Amazonは紙の書籍を大量に購入し、その内容をスキャンしてAIの訓練に利用している。その過程で、原本を直接廃棄している。
現地時間17日、海外メディアの404 Mediaは追跡調査の結果を公表した。調査員は貴重な書籍の貨物にAppleのAirTagを隠し、米国内でそれらの本がどこへ運ばれるのかを追跡した。
貨物は最終的に、ラスベガスにあるAmazonの倉庫へ到着した。倉庫にはVGT3というチームがあり、手に本を持ったティラノサウルスがロゴになっている。従業員によると、スキャンの効率を高めるため、まず背表紙を切り落とすという。そのため、原本は処理中に廃棄される。Amazonはその後、スキャンで得たデータをNovaモデルの訓練に利用する。Amazonの広報担当者は、同社が通常の商業ルートを通じて書籍を調達し、製品の改善に利用していると説明した。
一部の書店関係者は、AI企業がISBN番号に基づき、出版済みの書籍を1冊ずつ体系的にスキャンしようとしているのではないかと疑っている。紙の書籍は、インターネット上に一度も公開されていない内容が多く、さらに大量の書籍が2022年以前に出版されており、AI生成コンテンツを含まないため、特に価値が高い。
IT之家が把握したところ、この方法を採用しているのはAmazonだけではない。Anthropicも以前、同様のプロジェクトを実施していた。書籍の著者が起こした訴訟で、Anthropic社内の「パナマ計画」が明らかになった。同社はECプラットフォームから書籍を購入し、背表紙を切断したうえで内容をデジタル化していた。
この事件を審理した裁判官は、こうしたスキャンはフェアユースに当たり、著作権侵害にはならないと判断した。その根拠の一つは、紙の原本がすでに廃棄されており、原本を複製して再販売する状況が存在しないことだった。
AmazonとAnthropicはいずれも、貴重な書籍の一部を企業専有のAI訓練素材へと変えている。問題は、廃棄された原本の中には二度と代替できないものもあるかもしれず、本来なら公共の書架に残るはずだった知識も失われ、最終的に単一企業の閉鎖的なAIモデルの内部に封じ込められてしまうことだ。