ด้านมืดของการฝึกอบรม LLM: โครงการ 'Project Panama' ของ Anthropic ทำลายหนังสือไปหลายล้านเล่มได้อย่างไร

การทำลายล้างทางวรรณกรรมเพื่อการเรียนรู้ของเครื่องจักร

ในการแสวงหาความเป็นเลิศของปัญญาประดิษฐ์อย่างไม่หยุดยั้ง ความกระหายข้อมูลฝึกฝนคุณภาพสูงได้พุ่งสูงขึ้นอย่างมาก ในขณะที่ผู้ใช้ส่วนใหญ่โต้ตอบกับ AI ผ่านอินเทอร์เฟซที่ใช้งานง่ายและการตอบสนองที่เป็นประโยชน์ แนวโน้มที่น่าตกใจได้ปรากฏขึ้นเบื้องหลัง รายงานต่างๆ ชี้ให้เห็นว่า Anthropic บริษัท AI ชั้นนำที่อยู่เบื้องหลังซีรีส์ Claude ได้ดำเนินการครั้งใหญ่เพื่อได้มาและทำลายหนังสือจริงหลายล้านเล่มอย่างเป็นระบบ เพื่อเร่งการฝึกฝนโมเดลภาษาขนาดใหญ่ (LLM) ของตน

ปฏิบัติการนี้ ซึ่งมีชื่อรหัสว่า "Project Panama" เน้นให้เห็นถึงความขัดแย้งที่เพิ่มขึ้นระหว่างการอนุรักษ์วัฒนธรรมมนุษย์และการทำให้การได้มาซึ่งข้อมูลเป็นอุตสาหกรรมสำหรับยุค AI

เปิดเผย 'Project Panama': กลไกแห่งการทำลายล้าง

จากรายงานต่างๆ รวมถึงการสืบสวนอย่างละเอียดโดย Washington Post พบว่า Project Panama ไม่ใช่เพียงแค่ความพยายามในการแปลงเป็นดิจิทัล แต่เป็นการทำลายล้างด้วย กระบวนการนี้ได้รับการออกแบบมาเพื่อประสิทธิภาพและความเร็วสูงสุด โดยให้ความสำคัญกับปริมาณงานมากกว่าการอนุรักษ์

มีรายงานว่าขั้นตอนการทำงานดังกล่าวมีหลายขั้นตอนที่โหดร้าย:

• การจัดซื้อจำนวนมาก: การใช้เงินหลายล้านดอลลาร์เพื่อซื้อวรรณกรรมสิ่งพิมพ์จำนวนมหาศาลจากตลาดเชิงพาณิชย์
• การเตรียมการทำลาย: แทนที่จะสแกนหนังสือที่เข้าเล่มอย่างระมัดระวัง บริษัทดังกล่าวถูกกล่าวหาว่าตัดสันหนังสือออก สิ่งนี้ทำให้สามารถป้อนหน้าแต่ละหน้าผ่านเครื่องสแกนอุตสาหกรรมความเร็วสูงได้ในอัตราที่สูงกว่าวิธีการสแกนหนังสือแบบดั้งเดิมมาก
• การแปลงเป็นดิจิทัล: หน้ากระดาษที่แยกออกมาจะถูกแปลงเป็นข้อความที่เครื่องอ่านได้ จากนั้นจึงนำไปรวมเข้ากับชุดข้อมูลขนาดใหญ่ที่ใช้ในการปรับปรุงความสามารถทางปัญญาของโคลด
• การกำจัด: เมื่อดึงข้อความออกมาแล้ว ชิ้นส่วนทางกายภาพที่เหลืออยู่—ซึ่งตอนนี้ถูกแยกออกจากสันหนังสือแล้ว—จะถูกทิ้งเป็นขยะ

เอกสารการวางแผนภายในฉบับหนึ่งกล่าวอ้างว่าอธิบายโครงการนี้ด้วยความชัดเจนที่น่าขนลุกว่า "โครงการปานามาคือความพยายามของเราที่จะสแกนหนังสือทั้งหมดในโลกแบบทำลายล้าง" และเสริมว่า "เราไม่ต้องการให้ใครรู้ว่าเรากำลังทำงานนี้อยู่"

