di Giuseppina Bonadies
Immaginate di entrare in un enorme magazzino di libri usati, comprarne milioni a pochi centesimi e poi, uno dopo l’altro, tagliare via la rilegatura per darli in pasto a uno scanner super veloce.
È questa la realtà di Project Panama, un’operazione riservata portata avanti da Anthropic, la startup che ha creato l’intelligenza artificiale Claude.
Sacrificare la carta per nutrire l’algoritmo
Lo scopo di questo ambizioso progetto, come raccontato nel podcast Post Reports del Washington Post, era raccogliere la più grande quantità possibile di prosa per addestrare i propri modelli digitali. Per farlo, la società ha assunto Tom Turvy, un esperto che in passato aveva già supervisionato il massiccio progetto Google Books.
La tecnica utilizzata è stata definita scansione distruttiva: invece di sfogliare le pagine con delicatezza, si rimuoveva fisicamente la parte posteriore del libro – la “spina” – per permettere a una macchina di scansionare i fogli uno per uno alla massima velocità. Una volta digitalizzati, i resti dei volumi venivano inviati al riciclo; un processo che alcuni esperti hanno paragonato a un’arca di Noè al contrario, dove il libro viene sacrificato in nome del progresso tecnologico.
Perché i libri valgono più di internet?
Viene spontaneo chiedersi perché una società debba spendere milioni di dollari per acquistare volumi fisici quando il web è stracolmo di testi gratuiti. La risposta degli esperti di Anthropic è legata alla qualità della scrittura. Internet, infatti, è pieno di contenuti di scarso valore, notizie false, propaganda o testi scritti da altri bot.
I libri, al contrario, sono curati, revisionati da editor e contengono un linguaggio più ricco e preciso. Nutrire un’intelligenza artificiale con prosa di alta qualità è l’unico modo per renderla davvero competitiva e capace di ragionamenti complessi; per questa ragione, Anthropic ha puntato tutto sui testi d’autore per sfidare colossi come Google o Meta.
La battaglia legale sul “Fair Use”
Questi dettagli, rimasti a lungo nell’ombra, sono emersi solo di recente a causa di una causa per violazione del copyright intentata da un gruppo di scrittori nel 2023. La disputa si è chiusa nell’agosto 2024 con un accordo da 1,5 miliardi di dollari, ma i documenti depositati in tribunale hanno rivelato la portata degli investimenti della società.
Secondo un giudice, l’attività di scansione rientrerebbe nel cosiddetto fair use (uso legittimo), poiché i libri vengono trasformati in qualcosa di completamente diverso: un modello matematico che non fa concorrenza diretta all’opera originale. Tuttavia, i problemi legali sono nati soprattutto per l’uso passato di Shadow Libraries, ovvero siti pirata dai quali Anthropic avrebbe scaricato database enormi senza pagare nulla a editori e autori.
Fonte orizzontescuola
Il libro cartaceo non è alterabile al contrario della sua versione digitale e pertanto mantiene la versione originale.
Ma se a seguito dell'addestramento il libro cartaceo viene distrutto non c'è più modo di verificare se la sua copia digitale è stata alterata per addestrare la IA oppure se è la IA stessa che la interpreta per seguire l'ideologia di Sistema.
Già oggi i libri di storia sono scritti dai vincitori, figuriamoci se questa possibilità viene data a un software che può operare in tempo reale alla velocità della luce.
Prendiamo ad esempio la fiaba di BiancaNeve.
Nell'ultimo film "la giovinetta dalla pelle bianca come la neve", per dare spazio alle minoranze etniche, è stata interpretata da una attrice latinoamericana mulatta.
Niente da dire sulla bravura dell'attrice (ipotizzo, dato che il film non l'ho visto) ma sicuramente è ben lontana dalla descrizione del personaggio fatta dai fratelli Grimm.
Con la distruzione dei libri si cancellerebbe la descrizione originale per favorire l'ideologia del momento.
