ปัญหาใหญ่ประการหนึ่งที่ปัญญาประดิษฐ์ หรือ “เอไอ” กำลังเผชิญ คือ เนื้อหาและข้อความจำนวนมหาศาลบนอินเทอร์เน็ตที่พวกมันสร้างขึ้น และกำลังเพิ่มมากขึ้นเรื่อยๆ จะนำไปสู่การด้อยคุณภาพลงของพวกมันเองทีละน้อย เกิดสิ่งที่เรียกว่า Model Collapse คล้ายกับการถ่ายเอกสารซ้ำเป็นทอดๆ ไปเรื่อยๆ จนกระทั่งรายละเอียดและความคมชัดหายไปในที่สุด

Model Collapse คือ ภาวะที่โมเดลเอไอรุ่นใหม่ ฝึกตัวเองจากข้อความที่สร้างโดยเอไอรุ่นก่อนหน้า ทำให้โมเดลเอไอรุ่นใหม่ๆ เสี่ยงที่จะเรียนรู้จากผลผลิตของเอไอรุ่นก่อน แทนที่จะเรียนรู้จากผลงานของมนุษย์ ในท่ามกลางการเจือปนของข้อมูลที่สร้างโดยเอไอในอินเทอร์เน็ตยุคปัจจุบัน ผลลัพธ์ คือ คุณภาพของโมเดลจะค่อยๆ เสื่อมลงทีละน้อย ข้อความจำนวนมากขึ้นเรื่อยๆ ที่สร้างโดยเอไอจะกลายเป็นข้อมูลคุณภาพต่ำ

สำนักข่าว 404 Media รายงานว่า ขณะนี้ ISBNdb บริษัทเอกชนสัญชาติสหรัฐ ซึ่งทำธุรกิจด้านฐานข้อมูลหนังสือ กำลังจัดหาหนังสือกระดาษจำนวนมหาศาลให้บริษัทผู้พัฒนาเอไอ เพื่อนำไปสแกนเป็นข้อมูลสำหรับฝึกโมเดลเอไอ โดยระบุว่า "ข้อมูลสำหรับฝึกเอไอที่ดีที่สุดในโลกวางอยู่บนชั้นหนังสือ" และอธิบายว่า หนังสือเป็นแหล่งข้อมูลที่มีคุณภาพสูง ที่ผ่านการตรวจแก้ และเชื่อถือได้

ISBNdb ได้นำเสนอแนวคิดนี้กับบริษัทผู้ผลิตและพัฒนาเอไอ โดยระบุว่า หนังสือที่ตีพิมพ์ก่อนยุคแชตบอต เป็นแหล่งข้อมูลเพียงไม่กี่แห่งที่ยังไม่ถูก "ปนเปื้อน" ด้วยข้อความที่สร้างโดยเอไอ

ISBNdb ระบุว่า หนังสือที่พิมพ์ก่อนปี 2022 ล้วนเกิดขึ้นก่อนยุคของโมเดลภาษาขนาดใหญ่ หรือ LLM เป็นหลักฐานที่ถูกบันทึกไว้โดยมนุษย์ตั้งแต่ต้น และไม่มีใครสามารถแอบเข้าไปแก้ไขเนื้อหาได้ภายหลัง จึงมั่นใจได้ว่า ไม่มีข้อความใดถูกสร้างขึ้นโดยเอไอ

ในกระบวนการนำหนังสือมาฝึกเอไอ หนังสือจำนวนนับล้านเล่มจะถูกทำลายโดยการตัดสันออก นำแต่ละหน้าเข้าสู่เครื่องสแกนเพื่อส่งไฟล์ดิจิทัลให้กับโมเดลเอไอ

404 Media เผยว่า ยังมีอีกเหตุผลหนึ่งที่ทำให้บริษัทเอไอต้องการหนังสือที่เป็นกระดาษ เนื่องจากปัจจุบัน มีนักเขียนจำนวนหนึ่งเริ่มตอบโต้บริษัทเอไอด้วยวิธีที่เรียกว่า Data Poisoning หรือการวางยาเอไอ โดยใช้เทคนิคซ่อนอักขระพิเศษไว้ในข้อความซึ่งมนุษย์ยังอ่านได้ตามปกติ แต่จะทำให้เอไอตีความผิด ดังนั้น หนังสือที่ตีพิมพ์ก่อนปี 2022 จึงหลีกเลี่ยงปัญหานี้ได้ทั้งหมด

การทำลายหนังสือจำนวนนับล้านเล่มเพื่อแปลงเป็นข้อมูลดิจิทัลป้อนให้กับโมเดลเอไอ อาจส่งผลเสียต่อภาพลักษณ์ของบริษัทเอไอและอาจไม่ได้รับความเห็นอกเห็นใจจากสังคม ทางออกที่ ISBNdbเสนอคือ แทนที่จะบอกแบบตรงไปตรงมาว่า “ทำลายหนังสือ” แต่เสนอให้เปลี่ยนมาพูดว่าเป็น "การอนุรักษ์หนังสือในรูปแบบดิจิทัล" แทน

ล่าสุด ศาลสหรัฐเพิ่งมีคำวินิจฉัยคดีที่เกี่ยวข้องประเด็นนี้กับบริษัทเอไอที่ชื่อ Anthropic โดยเห็นว่า การนำหนังสือที่ซื้อมาอย่างถูกต้องตามกฎหมาย มาสแกนเพื่อใช้ฝึกเอไอ ถือเป็นการใช้งานโดยชอบธรรม กล่าวอีกนัยหนึ่ง คือ การซื้อหนังสือแล้วนำไปทำลายเพื่อสร้างเป็นข้อมูลดิจิทัลสำหรับเอไอ เป็นสิ่งที่ศาลรับรองว่า ชอบด้วยกฎหมาย

ขณะที่ Ingram บริษัทผู้จัดจำหน่ายหนังสือรายใหญ่ที่สุดของสหรัฐ ส่งคำเตือนไปยังสำนักพิมพ์ในเครือพร้อมเปิดทางเลือกว่า ไม่จำเป็นต้องเข้าร่วมในกระบวนการทำลายหนังสือเป็นจำนวนมหาศาลนี้

ที่มา
AI firms are buying up old books because they are the last slop-free data left