KI-selskaper kjøper sjeldne gamle bøker – og makulerer dem

KI-selskaper kjøper store mengder brukte bøker for å skaffe treningsdata som ikke er påvirket av KI-generert innhold på nettet, ifølge en undersøkelse fra teknologinettstedet 404 Media.

Bokdatabasen ISBNdb markedsfører trykte bøker som tett, redigert og autoritativ kunnskap som ikke kan erstattes av vanlig nettskraping.

Selskapet hevder samtidig at bøker utgitt før gjennombruddet for moderne språkmodeller er garantert fri for KI-generert «forurensning».

ISBNdb skal kunne formidle bestillinger på mellom 1000 og én million bøker om gangen. Selskapet tilbyr også å holde kjøperens identitet skjult.

– Omdømmeproblemet er reelt. «KI-selskap ødelegger to millioner bøker» er ikke en overskrift som skaper sympati, heter det i selskapets markedsføring, gjengitt av Futurism.

Les også: KI-gigant til angrep mot inkludering og «regressive» kulturer

Skjærer bøkene fra hverandre

Metoden kalles destruktiv skanning. Bokryggen og innbindingen fjernes, før sidene kuttes løs og kjøres gjennom industrielle skannere. Det som er igjen, sendes til gjenvinning.

Rettsdokumenter viser at Claude-utvikleren Anthropic brukte flere millioner dollar på å kjøpe millioner av trykte bøker. Leverandører fjernet innbindingen, skannet sidene og kastet papirutgavene. Resultatet var søkbare PDF-filer som kunne lagres i selskapets digitale bibliotek.

Interne dokumenter viste at Anthropic betraktet bøker som avgjørende for å lære modellene «å skrive godt», i stedet for å etterligne språk av lav kvalitet fra internett. Selskapet var samtidig bevisst på hvordan framgangsmåten kunne bli mottatt.

– Vi ønsker ikke at det skal bli kjent at vi arbeider med dette, het det i et internt planleggingsdokument fra 2024.

Bankene satser på KI – men kundene vil fortsatt snakke med folk

livsstil

Frykter sjeldne bøker forsvinner

En mindre bokhandler fortalte at salget plutselig steg fra maksimalt 20 bøker i uka til flere hundre. De tilfeldige titlene og kravet om ISBN-numre fikk ham til å mistenke at kjøperne var KI-aktører.

Bokhandleren fryktet at sjeldne og utgåtte bøker kunne være blant de siste tilgjengelige eksemplarene – og forsvinne permanent etter skanning. Også nederlandske antikvariater skal ha registrert uvanlig store bestillinger, men kjøpernes identitet er ikke bekreftet.

En amerikansk domstol slo i 2025 fast at Anthropics skanning av lovlig innkjøpte bøker kunne regnes som rimelig bruk. Selskapets nedlasting av mer enn sju millioner piratkopierte bøker stilte seg annerledes.

Den striden endte i et forlik på 1,5 milliarder dollar, som gjaldt bøker hentet fra piratbibliotekene LibGen og PiLiMi.