Η αλματώδης ανάπτυξη της τεχνητής νοημοσύνης δημιουργεί ολοένα και μεγαλύτερη ανάγκη για ποιοτικά δεδομένα εκπαίδευσης. Σύμφωνα με έρευνα του 404 Media, μεγάλες εταιρείες του χώρου φέρονται να αγοράζουν εκατομμύρια μεταχειρισμένα βιβλία μέσω μεσαζόντων, να τα ψηφιοποιούν και στη συνέχεια να τα καταστρέφουν, ώστε να χρησιμοποιήσουν το περιεχόμενό τους για την εκπαίδευση των AI μοντέλων τους.
Η πρακτική αυτή βασίζεται σε μια απλή λογική: όσο πιο αυθεντικό και ποιοτικό είναι το υλικό, τόσο καλύτερα μπορούν να εκπαιδευτούν τα μεγάλα γλωσσικά μοντέλα. Τα τελευταία χρόνια το διαδίκτυο έχει κατακλυστεί από περιεχόμενο που έχει δημιουργηθεί από άλλα συστήματα τεχνητής νοημοσύνης, γνωστό και ως «AI slop». Οι ειδικοί εκτιμούν ότι η χρήση τέτοιου υλικού για την εκπαίδευση νέων μοντέλων μειώνει την ποιότητά τους, καθώς αναπαράγουν πληροφορίες που έχουν ήδη δημιουργηθεί από AI αντί για πρωτογενές ανθρώπινο περιεχόμενο.
Για τον λόγο αυτό, οι εταιρείες στρέφονται σε έντυπα βιβλία που εκδόθηκαν πριν από το 2022, θεωρώντας ότι αποτελούν μία από τις πιο αξιόπιστες πηγές γνώσης. Τα βιβλία αγοράζονται μαζικά μέσω τρίτων εταιρειών και εξειδικευμένων υπηρεσιών, ώστε να μην είναι εύκολα ορατό ποιος βρίσκεται πίσω από τις παραγγελίες.
Στην υπόθεση έχει εμπλακεί και η ISBNdb, μια από τις μεγαλύτερες βάσεις δεδομένων βιβλίων στον κόσμο, η οποία φέρεται να προσφέρει πλέον υπηρεσίες μαζικής αγοράς βιβλίων για πελάτες που δραστηριοποιούνται στον χώρο της τεχνητής νοημοσύνης. Σύμφωνα με το 404 Media, ορισμένες παραγγελίες φτάνουν ακόμη και το ένα εκατομμύριο βιβλία σε μία μόνο συναλλαγή.
Βιβλιοπώλες που μίλησαν ανώνυμα ανέφεραν ότι από τον Απρίλιο του 2026 οι πωλήσεις τους αυξήθηκαν θεαματικά. Εκεί που προηγουμένως πουλούσαν λίγες δεκάδες βιβλία την εβδομάδα, πλέον διαχειρίζονται εκατοντάδες παραγγελίες, χωρίς οι αγοραστές να ενδιαφέρονται ιδιαίτερα για το κόστος ή το περιεχόμενο των βιβλίων. Το μοναδικό κοινό χαρακτηριστικό φαίνεται να είναι η ύπαρξη αριθμού ISBN, του διεθνούς κωδικού αναγνώρισης κάθε έκδοσης.
Παρόμοιες πρακτικές έχουν ήδη αποκαλυφθεί στο παρελθόν. Κατά τη διάρκεια της δικαστικής διαμάχης της Anthropic, έγινε γνωστό ότι η εταιρεία είχε αγοράσει τεράστιες ποσότητες έντυπων βιβλίων, τα οποία στη συνέχεια ψηφιοποιήθηκαν μέσω εξειδικευμένων εταιρειών σάρωσης. Σε πολλές περιπτώσεις επιλέχθηκε η λεγόμενη «καταστροφική ψηφιοποίηση», κατά την οποία αφαιρείται η βιβλιοδεσία, οι σελίδες διαχωρίζονται και περνούν από βιομηχανικούς σαρωτές υψηλής ταχύτητας. Η διαδικασία είναι σημαντικά ταχύτερη και οικονομικότερη από τη μη καταστροφική σάρωση, αλλά οδηγεί στην οριστική καταστροφή των φυσικών αντιτύπων.
Η πρακτική αυτή έχει ανοίξει μια μεγάλη συζήτηση γύρω από τα πνευματικά δικαιώματα και την πολιτιστική κληρονομιά. Αν και αμερικανικό δικαστήριο έκρινε ότι η χρήση βιβλίων για την εκπαίδευση μοντέλων AI μπορεί, υπό προϋποθέσεις, να εμπίπτει στην αρχή της «εύλογης χρήσης» (fair use), εταιρείες όπως η Anthropic και η Google βρίσκονται αντιμέτωπες με αγωγές από συγγραφείς και εκδότες για τη χρήση έργων που προστατεύονται από πνευματικά δικαιώματα.
Το μεγαλύτερο ερώτημα, ωστόσο, παραμένει ηθικό. Εάν ανάμεσα στα βιβλία που καταστρέφονται υπάρχουν σπάνιες ή εξαντλημένες εκδόσεις, τότε ένα μέρος της έντυπης πολιτιστικής κληρονομιάς κινδυνεύει να χαθεί. Παράλληλα, το ψηφιοποιημένο περιεχόμενο αποθηκεύεται σε ιδιωτικές βάσεις δεδομένων που χρησιμοποιούνται αποκλειστικά για την εκπαίδευση συστημάτων τεχνητής νοημοσύνης και δεν είναι διαθέσιμο στο ευρύ κοινό. Έτσι, ενώ η AI γίνεται ολοένα και πιο έξυπνη, γεννάται το ερώτημα αν η εξέλιξη αυτή έρχεται με κόστος τη διατήρηση της ανθρώπινης γνώσης για τις επόμενες γενιές.
