اس ہفتے بڑی تعداد میں قیمتی کتابوں کو صرف بڑے زبان ماڈلز (LLM) کی تربیت کے لیے ڈیٹا فراہم کرنے کی خاطر اجتماعی طور پر کچلنے کی خبر نے کتاب دوستوں اور عام انٹرنیٹ صارفین کی وسیع توجہ حاصل کی۔
اطلاعات کے مطابق، کچھ کتابی سپلائرز کو حالیہ عرصے میں غیر معمولی طور پر بڑی تعداد میں کتابوں کے آرڈرز موصول ہوئے ہیں۔ صنعت سے وابستہ افراد کا قیاس ہے کہ AI کمپنیاں زیادہ اعلیٰ معیار اور صاف ستھرا تربیتی ڈیٹا حاصل کرنا چاہتی ہیں، جبکہ کاپی رائٹ کے خطرات سے بھی حتی الامکان بچنا چاہتی ہیں۔ اس تنازع کا مرکز کتابی ڈیٹا بیس ویب سائٹ ISBNdb بن گئی ہے۔ بیرونی حلقوں کا خیال ہے کہ یہ ویب سائٹ نہ صرف اس عمل کی حوصلہ افزائی کرتی ہے بلکہ AI کمپنیوں اور کتابی سپلائرز کے درمیان رابطہ کاری بھی کرتی ہے۔ عوامی بحث تیزی سے پھیلنے کے بعد ISBNdb نے خود کو اس تنازع سے الگ کرنے کی کوشش شروع کر دی اور پہلے شائع کیا گیا متعلقہ مواد حذف کر دیا۔
ISBNdb نے اپنے تازہ بیان میں کہا: “ہم نے ویب سائٹ پر موجود ایک مارکیٹنگ لینڈنگ پیج سے متعلق حالیہ رپورٹس کا نوٹس لیا ہے اور اس سے پیدا ہونے والی تشویش کو بھی سمجھتے ہیں۔ ہم AI ماڈلز کی تربیت نہیں کرتے اور نہ ہی کبھی اس نوعیت کا کاروبار کیا ہے۔ وہ صفحہ صرف مارکیٹ کی طلب جانچنے کے لیے ایک تجربہ تھا، متعلقہ سروس کبھی حقیقی طور پر شروع نہیں کی گئی، اور ہم نے اب وہ صفحہ حذف کر دیا ہے۔”
چند روز قبل 404 Media نے رپورٹ کیا تھا کہ متعدد کتابی سپلائرز کو اچانک بڑی تعداد میں کتابوں کی خریداری کے آرڈرز موصول ہوئے۔ چونکہ حالیہ برسوں میں اسکولوں اور کتب خانوں کے بجٹ محدود ہو گئے ہیں اور خریداری کی طلب کم ہوئی ہے، اس لیے متعدد سپلائرز کاروباری دباؤ کا شکار ہیں اور ایسے بڑے آرڈرز قبول کرنے پر زیادہ آمادہ ہو سکتے ہیں۔
اس وقت عام طور پر شبہ ظاہر کیا گیا کہ پس پردہ خریدار AI کمپنیاں ہیں، جبکہ ISBNdb عوامی بحث کا مرکز بن گیا، کیونکہ اس نے ایسی سروس شروع کی تھی جو بظاہر AI اداروں اور کتابی ذخیرہ گاہوں کے درمیان رابطہ قائم کرنے کے لیے مخصوص تھی۔
اب حذف کیے جا چکے تشہیری صفحے پر لکھا تھا: “دنیا کا بہترین AI تربیتی ڈیٹا کتابوں کی الماریوں پر رکھا ہے۔ کتابیں ایسے انسانی علم کی حامل ہیں جسے چھان بین، ہم مرتبہ جائزے اور ماہرین کے تجربے نے تشکیل دیا ہے۔ ان کی ساخت ایسی ہے جسے کوئی بھی ویب کرالر نقل نہیں کر سکتا؛ ان کا مواد کثیف، مدون اور مستند ہے۔”
درحقیقت، اس عمل کا انکشاف پہلی بار نہیں ہوا۔ رواں سال جنوری میں ہی ایک عوامی عدالتی دستاویز نے Anthropic کے اندرونی منصوبے کا انکشاف کیا، جس کا خفیہ نام “Project Panama（پاناما منصوبہ）” تھا۔ اس منصوبے کا مقصد زیادہ سے زیادہ کتابیں خریدنا، انہیں ڈیجیٹل اسکین میں تبدیل کرنا اور پھر مطبوعہ کتابیں تباہ کرنا تھا۔
