AI公司为获取训练数据大规模粉碎绝版书引争议

round · x · 2026-07-28

据行业观察信息，AI 公司正通过特定服务匿名大批量收购稀有和绝版书籍。为了获取其中未受 AI 生成文本污染的纯净数据，这些公司使用高速扫描仪处理实体书，而这一过程通常会切坏书脊并直接销毁原件。

由于 2022 年以前的书籍被视为优质训练数据，此类做法引发了强烈的文化与伦理争议。此前曾有联邦法官裁定此类做法属于合理使用，理由是销毁原件意味着同一时间只存在一份副本。此外，Anthropic 还被曝聘请了前 Google 图书合作负责人，以实现获取“世界上所有图书”的目标。