Τα «ρομπότ» διαβάζουν {LF}Στίβεν Κινγκ και Ελενα Φεράντε!

Bιβλία των Ζάντι Σμιθ, Στίβεν Κινγκ, Ρέιτσελ Κασκ και Ελενα Φεράντε, τα οποία διακινούνται πειρατικά στο Διαδίκτυο, είναι μεταξύ των χιλιάδων έργων γνωστών συγγραφέων που χρησιμοποιήθηκαν προκειμένου να «εκπαιδεύσουν» τις εφαρμογές τεχνητής νοημοσύνης, όπως αποκάλυψε δημοσίευμα της εφημερίδας «The Atlantic». Περισσότεροι από 170.000 τίτλοι βιβλίων φορτώθηκαν σε τεχνολογικά μοντέλα που αναπτύσσουν εταιρείες όπως οι Meta και Bloomberg, με βάση τα στοιχεία που δημοσίευσε το Book3, πειρατική βάση δεδομένων η οποία παρείχε τις πρώτες ύλες για τη δημιουργία των εργαλείων τεχνητής νοημοσύνης.

Το Book3 χρησιμοποιήθηκε προκειμένου να εκπαιδεύσει το LlaMa του Meta, ένα από τα πολλά γλωσσικά μοντέλα που μπορούν να παράγουν περιεχόμενο με βάση πρότυπα τα οποία εντοπίζονται σε δείγματα κειμένων. Παράλληλα, χρησιμοποιήθηκε και για τον προγραμματισμό του Bloomberg GPT και του GPT-J της EleutherAI, ενώ εξετάζεται η εμπλοκή του και με άλλα μοντέλα τεχνητής νοημοσύνης. Το 1/3 των βιβλίων που εμπεριέχονται στη συγκεκριμένη βάση δεδομένων είναι μυθιστορήματα και τα υπόλοιπα 2/3 άλλων κατηγοριών. Ωστόσο, τα περισσότερα έργα δημοσιεύτηκαν τις τελευταίες δύο δεκαετίες. Στα περιεχόμενα του Book3 εκτός των δημιουργιών των Σμιθ, Κινγκ, Κουσκ και Φεράντε, που κατά τα άλλα προστατεύονται από κανόνες πνευματικής ιδιοκτησίας, μπορεί να βρει κάποιος 33 βιβλία της Μάργκαρετ Ατγουντ, τουλάχιστον εννιά του Χαρούκι Μουρακάμι, άλλα τόσα της Μπελ Χουκς, επτά του Τζόναθαν Φράνζεν, πέντε της Τζένιφερ Εγκαν και επίσης πέντε του Ντέιβιντ Γκραν. Μαζί τους, εντοπίζονται έργα των Τζορτζ Σόντερς, Μάικλ Πόλαν, Τζούνοτ Ντίας, Τζον Κρακάουερ και Ρεμπέκα Σόλνιτ μαζί με 120 μυθιστορήματα του ιδρυτή της σαϊεντολογίας Λ. Ρον Χάμπαρντ και 90 βιβλία του πάστορα Τζον ΜακΑρθουρ.  Τα βιβλία προέρχονται τόσο από μεγάλους όσο και από μικρούς εκδοτικούς οίκους, με τη μερίδα του λέοντος να έχουν εκδότες όπως οι Penguin Random House με 30.000 έργα στο Book3, HarperCollins με 14.000, Macmillan με 7.000, Oxford University Press με 1.800 και Verso με 600. Η αποκάλυψη αυτή έρχεται μετά τη μήνυση που υπέβαλαν τον περασμένο μήνα οι συγγραφείς Σάρα Σίλβερμαν, Ρίτσαρντ Κάντρεϊ και Κρίστοφερ Γκόλντεν, εναντίον των δημιουργών της βάσης δεδομένων αφού τα έργα τους «αντιγράφηκαν και φορτώθηκαν ως μέρος της εκπαίδευσης» του LlaMA του Meta. H νομική τους κίνηση ήταν βάσιμη διότι έρευνα έδειξε ότι όντως τα κείμενα των τριών συγγραφέων αποτελούν κομμάτι του Book3.

Αντίστοιχες αντιδράσεις υπάρχουν και εναντίον της OpenAI, της εταιρείας που δημιούργησε το Chat GPT και χρησιμοποίησε βιβλία που προστατεύονται από πνευματικά δικαιώματα για να εκπαιδεύσει τα δικά της μοντέλα. Οι υποψίες εναντίον της άρχισαν να πολλαπλασιάζονται μετά την κυκλοφορία αναφοράς της το 2020, όπου αναγράφεται ότι για τον προγραμματισμό του chat επιστρατεύτηκαν «διαδικτυακά σώματα βιβλίων», ένα εκ των οποίων είναι το Book2 το οποίο εκτιμάται ότι περιλαμβάνει σχεδόν 300.000 τίτλους πειρατικών έργων. Σε μήνυση που κατατέθηκε τον Ιούνιο εναντίον της εταιρείας σημειώνεται ότι οι μόνοι ιστότοποι που προσφέρουν τόσο πολύ υλικό είναι «σκιώδεις βιβλιοθήκες» όπως οι Library Genesis και Z-Library από όπου τα βιβλία κατεβαίνουν μέσω συστημάτων torrent.