ผลกระทบทางกฎหมายและการถกเถียงเรื่อง 'การใช้งานโดยชอบธรรม'

ข้อโต้แย้งเกี่ยวกับโครงการปานามานั้นเชื่อมโยงอย่างแยกไม่ออกกับการต่อสู้ทางกฎหมายที่กว้างขึ้นเกี่ยวกับลิขสิทธิ์ในยุคของ AI เมื่อเร็วๆ นี้ Anthropic ได้ตกลงยุติคดีละเมิดลิขสิทธิ์ครั้งใหญ่ด้วยเงิน 1.5 พันล้านดอลลาร์ ในขณะที่ศาลตัดสินว่าการฝึกฝนโมเดล AI โดยทั่วไปนั้นอยู่ภายใต้ "การใช้งานโดยชอบธรรม" ซึ่งเปรียบเทียบกระบวนการเรียนรู้ของ AI กับนักเขียนที่เป็นมนุษย์ที่ศึกษาผลงานที่มีอยู่เพื่อสร้างสิ่งใหม่ แต่ศาลก็พบว่า Anthropic ละเมิดลิขสิทธิ์โดยการเก็บรักษาคลังหนังสือละเมิดลิขสิทธิ์จำนวน 7 ล้านเล่ม

ในขณะที่บริษัท AI ยักษ์ใหญ่อื่นๆ เช่น OpenAI, Google และ Meta เผชิญกับคดีฟ้องร้องที่คล้ายกันเกี่ยวกับการใช้คลังหนังสือดิจิทัล ปัจจุบัน Anthropic เป็นผู้เล่นรายใหญ่เพียงรายเดียวที่มีรายงานว่าได้ทำลายสำเนาหนังสือจริงเพื่อบรรลุเป้าหมายด้านข้อมูล

คำตอบของ Anthropic

เมื่อถูกสอบถามโดย Tom's Guide โฆษกของ Anthropic ได้ปกป้องการปฏิบัติในการจัดหาหนังสือ โดยระบุว่าเป็นวิธีการทั่วไปในอุตสาหกรรม AI

บริษัทเน้นย้ำว่าพวกเขาไม่ได้ตั้งเป้าหมายไปที่หนังสือหายากหรือหนังสือโบราณ โดยระบุว่า "โปรแกรมการเก็บรวบรวมข้อมูลของเราไม่มีโปรแกรมใดที่ซื้อและทำลายหนังสือ 'หายาก' หรือ 'โบราณ' เราซื้อหนังสือจากตลาดการค้าทั่วไป" ในส่วนของข้อพิพาททางกฎหมาย บริษัทได้อ้างถึงการประนีประนอมในคดี Bartz โดยยืนยันว่าศาลได้ยืนยันความถูกต้องตามกฎหมายของการฝึกอบรม AI ภายใต้กฎหมายลิขสิทธิ์

ข้อสรุปทางจริยธรรม

การเปิดเผยโครงการปานามาทำให้เกิดคำถามทางจริยธรรมอย่างลึกซึ้ง แม้ว่าบริษัทจะอ้างว่าพวกเขาตั้งเป้าหมายเฉพาะหนังสือการค้าทั่วไป แต่การทำลายวัตถุทางกายภาพหลายล้านชิ้นอย่างเป็นระบบเพื่อสร้างสำเนาดิจิทัลนั้นสร้างแบบอย่างที่ไม่มั่นคง การสูญเสียวรรณกรรมทางกายภาพ แม้จะเป็นจำนวนมาก ก็แสดงถึงการเปลี่ยนแปลงไปสู่โลกที่สิ่งประดิษฐ์ดั้งเดิมของความคิดมนุษย์ถูกสังเวยเพื่อเป็นเชื้อเพลิงให้กับอัลกอริทึมที่อาจเข้ามาแทนที่ผู้เขียนในสักวันหนึ่ง

ในขณะที่ AI ยังคงพัฒนาต่อไป ความตึงเครียดระหว่างความต้องการข้อมูลและการเคารพทรัพย์สินทางกายภาพและทางปัญญา ยังคงเป็นหนึ่งในความท้าทายที่สำคัญที่สุดสำหรับภาคเทคโนโลยี