KI-Unternehmen vernichten antiquarische Bücher

Erkenntnisse, dass Unternehmen im Bereich der Künstlichen Intelligenz seltene, antiquarische und vergriffene Bücher in großen Mengen aufkaufen, um ihre großen Sprachmodelle zu trainieren, und die physischen Exemplare nach dem Einscannen zerschneiden und vernichten, haben eine neue Debatte unter Autoren, Archivaren und Bücherliebhabern entfacht.

Laut Dokumenten, die im Rahmen einer Klage gegen Anthropic an die Öffentlichkeit gelangten, plante das Unternehmen im Zuge eines Prozesses namens „Project Panama“, Millionen physischer Bücher zu erwerben, deren Einbände abzuschneiden, die Seiten durch Hochgeschwindigkeitsscanner zu jagen und die Originale anschließend zu zerstören. Aus den Unterlagen geht zudem hervor, dass im Rahmen eines sechsmonatigen Lieferantenvertrags das Scannen von 500.000 bis 2 Millionen Büchern angestrebt wurde.

Ein weiterer Punkt, der die Debatte verschärft, ist die Behauptung, dass sich diese Praxis nicht nur auf Bestseller oder leicht zugängliche Bücher beschränkt. In einer von 404 Media veröffentlichten Untersuchung wurde die Bewegung von Paketen mittels Apple AirTags verfolgt, die in eine Bestellung von etwa tausend Büchern bei einem nicht genannten Buchhändler gelegt worden waren. Es wurde berichtet, dass das Paket von Kalifornien nach Milwaukee und von dort nach Colorado Springs in ein Lager mit dem Code VGT3 gelangte, das Amazon gehören soll.

Dem Bericht zufolge bezeichneten Mitarbeiter in der besagten Einrichtung ihre Arbeit als „Bücher scannen“. Diese Erkenntnisse haben die Vorwürfe erhärtet, dass große Technologieunternehmen industrielle Prozesse zum Scannen von Büchern durchführen, um Trainingsdaten für Künstliche Intelligenz zu generieren.

IM ZENTRUM DER DEBATTE STEHEN URHEBERRECHT UND DATENQUALITÄT

Es wird darauf hingewiesen, dass es zwei Hauptgründe für die Hinwendung der Unternehmen zu physischen Büchern gibt: die Verringerung rechtlicher Risiken und der Zugang zu qualitativ hochwertigeren Trainingsdaten. Die Nutzung illegaler Online-Archive hatte KI-Unternehmen bereits mit Urheberrechtsklagen von Autoren, Künstlern, Fotografen und Nachrichtenorganisationen konfrontiert.

Der legale Erwerb eines physischen Buches gewährt in den USA das Recht, über dieses Exemplar zu verfügen. Kritikern zufolge schafft dies eine rechtliche Lücke, die es Unternehmen ermöglicht, große digitale Datensätze zu erstellen, ohne die Urheber der Inhalte zusätzlich zu vergüten. In einigen gerichtlichen Bewertungen kann die Digitalisierung rechtmäßig erworbener gedruckter Bücher zum Zweck des internen Modelltrainings unter den Begriff der „Fair Use“ (angemessene Verwendung) fallen.

Das Thema beschränkt sich jedoch nicht nur auf Urheberrechte. Die Vernichtung seltener und vergriffener Bücher stößt auch im Hinblick auf den Schutz des kulturellen Erbes auf Kritik. Kritiker argumentieren, dass einige Bücher nur in begrenzter Auflage erschienen sein könnten und die Beseitigung der physischen Exemplare für Forscher, Bibliotheken und Sammler schwerwiegende Verluste bedeuten könnte.

Aus Sicht der KI-Unternehmen bieten Bücher, die vor 2022 gedruckt wurden, Texte, die von Menschen geschrieben und redaktionellen Prozessen unterzogen wurden. Während die rasante Zunahme von KI-generierten Inhalten im Internet das Risiko birgt, dass neue Modelle erneut mit KI-Texten trainiert werden, gelten gedruckte Bücher für Unternehmen als sauberere und konsistentere Datenquelle.

Es liegen keine genauen Daten über die Anzahl der vernichteten Bücher vor. Doch Klagedokumente und die von Buchhändlern gemeldeten Großbestellungen zeigen, dass sich die Aufträge von Hunderten von Büchern bis in den Millionenbereich erstrecken können. Daher wirft die Debatte eine umfassendere Frage darüber auf, wie der Wettlauf um die Entwicklung Künstlicher Intelligenz nicht nur die digitale Welt, sondern auch physische Kulturgüter beeinflusst.