Australijscy handlarze antykwarycznymi książkami zgłaszają niepokojący trend: ktoś systematycznie kupuje i rozmielacza rzadkie wydawnictwa z XIX i XX wieku. Trop wskazuje na osobę zajmującą się recyklingiem, która najprawdopodobniej dostarcza zawartość firmom szkolącym modele AI.
Stare drukowane książki są niezwykle poszukiwane przez producenci dużych modeli językowych, ponieważ zawierają czysty, naturalny tekst z epoki przed internetem. W przeciwieństwie do współczesnych danych treningowych, które mogą zawierać AI-generated content (tzw. AI slop), tekst z przedinternetowych publikacji oferuje autentyczną, wysokiej jakości materię. Podczas gdy firmy takie jak OpenAI, Google i Anthropic formalnie kupują dane od wydawców, niniejsza historia pokazuje, co ta potrzeba wygląda gdy spoglądamy z perspektywy mniejszych handlarzy książkami.
Problem wzrasta wraz z intensywnością wyścig o dane treningowe. Antykwariusze obawiają się, że nieodwracalnie tracimy oryginalne wydania i unikatowe egzemplarze, które mogą mieć wartość historyczną i kulturalną. Jeśli trend się utrzyma, rzadkie książki mogą zamiast być przechowywane dla przyszłych pokoleń, lądować w maszynach do rozdrabniania papieru zasilających algorytmy korporacyjne.