Telset.id – Perusahaan AI besar dilaporkan membeli jutaan buku bekas secara borongan melalui perantara untuk mendapatkan data pelatihan berkualitas tinggi bagi model mereka, sekaligus menghindari sorotan publik. Praktik ini memicu kekhawatiran baru tentang etika dan akses terhadap pengetahuan.
Laporan investigasi dari 404 Media mengungkapkan bahwa perusahaan-perusahaan AI kini membidik khazanah sastra manusia sebagai sumber data pelatihan. Langkah ini diambil karena data berkualitas tinggi semakin langka di internet, yang kini dipenuhi oleh konten generatif AI berkualitas rendah atau yang sering disebut sebagai “AI slop”. Konten semacam ini justru kontraproduktif untuk melatih AI.
Sebagai solusinya, perusahaan AI beralih ke sumber cetakan yang ditulis manusia, terutama buku-buku yang diterbitkan sebelum tahun 2022. Buku-buku ini dianggap lebih mungkin mengandung konten orisinal dan tidak terkontaminasi. ISBNdb, sebuah database online yang memiliki katalog lebih dari 111 juta buku, telah menjadi platform favorit untuk transaksi ini. Platform yang biasanya melayani penjual buku, perpustakaan, dan distributor ini kini beralih menawarkan layanan pembelian buku dalam jumlah besar untuk perusahaan AI.
Menurut laporan 404 Media, pesanan yang dilakukan berkisar dari 1.000 eksemplar hingga sebanyak satu juta buku dalam satu transaksi tunggal. Seorang penjual buku profesional yang enggan disebutkan namanya melaporkan lonjakan penjualan yang belum pernah terjadi sebelumnya, yang dimulai pada April tahun ini. Penjual tersebut sebelumnya hanya menjual sekitar 20 buku dalam seminggu, namun dalam beberapa bulan terakhir, penjualan mingguan meroket hingga beberapa ratus buku. Ini mewakili peningkatan lima kali lipat dari volume normal. Penjual buku lain di platform seperti Alibris dan Biblio juga melaporkan lonjakan serupa dalam pembelian massal.
Meskipun belum ada bukti konkret yang menghubungkan ISBNdb atau perusahaan AI tertentu dengan pembelian ini, ada beberapa tanda mencurigakan. Pembelian skala besar hanya mencakup buku yang memiliki International Standard Book Number (ISBN), kode unik 13 digit yang digunakan secara global untuk mengidentifikasi buku. Tidak ada pola dalam hal subjek, genre, atau penulis. Pembeli juga tampaknya mengabaikan harga buku dan membeli judul berapa pun harganya, bahkan jika buku tersebut dijual terlalu mahal.
Praktik ini bukanlah hal baru. Sebelumnya, Anthropic, salah satu perusahaan AI terkemuka, dilaporkan menginvestasikan jutaan dolar untuk mengekstrak informasi dari ribuan buku cetak guna membangun model Claude AI, dan kemudian menghancurkannya. Perusahaan tersebut membeli buku dari Better World Books. Meskipun keputusan pengadilan menegaskan bahwa penggunaan buku untuk pelatihan AI termasuk dalam fair use, Anthropic menghadapi denda sebesar $1,5 miliar karena menyimpan repositori tujuh juta buku bajakan yang melanggar hak cipta penulis dan penerbit.
Selain itu, koalisi penerbit baru-baru ini mengajukan gugatan terhadap Google, menuduh raksasa teknologi tersebut secara ilegal menggunakan jutaan buku berhak cipta untuk mengembangkan model AI Gemini.
Proses digitalisasi buku untuk pelatihan AI juga menimbulkan masalah tersendiri. Tom Harvey, yang sebelumnya berpartisipasi dalam pembuatan Google Books sebelum memimpin proyek digitalisasi “Project Panama” milik Anthropic, mengonfirmasi bahwa perusahaan AI tersebut menyewa beberapa perusahaan pemindaian dokumen. Datamation Information Services, yang menawarkan layanan pemindaian buku bervolume tinggi, non-destruktif, dan destruktif, adalah salah satunya. Metode destruktif, yang memotong buku dan memasukkan halaman individual ke dalam pemindai industri berkecepatan tinggi, lebih sering dipilih karena lebih efisien dan murah. Akibatnya, jutaan buku hancur dalam proses ini.
Tentu saja, buku cetak merupakan harta karun informasi bagi AI. Namun, banyak pihak memperdebatkan etika menghilangkan buku dari peredaran, karena tidak pasti apakah perusahaan AI menyaring buku-buku langka atau yang sudah tidak dicetak dari judul-judul umum selama proses digitalisasi. Masalah besar lainnya adalah bahwa buku-buku yang dipindai langsung masuk ke database pribadi untuk melatih AI, yang tidak dapat diakses oleh masyarakat umum. Hasilnya, kita akan memiliki AI yang lebih pintar, tetapi dengan mengorbankan informasi yang tidak tersedia untuk generasi mendatang.
Fenomena ini juga berdampak pada industri terkait. Seperti yang dilaporkan, Harga Memori yang melonjak akibat permintaan dari pusat data AI, kini diperparah dengan praktik pembelian buku massal ini. Sementara itu, AI Companies terus mendominasi berbagai sektor, termasuk pendanaan politik. Kekhawatiran tentang keamanan eksekutif AI juga meningkat, dengan laporan bahwa Eksekutif AI Dikawal Bodyguard karena ancaman fisik yang semakin nyata.
Praktik pembelian buku bekas secara massal ini menyoroti dilema etis yang dihadapi industri AI. Di satu sisi, kebutuhan akan data berkualitas tinggi untuk mengembangkan model yang lebih canggih sangat mendesak. Di sisi lain, metode yang digunakan menimbulkan pertanyaan tentang hak cipta, akses terhadap pengetahuan, dan pelestarian warisan sastra manusia. Dengan semakin maraknya praktik ini, masa depan akses terhadap buku-buku fisik dan digital menjadi tidak menentu.
Komentar
Belum ada komentar.