بعد ازاں Anthropic نے مصنفین کے ساتھ 15 亿美元（نوٹ: موجودہ شرح مبادلہ کے مطابق تقریباً 101.47 亿元 چینی یوآن）کی مجموعی مالیت کا تصفیہ معاہدہ کیا۔ تاہم بعد میں سامنے آنے والی عدالتی دستاویزات سے ظاہر ہوا کہ اس عمل کو بذاتِ خود قانونی سمجھا جاتا ہے، جبکہ کمپنی کو اصل تشویش اس سے پیدا ہونے والی منفی عوامی رائے کی تھی۔ اسی لیے Anthropic متعلقہ عمل کے افشا سے بچنے کے لیے بھاری قیمت ادا کرنے پر آمادہ ہوئی۔
اب یہ اندرونی معاملہ منظرعام پر آ چکا ہے، لہٰذا حالیہ عرصے میں سامنے آنے والے قیمتی کتابوں کی خریداری کے بڑے آرڈرز پر بھی زیادہ سخت توجہ دی جا رہی ہے۔
404 Media سے گفتگو کرتے ہوئے ایک گمنام کتاب فروش نے کہا: “اس طرح میں ایسے ذخیرے کو صاف کر سکتا ہوں جو پہلے ہی فروخت کرنا بہت مشکل تھا، اور پیسے بھی کما سکتا ہوں۔ لیکن دوسری طرف، مجھے ان کتابوں کے حتمی استعمال پسند نہیں، اور میں یہ بھی نہیں چاہتا کہ کچھ نایاب کتابوں کو براہِ راست کاغذ کے گودے میں تبدیل کر دیا جائے۔”
رپورٹ کے مطابق، جیسے جیسے AI کمپنیوں کے لیے “صاف ستھرا” تربیتی ڈیٹا حاصل کرنا مشکل ہوتا جا رہا ہے، وہ ڈیٹا کے نئے ذرائع تلاش کر رہی ہیں۔
انٹرنیٹ پر موجود کم معیار کا وسیع مواد، نیز خود AI کی تیار کردہ بڑھتی ہوئی مقدار، ماڈل کی تربیت میں “منفی فیڈ بیک لوپ” کا مسئلہ پیدا کر سکتی ہے۔ اسی لیے مختلف کمپنیاں اعلیٰ معیار کا ڈیٹا حاصل کرنا چاہتی ہیں اور ساتھ ہی بیرونی توجہ سے حتی الامکان بچنے کی کوشش کرتی ہیں۔
رواں موسم گرما میں فلم کمپنی A24 نے گوگل کے ساتھ شراکت داری کا اعلان کیا، تاکہ DeepMind کو تربیتی مواد فراہم کیا جا سکے اور اس کے میڈیا جنریشن ماڈل کو کم معیار اور بے ربط انداز کے AI مواد کی بڑی مقدار سے نجات دلانے میں مدد ملے۔
جہاں تک مطبوعہ کتابوں کو تباہ کرنے کی وجہ کا تعلق ہے، رپورٹ کے مطابق اس کا مقصد نہ تو آثار مٹانا ہے اور نہ ہی نایاب علم کو محفوظ کرنا۔
اگرچہ “پاناما منصوبہ” سے متعلق دستاویزات میں کتابیں تباہ کرنے کی مخصوص وجہ بیان نہیں کی گئی، لیکن سب سے زیادہ ممکنہ وضاحت اب بھی لاگت کم کرنا ہے۔ درحقیقت، کتابوں کو ڈیجیٹل اسکین میں تبدیل کرنے کے لیے اصل کتاب کو لازماً نقصان پہنچانے کی ضرورت نہیں ہوتی، لیکن اگر پورا عمل کم لاگت اور اعلیٰ کارکردگی کے اصول پر چلایا جائے تو کتاب کی جلد براہِ راست اتار دی جاتی ہے تاکہ اسکین کے لیے زیادہ ہموار اور واضح سطح حاصل ہو سکے، جس کے بعد پہلے ہی خراب ہو چکی کتابوں کو ردی کاغذ کے طور پر ٹھکانے لگا دیا جاتا ہے۔