Skær ryggen af dem
Bøgernes rygge skæres ganske simpelt af, for så kan siderne hurtigt blive skannet. Antikvariater i USA, Australien og Europa har i et stykke tid rapporteret om anonyme kunder med såkaldte bulk orders, og det tyder på, at AI-virksomhederne køber deres bøger hos antikvarer. Nogle hævder, at der er tale om opkøb af sjældne, gamle bøger, men det er svært at bekræfte.
Det, vi ved, er, at virksomheden Anthropic siden 2024 har haft Panamaprojektet kørende. Projektets mission er at digitalisere og indscanne millionvis af bøger, som skal bruges til at træne deres store sprogmodel, Claude. Anthropic er ikke den eneste AI-virksomhed, som benytter sig af denne strategi med at scanne og derved destruere fysiske bøger for at træne AI-modeller. Internettet er fyldt til randen med AI-slop og andet skrald, og selvom det er godt nok til dit feed, så er det ikke godt nok til techgiganternes egne projekter. Fysiske bøger har til gengæld en iboende kvalitetssikring, for bøgerne har været gennem længere skriveprocesser, flere korrekturlæsninger og formentligt en kritisk gennemgang af et forlag. Det betyder, at sprog, ideer og alt det indhold, som findes i trykte, udgivne bøger, er på et højt kvalitetsmæssigt niveau, og denne kvalitet gør bøgerne til værdifulde træningsværktøjer for AI-virksomhederne.
Det var sagen – nu vælter dilemmaerne frem!
På den ene side virker selve destruktionen af millionvis af fysiske bøger som begyndelsen på en regulær biblioklasme. Historien har set masseødelæggelser af bøger adskillige gange, og de har ofte været tæt forfulgt af det, vi kan betegne som ”mørke kapitler” i verdenshistorien. Selvom AI-virksomhedernes destruktive digitalisering ikke nødvendigvis udgør et forstadie til forbrydelser mod menneskeheden, så er der noget intuitivt foruroligende ved tanken om hemmelige opkøb og lyssky boghenrettelser på mystiske massedigitaliseringsfaciliteter.
På den anden side er det helt lavpraktisk nødvendigt at destruere fysiske bøger, for der er blevet trykt og trykt, siden Gutenberg begyndte på det i 1440’erne. Biblioteker, bogforretninger, genbrugsbutikker og antikvariater må jævnligt smide de bøger ud, som har aftjent deres værnepligt, og som der ikke er plads til mere. Selv universiteter skiller sig af med bøger en gang i mellem. Eksempelvis skal det teologiske bibliotek her i Aarhus skaffe sig af med 2,7 kilometer af bøger, hvilket omtrent svarer til 135.000 bind.
Vi har ikke uendeligt meget hyldeplads, og man må spørge sig selv, om det virkelig er afgørende for menneskelig kulturarv, at der findes fysiske eksemplarer af ”Rebels: City of Indra” – en dystopisk sci-fi fra 2014 af Kendall og Kylie Jenner. Hvis bøgernes skæbne var at blive smidt ud, fordi ingen ville købe eller læse dem, så skader det vel ikke, at Anthropic og andre digitaliserer materialet, inden det destrueres? På sin vis redder AI-virksomhederne de fortabte bøger og forsyner dem med nyt liv. De giver endda mulighed for, at mennesker, som aldrig ville have læst disse bøger, alligevel kan få gavn af indholdet. Måske gør sprogmodellerne endda noget viden tilgængelig for nogle, som slet ikke havde adgang til den viden før. Og det er værdifuldt! Man må dog overveje, hvad prisen for det er.
Anthropic i retten
Et andet dilemma angående destruktiv massedigitalisering handler om ophavsret.
