LE SOCIETA’ DI INTELLIGENZA ARTIFICIALE STANNO COMPRANDO MILIONI DI LIBRI PER POI DISTRUGGERLI
SI CHIAMA “DESTRUCTIVE SCANNING” ED E’ IL MOODO PIU’ RAPIDO PER ALLENARE I MODELLI … TANTISSIMI I TESTI RARI SACRIFICATI
Se Farenheit 451 fosse stato ambientato nel 2026, forse il protagonista avrebbe lavorato per un’azienda di AI. Nel romanzo, Montag distrugge libri perché nella società distopica in cui vive il pensiero critico non è ammesso. Oggi, in un mondo spesso assurdo quanto quello descritto da Bradbury, non si vuole limitare la cultura per impedire alle persone di pensare. I libri vengono invece trasformati in carburante per nutrire il “cervello digitale”: non bruciati, ma scansionati, assimilati, dati in pasto alle macchine affinché imparino a scrivere, rispondere e creare. E poi ridotti in poltiglia.
Tutto parte da massicci acquisti di testi. Di tutto: romanzi russi, romance, fantasy, religione. È strano, chi acquisterebbe così tanti libri tutti insieme. Lo pensa anche Pieter de Vries, antiquario di Haarlem, quando vede nella sua casella email una richiesta bizzarra: «Voglio acquistare 3000 titoli – scrive una certa Nataly – Sto partecipando a un nuovo progetto incentrato sulla raccolta di libri in più lingue, attualmente soprattutto in inglese». Nella sua storia riportata dal Telegraph, de Vries dice di aver lasciato perdere, «probabilmente è una tuffa». Invece no.
Il caso Anthropic
Ma facciamo un passo indietro. Qualche settimana fa Anthropic (la società mamma di Claude) è finita al centro di una battaglia legale con l’accusa di aver utilizzato migliaia di libri piratati per addestrare i propri modelli di intelligenza artificiale. 1,5 miliardi di dollari di risarcimento e caso chiuso. Ma il punto più interessante è un altro: secondo il tribunale, le società di intelligenza artificiale non possono copiare illegalmente i libri. Possono però acquistarli cartacei, digitalizzarli e utilizzare quei contenuti per l’addestramento dei propri modelli, a condizione che le copie fisiche vengano poi distrutte. Dal punto di vista del diritto d’autore, quindi, non si tratterebbe di una nuova copia, ma di una “trasformazione” dell’opera.
Il “destructive scanning”
Per questo motivo l’antiquario di Haarlem ha ricevuto quella richiesta. Per addestrare un modello linguistico servono enormi quantità di testi, possibilmente di qualità. Viene chiamato “destructive scanning” e ne esistono due modalità. La prima è veloce: il libro viene smontato, il dorso viene tagliato, la rilegatura rimossa e le pagine vengono scannerizzate. È un procedimento efficiente, ma irreversibile: il libro diventa inutilizzabile. La seconda prevede invece una scannerizzazione pagina per pagina. Il libro è salvo, ma ci vuole molto tempo e anche la mano dell’uomo. Ovviamente, le grandi aziende AI hanno preferito la prima opzione.
Perché l’intelligenza artificiale cerca libri “umani”
L’obiettivo è far apprendere all’AI un linguaggio il più possibile ricco, naturale e vicino a quello di un umano “acculturato”. Negli uffici di Anthropic è noto come Project Panama, ma questa non sarebbe l’unica azienda coinvolta. Anche altri grandi operatori del settore, tra cui Google, sono impegnati da tempo nella digitalizzazione di enormi collezioni di libri.
I testi diventano quindi fonti preziose e ancor più preziosi sono quelli pubblicati prima del 2022. C’è infatti il rischio che quelli scritti dopo quella data possano essere stati anche solo parzialmente contaminati dall’Intelligenza artificiale con il cosiddetto “AI Slop”: i testi generati dai modelli linguistici, se utilizzati in una sorta di “cannibalismo” per alimentare nuove AI, rischiano di peggiorarne progressivamente la qualità.
I grandi romanzi sacrificati per un’email
Non c’è scampo per nessuno, né per libri comuni né per i volumi rari. Quest’ultimo dettaglio è quello che provoca più sdegno. Ma oltre a chi si indigna, c’è anche chi ha subito annusato una possibilità. Come la piattaforma ISBNdb, che ha aperto una sezione dedicata agli acquisti in grandi quantità, un occhiolino alle aziende interessate a reperire enormi stock di libri senza attirare particolare attenzione. Così, libri sopravvissuti a secoli di guerre, passati di mano in mano, vengono triturati perché un’AI possa imparare a scrivere una email migliore o il saggio perfetto.
(da La Stampa)
…
Leave a Reply