Dziennikarze portalu 404 Media wyśledzili wysyłkę rzadkich książek, która ostatecznie trafiła do obiektu Amazon przeznaczonego do szkolenia systemów AI. Odkrycie to ujawnia, że przedsiębiorstwa technologiczne mogą pozyskiwać rzadkie i potencjalnie chronione materiały do trenowania swoich modeli przez kanały, które pozostają poza bezpośrednią kontrolą twórców.
Amazon, podobnie jak inne firmy działające w sektorze AI, potrzebuje ogromnych ilości tekstu do trenowania swoich modeli. Rzadkie książki stanowią atrakcyjne źródło, ponieważ zawierają wysokiej jakości treści, często niedostępne w sieci publicznej. Śledztwo 404 Media dokumentuje, jak ta praktyka działa w rzeczywistości i sugeruje, że drogi pozyskiwania danych mogą być nie do końca przejrzyste.
Ta sprawa podkreśla rosnący konflikt między producentami AI a właścicielami praw autorskich. Sądy już zaczynają zajmować się pozwami od twórców i wydawców, którzy kwestionują legalne podstawy wykorzystywania ich dzieł w treningu modeli bez zgody czy kompensacji. Praktyka, którą ujawnia 404 Media, pokazuje, że problem nie ogranicza się do danych dostępnych publicznie - firmy mogą stosować bardziej zaciemnione metody, aby zdobyć wartościowe materiały treningowe.