I Californien er der kørt en retssag mellem Anthropic og en række forfattere, som ikke mente, at Anthropic handler i overensstemmelse med loven, når de køber, scanner og ødelægger bøger for at træne deres sprogmodeller. Retten sagde dog, at eftersom Anthropic kun bruger bøgerne til at træne deres sprogmodeller med, er praksissen i sin essens transformativ: sprogmodellerne bearbejder bidder af bøgerne, hvorefter de selv genererer tekst. Idet der ikke gengives specifik ordlyd fra bøgerne, bliver bogmaterialet ikke videredistribueret ulovligt. Man kan sammenligne det med, at skolebørn bl.a. lærer at skrive ved at læse tekst, som andre har skrevet. Anthropics destruktive massedigitalisering af bøger blev således fastslået som såkaldt fair use. Hvad angår selve destruktionen af bøgerne vurderede retten, at enhver ejer må ødelægge sine bøger. Hvis du er en af de udvalgte tredjesemesterstuderende, som har fået en sociobog, så må du også smide den i toilettet, hvis du er træt af den. Ophavsretten bliver ifølge californisk lov altså ikke overtrådt med Anthropics massedigitalisering og -destruktion. Det tyder umiddelbart på, at vi faktisk her sidder med en positiv sag om, at AI-virksomheder overholder loven.
De store techvirksomheder bliver i øvrigt jævnligt ramt af søgsmål, fordi AI-modeller gang på gang fanges i at downloade piratkopieret materiale for at bruge det i træningsøjemed. Det er set flere gange, at indhold, som er ophavsretsbeskyttet, alligevel gengives til sprogmodellernes brugere – og her overtrædes loven. Måske kan praksissen med destruktiv scanning udgøre en løsning på disse piratkopieringsproblemer.
Er de sidste tider endelig over os?
Nu kommer vi over i den mere spekulative afdeling, for der er en del ubesvarede spørgsmål i denne sag, og det bringer dommedagsprædikeriet op i mig. Hold på hat og briller:
Vi ved ikke hvilke bøger, der bliver købt. Antikvariater har både bøger, som er masseoptrykt og gamle bøger, som ikke findes i særligt mange andre oplag eller udgivelser – og disse kan gå tabt. Selvom vi endnu ikke kan vide, om opkøbet af antikvarbøger er fokuseret mod sjældne bøger, så bliver vi nødt til at tage risikoen i betragtning.
Forestil dig, at sjældne, gamle bøger bliver opkøbt, digitaliseret og destrueret. Den viden, som bøgerne indeholder – og her taler jeg om et bredt vidensbegreb, der inkluderer sprog, ideer, kulturarv, identitet og meget mere, vil ophøre med at være tilgængelig for os uafhængigt af AI. Hvis den viden bliver overladt i AI-modelleres varetægt, vil det indebære en enorm magtoverdragelse fra os til dem. Følg med mig lidt dybere ned i kaninhullet: Har vi ikke adgang til originaltekster, så mister vi muligheden for at forholde os til dem, til at tænke selv og til at drage vores egne konklusioner. Den magt, som vi dermed giver afkast på, er magt, som kan bruges med os eller imod os, og den magt overdrager vi ikke blot til nogle svært begribelige computerfænomener. Vi ville reelt overdrage den til indehaverne af sprogmodellerne, og det vil sige de gigantiske techvirksomheder, som vi i forvejen har svært ved at regulere og positionere os omkring.
Vi taler stadigvæk ikke nok om AI
Det er ikke entydigt, om AI-virksomheders opkøb og destruktive scanning af bøger er problematisk i sig selv. Måske fremgår det af mit sortsyn, at proceduren for mig at se har potentiale til at udvikle sig til noget ukontrollerbart, som kan få alvorlige konsekvenser for os. Det handler om magt og om muligheden for at kontrollere flowet af information og viden. Der er en vis sandsynlighed for, at det her er ugens trehundredetusinde gang, at du får en påmindelse om, at du skal huske at forholde dig kritisk til AI. Alligevel vil jeg afslutte med at sige, at vi stadigvæk ikke taler nok om AI og dens ejere.