Ma fare diventare mulatta BiancaNeve sarebbe il problema minore.
Con la distruzione dei libri si potrebbe alterare la verità storica scomoda perchè non ci sarebbe più il modo di tornare alla verità originale.
Insomma si sta aprendo la strada a impiegati come Winston Smith in 1984.
Distruggere la carta significa cancellare la memoria dell'opera creativa umana analogica.
Non ci sarebbe nulla di male ad addestrare la IA con i libri cartacei, ma se i libri vengono distrutti allora l'Umanità ha un problema.
Detto questo, leggo la fonte Washington Post che ha come slogan La Democrazia muore nell'oscurità proprietario Nash Holding di Jeff Bezos, sicuramente un quotidiano fuori dal coro...comunque questo articolo personalmente lo ritengo politico perché attacca Anthropic che ha un sistema di AI nettamente superiore a Open AI, in aggiunta subisce questo attacco di immagine per via della diatriba avvenuta con l'amministrazione Trump (Trump = Evengelici cristiani sionisti suprematisti bianchi e fanatici che vogliono il nuovo ordine mondiale)- complesso Militare USA.
È in corso una battaglia anzi una vera e propria guerra di dominio tra chi ha l'AI più performante, del resto anche Open AI ha distrutto libri esattamente come ha fatto Anthropic, eliminare la rilegatura dei libri per inserire le pagine in uno scanner è il modo più veloce oppure qualcuno può credere che vengano assunti migliaia di persone solo per fotocopiare pazientemente una pagina alla volta...
Tutte le società che sviluppano AI distruggono libri! Ma solo Anthropic viene messa sul patibolo, e qui che deve entrare in gioco il Pensiero Critico
Personalmente condanno tutte le società di sviluppo AI e condanno anche il Washingotn Post che dimostra, ancora una volta, di essere una prostituta dell'informazione.
PS: Oltretutto i server di Amazon AWS, ospitano anche AI di Anthropic...come quelli della CIA e della NSA e di Open AI (chatGPT)...
Povera Intelligenza Artificiale, è appena nata e già la nutrono con cibo-spazzatura!
PS - Mi sfugge il problema: si vuole instaurare una questione di principio?
La maggior parte dei libri viene distrutta al macero, da sempre.
Mi sfugge qualcosa?
In questa intervista youtu.be/_g4l7YkDQwA un ex ricercatore di OpenAI, Daniel Kokotajlo crede che ci sia il 70% di probabilità che l'IA porti all'estinzione umana prima della fine del decennio .
Quello che non mi è chiaro è come mai l'IA, uno volta preso il controllo di tutto, dovrebbe avere come obiettivo di distruggere la razza umana (anche se in effetti se lo meriterebbe...)
O qualcuno ha dato all'IA questo obiettivo a prescindere, oppure, se l'IA è rigenerativa, dovrebbe anche crearsi gli obiettivi in modo autonomo.
Potrebbe anche darsi come obiettivo di portarci tutti verso un mondo migliore senza guerre e conflitti, perchè no ? Basta che non sia a nostra immagine e somiglianza.....
il fatto che vengano distrutte COPIE di libri per addestrare l'IA non mi pare una tragedia. Di libri al macero ne vanno una caterva.
Anzi, un'operazione del genere fatta con lo scopo di salvare i libri sarebbe anche auspicabile, ma succederá come con i film, che tutti i film che hanno piú di 20 anni non saranno piú disponibili anche se molti di essi sono piú che godibili. Il problema é che la propaganda cambia, e i film di 20 anni fa potrebbero non essere piú adeguati. Quelli di 30, 40, 50 anni fa poi...
Le considerazioni fatte negli altri commenti hanno tutta la loro validitá, ma non dipende da questa operazione.
Piuttosto, con il costo dei libri, tanta gente che vuole leggere finirá per farsi confezionare contenuti dall'IA. Che é triste...
