Wiki hii, habari kuhusu idadi kubwa ya vitabu adimu vinavyosagwa kwa pamoja kwa madhumuni pekee ya kutoa data ya kufundishia miundo mikubwa ya lugha (LLM), imevutia kwa kiasi kikubwa wasomaji na watumiaji wa kawaida wa intaneti.
Inasemekana kuwa baadhi ya wasambazaji wa vitabu wamepokea oda za vitabu kwa idadi kubwa isiyo ya kawaida hivi karibuni. Watu wa sekta wanakisia kuwa kampuni za AI zinataka kupata data safi na yenye ubora wa juu zaidi kwa ajili ya mafunzo, huku zikijaribu kuepuka hatari za hakimiliki kadiri inavyowezekana. Kiini cha mjadala huu kinaelekezwa kwa tovuti ya hifadhidata ya vitabu ISBNdb. Watu wa nje wanaamini kuwa tovuti hiyo haikuhimiza tu mtindo huu wa kufanya mambo, bali hata ilisaidia kuwaunganisha kampuni za AI na wasambazaji wa vitabu. Maoni ya umma yalipoanza kuenea kwa kasi, ISBNdb ilianza kujaribu kujitenga na mjadala huo na kuondoa maudhui husika iliyokuwa imechapisha awali.
Katika taarifa yake ya hivi karibuni, ISBNdb ilisema: “Tumefahamu taarifa za hivi karibuni kuhusu ukurasa mmoja wa kutua wa uuzaji kwenye tovuti yetu, na tunaelewa wasiwasi uliojitokeza. Sisi hatufundishi miundo ya AI, wala hatujawahi kujihusisha na biashara hiyo. Ukurasa huo ulikuwa jaribio la kuchunguza mahitaji ya soko pekee; huduma husika haikuwahi kuzinduliwa rasmi, na kwa sasa tumeufuta ukurasa huo.”
Siku chache zilizopita, 404 Media iliripoti kuwa wasambazaji kadhaa wa vitabu walipokea ghafla oda kubwa za ununuzi wa vitabu. Kwa kuwa shule na maktaba zimekuwa zikikabiliwa na bajeti finyu na kupungua kwa mahitaji ya ununuzi katika miaka ya hivi karibuni, wasambazaji wengi wako chini ya shinikizo kubwa la kibiashara, hivyo ni rahisi zaidi kwao kukubali oda hizi zenye thamani kubwa.
Wakati huo, watu wa nje walishuku kwa ujumla kuwa wanunuzi walio nyuma ya oda hizo ni kampuni za AI, huku ISBNdb ikiwa kitovu cha mjadala kwa sababu ilikuwa imezindua huduma iliyoonekana kusaidia mahsusi kampuni za AI kuwasiliana na taasisi za kuhifadhi vitabu.
Ukurasa wa matangazo ambao sasa umeondolewa uliwahi kusema: “Data bora zaidi ya mafunzo ya AI duniani iko kwenye rafu za vitabu. Vitabu vina maarifa ya binadamu yaliyoteuliwa, yaliyopitiwa na wataalamu wenza na kujengwa kupitia taaluma maalumu. Kiwango chake cha mpangilio hakiwezi kuigwa na kitambazaji chochote cha intaneti; maudhui yake ni mengi, yamehaririwa na yana mamlaka.”
Kwa kweli, hii si mara ya kwanza kwa mtindo huu wa kufanya mambo kufichuliwa. Mapema Januari mwaka huu, hati ya mahakama iliyowekwa wazi ilifichua mradi wa Anthropic wenye jina la ndani “Project Panama”. Mradi huo ulilenga kununua vitabu vingi iwezekanavyo, kuviskani kwa njia ya kidijitali, kisha kuharibu vitabu halisi.
Baadaye Anthropic ilifikia makubaliano ya suluhu na waandishi yenye jumla ya dola bilioni 1.5 za Marekani (kumbuka: kwa kiwango cha sasa cha ubadilishaji, takriban yuan bilioni 10.147). Hata hivyo, hati za mahakama zilizowekwa wazi baadaye zilionyesha kuwa kitendo hicho chenyewe kilionekana kuwa halali; kilichokuwa kikiitia kampuni wasiwasi hasa ni maoni hasi ya umma ambayo kingesababisha. Kwa hiyo, Anthropic ilikuwa tayari kulipa gharama kubwa ili kuzuia kitendo hicho kufichuliwa.
Sasa kwa kuwa siri hii imewekwa wazi, oda nyingi za hivi karibuni za ununuzi wa vitabu adimu pia zimeanza kuchunguzwa kwa umakini zaidi.
Muuzaji mmoja wa vitabu asiyejulikana, katika mahojiano na 404 Media, alisema: “Hili linaweza kunisaidia kuondoa akiba ya vitabu ambavyo tayari ni vigumu sana kuuza, na pia kunipa pesa. Lakini kwa upande mwingine, sipendi matumizi ya mwisho ya vitabu hivi, wala sitaki kuona baadhi ya vitabu adimu vikigeuzwa moja kwa moja kuwa massa ya karatasi.”
Ripoti hiyo ilisema kuwa, kadiri inavyozidi kuwa vigumu kwa kampuni za AI kupata data ya mafunzo “safi”, ndivyo zinavyotafuta vyanzo vipya vya data.
Maudhui mengi yenye ubora wa chini kwenye intaneti, pamoja na kuongezeka kwa maudhui yanayotengenezwa na AI yenyewe, yanaweza kusababisha tatizo la “mzunguko wa mrejesho hasi” katika mafunzo ya miundo. Kwa hiyo, kampuni mbalimbali zinataka kupata data yenye ubora wa juu zaidi huku zikijaribu kuepuka kuvutia uangalizi wa umma kadiri inavyowezekana.
Majira ya joto mwaka huu, kampuni ya filamu A24 ilitangaza kuwa imefikia ushirikiano na Google wa kuipatia DeepMind nyenzo za mafunzo, ikitumaini kusaidia modeli yake ya kuzalisha maudhui ya vyombo vya habari kuachana na maudhui mengi ya AI yenye ubora duni na mtindo usio na mwelekeo.
Kuhusu kwa nini vitabu halisi vinapaswa kuharibiwa, ripoti ilisema kuwa si kwa ajili ya kuficha dalili, wala si kwa madhumuni ya kuhifadhi maarifa adimu.
Ingawa hati zinazohusiana na “Project Panama” hazikueleza sababu maalumu ya kuharibu vitabu, maelezo yanayowezekana zaidi bado ni kupunguza gharama. Kwa kweli, kuskani vitabu kwa njia ya kidijitali si lazima kuharibu kitabu cha awali. Lakini ikiwa mchakato mzima unalenga gharama ndogo na ufanisi mkubwa, kuna uwezekano mkubwa wa kuondoa moja kwa moja mgongo wa kitabu ili kupata sehemu tambarare na iliyo wazi zaidi kwa ajili ya uskanaji, kisha vitabu vilivyoharibika kushughulikiwa kama karatasi taka.