Il lato oscuro della formazione LLM: come il "Progetto Panama" di Anthropic avrebbe distrutto milioni di libri.

Un massacro letterario per l'apprendimento automatico

Nell'incessante ricerca della supremazia dell'intelligenza artificiale, la fame di dati di addestramento di alta qualità ha raggiunto livelli altissimi. Mentre la maggior parte degli utenti interagisce con l'IA attraverso interfacce intuitive e risposte utili, dietro le quinte è emersa una tendenza inquietante. Sono emerse segnalazioni secondo cui Anthropic, la potenza dell'IA dietro la serie di Claude, si sarebbe impegnata in una massiccia operazione per acquisire e smantellare sistematicamente milioni di libri fisici al fine di accelerare l'addestramento dei suoi modelli linguistici su larga scala (LLM).

L'operazione, presumibilmente denominata "Progetto Panama", evidenzia un crescente conflitto tra la preservazione della cultura umana e l'industrializzazione dell'acquisizione di dati per l'era dell'IA.

Svelare il "Progetto Panama": i meccanismi della distruzione

Secondo quanto riportato, inclusa un'indagine dettagliata del Washington Post, il Progetto Panama non è stato semplicemente un'operazione di digitalizzazione, ma un'operazione distruttiva. Il processo è stato progettato per la massima efficienza e velocità, privilegiando la produttività rispetto alla conservazione.

Il flusso di lavoro avrebbe comportato diverse fasi spietate:

• Acquisizione in blocco: Spendere milioni di dollari per acquisire grandi quantità di letteratura stampata dai mercati commerciali.
• Preparazione distruttiva: Invece di scansionare attentamente i volumi rilegati, l'azienda avrebbe tagliato i dorsi dei libri. Ciò ha permesso di far passare le singole pagine attraverso scanner industriali ad alta velocità a una velocità di gran lunga superiore ai metodi tradizionali di scansione dei libri.
• Digitalizzazione: Le pagine sciolte sono state convertite in testo leggibile dalle macchine, che è stato poi integrato negli enormi set di dati utilizzati per affinare le capacità cognitive di Claude.
• Smaltimento: Una volta estratto il testo, i frammenti fisici rimanenti, ora privati delle loro rilegature, sono stati scartati come rifiuti.

Un documento di pianificazione interno avrebbe descritto il progetto con agghiacciante chiarezza: "Il Progetto Panama è il nostro tentativo di scansionare in modo distruttivo tutti i libri del mondo", aggiungendo: "Non vogliamo che si sappia che ci stiamo lavorando".

Le conseguenze legali e il dibattito sul 'fair use'

La controversia che circonda il Progetto Panama è indissolubilmente legata alla più ampia battaglia legale sul diritto d'autore nell'era dell'IA. Anthropic ha recentemente patteggiato una maxi causa per violazione del copyright per 1,5 miliardi di dollari. Sebbene il tribunale abbia stabilito che l'addestramento dei modelli di IA rientri generalmente nel "fair use" (uso lecito), paragonando il processo di apprendimento dell'IA a quello di uno scrittore umano che studia opere esistenti per crearne di nuove, ha comunque riscontrato che Anthropic ha violato il copyright mantenendo una biblioteca di 7 milioni di libri piratati.

Mentre altri giganti dell'IA come OpenAI, Google e Meta hanno affrontato cause simili riguardanti l'uso di biblioteche digitali, Anthropic è attualmente l'unico grande attore di cui si abbia notizia ad aver distrutto fisicamente copie fisiche di libri per raggiungere i propri obiettivi di dati.

Risposta di Anthropic

Interpellato da Tom's Guide, un portavoce di Anthropic ha difeso la pratica di reperire libri, sottolineando che si tratta di un approccio comune nel settore dell'IA L'azienda ha sottolineato di non prendere di mira volumi rari o antichi, affermando: "Nessuno dei nostri programmi di acquisizione dati acquista e distrugge libri 'rari' o 'antiqui'. Acquistiamo libri dai normali mercati commerciali". Per quanto riguarda le controversie legali, l'azienda ha fatto riferimento all'accordo Bartz, sostenendo che i tribunali hanno confermato la legalità dell'addestramento dell'IA ai sensi della legge sul diritto d'autore.

Il punto cruciale dal punto di vista etico

La rivelazione del Progetto Panama solleva profonde questioni etiche. Sebbene l'azienda affermi di aver preso di mira solo libri commerciali comuni, la distruzione sistematica di milioni di oggetti fisici per una copia digitale crea un precedente precario. La perdita di letteratura fisica, anche in grandi quantità, rappresenta un passaggio verso un mondo in cui i manufatti originali del pensiero umano vengono sacrificati per alimentare gli algoritmi che un giorno potrebbero sostituire gli autori stessi.

Con l'evoluzione continua dell'IA, la tensione tra la necessità di dati e il rispetto della proprietà fisica e intellettuale rimane una delle sfide più critiche per il settore tecnologico.