Mặt tối của chương trình đào tạo LLM: Dự án Panama của Anthropic được cho là đã phá hủy hàng triệu cuốn sách

Một cuộc tàn sát văn học vì máy học

Trong cuộc theo đuổi không ngừng nghỉ vị thế thống trị của trí tuệ nhân tạo, cơn khát dữ liệu huấn luyện chất lượng cao đã lên đến đỉnh điểm. Trong khi hầu hết người dùng tương tác với AI thông qua giao diện sạch sẽ và phản hồi hữu ích, một xu hướng đáng lo ngại đã nổi lên đằng sau hậu trường. Các báo cáo cho thấy Anthropic, công ty AI hàng đầu đứng sau loạt sách Claude, đã tham gia vào một chiến dịch quy mô lớn để thu thập và phá hủy có hệ thống hàng triệu cuốn sách vật lý nhằm đẩy nhanh quá trình huấn luyện các mô hình ngôn ngữ lớn (LLM) của mình.

Chiến dịch này, được cho là có mật danh "Dự án Panama", làm nổi bật mâu thuẫn ngày càng gia tăng giữa việc bảo tồn văn hóa nhân loại và việc công nghiệp hóa thu thập dữ liệu cho kỷ nguyên AI.

Hé lộ 'Dự án Panama': Cơ chế hủy diệt

Theo các báo cáo, bao gồm một cuộc điều tra chi tiết của Washington Post, Dự án Panama không chỉ đơn thuần là một nỗ lực số hóa mà còn là một nỗ lực phá hoại. Quy trình này được thiết kế để đạt hiệu quả và tốc độ tối đa, ưu tiên năng suất hơn là bảo tồn.

Quy trình làm việc được cho là bao gồm một số bước tàn nhẫn:

• Mua số lượng lớn: Chi hàng triệu đô la để mua một lượng lớn tài liệu in từ thị trường thương mại.
• Chuẩn bị phá hủy: Thay vì quét cẩn thận các tập sách đóng bìa, công ty này được cho là đã cắt bỏ gáy sách. Điều này cho phép từng trang riêng lẻ được đưa qua máy quét công nghiệp tốc độ cao với tốc độ vượt xa các phương pháp quét sách truyền thống.
• Số hóa: Các trang rời được chuyển đổi thành văn bản có thể đọc được bằng máy, sau đó được tích hợp vào các tập dữ liệu khổng lồ được sử dụng để tinh chỉnh khả năng nhận thức của Claude.
• Xử lý: Sau khi văn bản được trích xuất, các mảnh vật lý còn lại—nay đã bị tước bỏ bìa—được vứt bỏ như rác thải.

Một tài liệu lập kế hoạch nội bộ được cho là đã mô tả dự án với sự rõ ràng đến rợn người: "Dự án Panama là nỗ lực của chúng tôi nhằm quét phá hủy tất cả các cuốn sách trên thế giới", và nói thêm, "Chúng tôi không muốn mọi người biết rằng chúng tôi đang thực hiện việc này."

Hậu quả pháp lý và cuộc tranh luận về 'Sử dụng hợp lý'

Tranh cãi xung quanh Dự án Panama gắn liền với cuộc chiến pháp lý rộng lớn hơn về bản quyền trong thời đại AI. Anthropic gần đây đã dàn xếp một vụ kiện bản quyền khổng lồ với số tiền 1,5 tỷ đô la. Mặc dù tòa án phán quyết rằng việc đào tạo các mô hình AI nói chung thuộc phạm vi "sử dụng hợp lý" - so sánh quá trình học tập của AI với việc một nhà văn nghiên cứu các tác phẩm hiện có để tạo ra cái mới - tòa án vẫn kết luận rằng Anthropic đã vi phạm bản quyền bằng cách duy trì một thư viện gồm 7 triệu cuốn sách lậu.

Trong khi các ông lớn AI khác như OpenAI, Google và Meta đã phải đối mặt với các vụ kiện tương tự liên quan đến việc sử dụng thư viện kỹ thuật số, Anthropic hiện là công ty lớn duy nhất được báo cáo là đã tiêu hủy các bản sao sách vật lý để đạt được mục tiêu dữ liệu của mình.

Phản hồi của Anthropic

Khi được Tom's Guide hỏi, người phát ngôn của Anthropic đã bảo vệ hoạt động thu thập sách, lưu ý rằng đó là một cách tiếp cận phổ biến trong ngành công nghiệp AI. Công ty nhấn mạnh rằng họ không nhắm mục tiêu vào các cuốn sách quý hiếm hoặc cổ, tuyên bố: "Không có chương trình thu thập dữ liệu nào của chúng tôi mua và tiêu hủy sách 'quý hiếm' hoặc 'cổ'. Chúng tôi mua sách từ các thị trường thương mại thông thường." Về các tranh chấp pháp lý, công ty đã viện dẫn thỏa thuận dàn xếp với Bartz, khẳng định rằng tòa án đã xác nhận tính hợp pháp của việc đào tạo AI theo luật bản quyền.

Điểm mấu chốt về mặt đạo đức

Việc tiết lộ Dự án Panama đặt ra những câu hỏi đạo đức sâu sắc. Mặc dù công ty tuyên bố họ chỉ nhắm mục tiêu vào các cuốn sách thương mại thông thường, nhưng việc phá hủy có hệ thống hàng triệu vật thể vật lý để tạo ra bản sao kỹ thuật số tạo ra một tiền lệ nguy hiểm. Việc mất mát các tác phẩm văn học vật lý, ngay cả với số lượng lớn, thể hiện sự chuyển dịch sang một thế giới nơi các hiện vật gốc của tư duy con người bị hy sinh để thúc đẩy các thuật toán mà một ngày nào đó có thể thay thế chính các tác giả.

Khi AI tiếp tục phát triển, sự căng thẳng giữa nhu cầu về dữ liệu và sự tôn trọng đối với tài sản vật chất và trí tuệ vẫn là một trong những thách thức quan trọng nhất đối với ngành công nghệ.