Fears stem from a copyright lawsuit brought against AI company Anthropic in the United States by book authors. Unsealed court files revealed earlier this year that the company was engaging in the practice of “destructive scanning” – buying physical books, slicing off the spines to more efficiently scan the pages, then pulping the remains – and had sought to keep it quiet. The judge ruled this was lawful under US copyright law, as it amounted to “transformative use”.
The practice is now understood to be widespread among generative AI companies, and recent reports suggest intermediaries are stepping up to facilitate the process. Australian secondhand booksellers are wondering if they have been caught up in the AI supply chain after they recently experienced waves of orders that did not fit with usual customer patterns.
Multiple vendors confirmed to Guardian Australia they had received orders from a Canadian company called Zoom Books, which describes itself as a book recycler. The orders usually came through large secondhand marketplaces like Abebooks or Biblio, where inventory can range from cheap paperbacks to rare, expensive items.
theguardian.com/.../...
Circa 640.000 tonnellate di libri finiscono in discarica ogni anno, l'equivalente di centinaia di milioni di copie.
Nel 2009 si stimava che il 30o 40 per cento ddi libri prodotti venisse restituito invenduto agli editori, e il 65o95 di quei ritorni finiva distrutto e riciclato al macero
Sul fatto che siano anche stati distrutti testi antichi o prime copie rare e ancora tutto da verificare, poichè si tratta di affermazioni coperte dall'anonimato di alcuni librai americani fatte al WEashington post.ma fino ad asdeesso la documentazione fatta non rileva libri rari o antichi acquistati o distrutti per la I.A.
È plausibile comunque che tra questi ci fossero anche edizioni rare, dato l'acquisto indiscriminato tramite intermediari, ma ancora non ci dovrebbe essere un caso verificato.
Il motivo di tutto questo è la discarica che il web è diventato ( vedi anche LC secondo gli standard)
Internet è pieno di contenuti di scarsa qualità ,notizie false, propaganda, testo generato da altri bot
I libri, soprattutto quelli pre,2022, sono scritti da umani, editor, e hanno un linguaggio più ricco e strutturato. Per un modello che deve imparare a ragionare e scrivere bene, questo materiale vale molto di più di miliardi di pagine web mediocri.
Man mano che internet si riempie di testo scritto da ia, addestrare nuovi modelli su quel materiale rischia di creare un circolo vizioso, l'ia impara da testo generato daia, e la qualità peggiora nel tempo
I libri di prima del boom dei chatbot sono quindi diventati una risorsa sempre più rara e preziosa uno degli ultimi grandi bacini di scrittura , puramente umana.
Anthropic sta competendo con Google, Meta, openAI per costruire i modelli più capaci. Chi ha accesso ai dati migliori ha un vantaggio. Comprare all'ingrosso e scansionare distruttivamente e più veloce ed economico che negoziare le licenze con migliaia di case editrici
Di fatto però per costruire un'intelligenza artificiale capace di pensare bene, si stanno distruggendo fisicamente gli stessi oggetti che per secoli hanno rappresentato il pensiero umano ,facendolo di nasacosto.
Questa segretezza ovviamente e la parte che ha scandalizzato di più.
E’ quello che ho pensato anch’io, una copia x libro non sarebbe un gran danno, e per maggior sicurezza si potrebbero obbligare a tenere una copia del testo (o le pagine sciolte) in un archivio, onde poter eventualmente controllare l’esatta corrispondenza con l’originale.
Quando si trattasse di invece di libri antichi e/o preziosi, si possono benissimo scannerizzare senza toglierli dalla rilegatura, o fotografarne le pagine con attrezzature adeguate (ed eventualmente scannerizzare le fotografie), il tutto senza rovinarli.
Vado sovente nei mercatini dell'usato a Torino e vedo costantemente buttare via libri, anche se ci sarebbero persone disposte a prenderli.
Dante Bertello.