক্ট পানামা)” নামে একটি প্রকল্পের কথা প্রকাশ পায়। প্রকল্পটির লক্ষ্য ছিল যতটা সম্ভব বিপুল সংখ্যক বই কেনা, সেগুলো ডিজিটাল স্ক্যান করার পর মুদ্রিত বই ধ্বংস করা।
এরপর Anthropic লেখকদের সঙ্গে মোট ১৫০ কোটি ডলারের (দ্রষ্টব্য: বর্তমান বিনিময় হারে প্রায় ১০১.৪৭ বিলিয়ন চীনা ইউয়ান) সমঝোতা চুক্তিতে পৌঁছায়। তবে পরে প্রকাশিত আদালত নথিতে দেখা যায়, এই পদ্ধতিটিকে নিজে থেকেই বৈধ বলে মনে করা হয়েছিল। কোম্পানির আসল উদ্বেগ ছিল এর ফলে তৈরি হওয়া নেতিবাচক জনমত। তাই সংশ্লিষ্ট কর্মকাণ্ড প্রকাশ্যে আসা ঠেকাতে Anthropic বিপুল অর্থ দিতে রাজি হয়েছিল।
এখন এই অভ্যন্তরীণ তথ্য প্রকাশ্যে আসায়, সম্প্রতি দেখা দেওয়া বিপুল সংখ্যক মূল্যবান বই কেনার অর্ডারও আরও কঠোর নজরদারির মুখে পড়েছে।
নাম প্রকাশে অনিচ্ছুক এক বই বিক্রেতা 404 Media-কে বলেন: “এভাবে আমি এমন মজুত পরিষ্কার করতে পারি, যা এমনিতেই বিক্রি করা খুব কঠিন, পাশাপাশি অর্থও উপার্জন করতে পারি। কিন্তু অন্যদিকে, এসব বই শেষ পর্যন্ত যে কাজে ব্যবহৃত হবে, তা আমার ভালো লাগে না। কিছু দুর্লভ বইকে সরাসরি কাগজের মণ্ডে পরিণত হতে দেখতেও চাই না।”
প্রতিবেদনে বলা হয়েছে, AI কোম্পানিগুলোর জন্য ‘পরিচ্ছন্ন’ প্রশিক্ষণ ডেটা সংগ্রহ করা যত কঠিন হয়ে উঠছে, তারা ততই নতুন ডেটা উৎস খুঁজছে।
ইন্টারনেটে বিপুল পরিমাণ নিম্নমানের কনটেন্ট এবং AI নিজেই তৈরি করছে এমন কনটেন্টের ক্রমবর্ধমান উপস্থিতি মডেল প্রশিক্ষণে ‘নেতিবাচক প্রতিক্রিয়ার চক্র’ তৈরি করতে পারে। তাই বিভিন্ন কোম্পানি উচ্চমানের ডেটা সংগ্রহ করতে চায়, একই সঙ্গে বাইরের দৃষ্টি যতটা সম্ভব এড়িয়ে চলতে চায়।
চলতি গ্রীষ্মে চলচ্চিত্র নির্মাতা প্রতিষ্ঠান A24 গুগলের সঙ্গে অংশীদারত্বের ঘোষণা দেয় এবং DeepMind-কে প্রশিক্ষণ উপকরণ সরবরাহের উদ্যোগ নেয়। এর লক্ষ্য ছিল বিপুল পরিমাণ নিম্নমানের ও শৈলীগতভাবে বিশৃঙ্খল AI কনটেন্ট থেকে তার মিডিয়া-জেনারেশন মডেলকে মুক্ত হতে সহায়তা করা।
মুদ্রিত বই কেন ধ্বংস করা হবে, সে বিষয়ে প্রতিবেদনে বলা হয়েছে, এর উদ্দেশ্য চিহ্ন মুছে ফেলা নয়, আবার দুর্লভ জ্ঞান সংরক্ষণ করাও নয়।
‘প্রজেক্ট পানামা’-সংক্রান্ত নথিতে বই ধ্বংসের নির্দিষ্ট কারণ উল্লেখ করা হয়নি। তবে সবচেয়ে সম্ভাব্য ব্যাখ্যা হলো খরচ কমানো। বাস্তবে, বই ডিজিটালভাবে স্ক্যান করতে মূল বই নষ্ট করার প্রয়োজন হয় না। কিন্তু পুরো প্রক্রিয়ায় কম খরচ ও উচ্চ দক্ষতাকে অগ্রাধিকার দেওয়া হলে, আরও সমতল ও পরিষ্কার স্ক্যান পাওয়ার জন্য বইয়ের মেরুদণ্ড সরাসরি খুলে ফেলা হতে পারে। এরপর ক্ষতিগ্রস্ত বইগুলোকে বর্জ্য কাগজ হিসেবে প্রক্রিয়াজাত করা হয়।