Pourquoi les entreprises d'IA achètent-elles des livres en vrac ?

Kennyss, une librairie irlandaise et un détaillant en ligne basé à Galway, a rapporté avoir reçu des commandes de livres inhabituelles, souvent placées par courriel pendant la nuit et demandant de grandes quantités de titres obscurs, parfois dépassant 5 000 volumes. Ces commandes s'alignent sur une tendance croissante observée dans le monde entier, dans laquelle les entreprises d'intelligence artificielle acquièrent et traitent physiquement un grand nombre de livres imprimés pour alimenter les algorithmes qui alimentent les chatbots et autres systèmes d'IA.

L'acte de pulper des livres a suscité un malaise chez les lecteurs, qui le considèrent comme une violation de l'importance culturelle et intellectuelle des œuvres écrites. Les livres sont traditionnellement considérés comme des récipients de connaissance, d'art et de continuité historique, servant de ponts entre les générations et les dépôts de la pensée humaine. La notion de machines consommant et jetant le patrimoine littéraire évoque des images à la fois de censure ouverte et de formes plus insidieuses d'érosion, en particulier concernant les moyens de subsistance des écrivains et l'intégrité de l'expression créative. Les communications internes des entreprises d'IA révèlent un effort délibéré pour dissimuler de telles activités.

Cette initiative, enveloppée de secret, met en évidence la mesure dans laquelle certaines entreprises sont prêtes à aller pour sécuriser les données pour la formation de leurs modèles. Une grande partie de la sensibilisation du public entourant ces pratiques provient de procédures judiciaires, notamment un récent procès intenté contre Anthropic aux États-Unis. L'affaire a été initiée par une coalition d'auteurs qui ont allégué que la société avait violé leurs droits de propriété intellectuelle en utilisant leurs livres sans autorisation pour former le modèle Claude. Selon des documents judiciaires, Anthropic a initialement tenté d'acquérir des millions de livres en téléchargeant des copies de sites Web piratés, ce qui prive déjà les écrivains d'une compensation légitime.

Cependant, alors que l'entreprise faisait face à un examen juridique croissant, elle a changé de stratégie et a commencé à numériser et à détruire des copies physiques de livres. Cette transition souligne les pressions économiques plus larges qui sous-tendent l'industrie, où le coût d'obtention de contenu via des canaux légaux est jugé trop élevé par rapport aux rendements financiers générés par les services d'IA. Le jugement judiciaire a mis en évidence deux préoccupations principales soulevées par les demandeurs. Premièrement, Anthropic avait la possibilité de négocier avec les éditeurs et de payer des prix équitables pour les droits d'utilisation des livres, mais a choisi de ne pas le faire.

Le tribunal a noté que les utilisateurs et les clients corporatifs de Claude contribuent à plus d'un milliard de dollars de revenus annuels, suggérant que la société accorde la priorité au profit plutôt qu'aux considérations éthiques. Deuxièmement, l'intégration de livres numérisés dans des modèles d'IA risque de dévaluer le travail des écrivains humains.

Le nombre de livres électroniques publiés mensuellement sur Amazon a triplé depuis le lancement de ChatGPT, selon des études. Cependant, la qualité de ces publications, mesurée par les avis des utilisateurs et d'autres mesures, a diminué. Cette tendance a donné naissance à un nouveau secteur d'entrepreneurs en ligne offrant des systèmes à profit rapide, permettant aux individus de générer et de vendre du contenu optimisé par des moyens automatisés.