AI企業が希少で再入手不可能な物理本を破壊

AI業界は、オープンウェブからデータを収奪し、違法に入手した図書館資料を消費し尽くした後、新たな対象として物理的な書籍に目を向けた。現在、数百万冊の紙の本がまとめて購入され、「破壊的スキャン」と呼ばれる工程に回されている。背表紙を切り落とし、スキャンした後、細断して廃棄するのだ。

このサービスを提供するのがISBNdbだ。同社は「1回の発注で最大100万タイトル」を調達できると宣伝し、特に「古く、希少で専門的な書籍」を高級な訓練データとして売り込む。2022年以前の本は「構造的に」AI汚染がないため、AIが自ら生成したデータで自己循環に陥りつつある今、旧世界の情報は大規模言語モデルにとって一層価値が高い。同社のマーケティング資料は「AI企業が200万冊の本を破壊する」という見出しは同情を集めないと認めた上で、買い手に秘密保持契約を提供し、「デジタル保存」として宣伝するよう助言している。

この慣行の主な推進者はAnthropicだ。著作権訴訟で公開された内部文書によると、同社は2024年に「Project Panama」を開始。「油圧式切断機」で数百万冊の背表紙を切り落とし、「高速・高品質・生産レベル」のスキャナーに通す産業規模の運用だった。内部メモは「世界中の本を破壊的にスキャンする取り組み」とし、「このプロジェクトを追求していることを知られたくない」と記していた。Google Booksの元責任者も採用し「世界中のすべての本」を入手しようとした。

法的には、連邦判事がAnthropic著作権訴訟で、デジタルコピーを作成して物理的な原本を1対1で破棄する場合、「変革的」でありフェアユースに当たると判断した。同時に存在するコピーが1つだけなら、従来の海賊版には当たらないという理屈だ。この判決は、同様の慣行を急速に加速させる前例となった。欧米の小規模書店では、希少本や絶版本の大量注文が急増している。ある書店員は404 Mediaに対し、週約20冊だった売上が数百冊に増え、入手困難な外国語の書籍も含まれたと語った。経済的な利益や売れ残り在庫の処分にはなるが、最終的な用途や珍しい本がパルプにされるのは好ましくないと述べた。

オランダの古書店にはシンガポールの企業から「多言語の書籍を収集する新プロジェクト」というメールが届き、ISBN番号で整理された英語のタイトル3,000点のリストが添付されていた。スイス、スペイン、ドイツでも同様の報告があり、書店員らはAI訓練用と結論づけた。

イーロン・マスクは自身のAIチームに「背表紙を切るのではなく、図書館で希少本を保存し、手間のかかる方法でスキャンするよう指示した」とXで述べた。しかし、同氏のAIモデルが児童性的虐待コンテンツを生成したことを考えると、道徳的な主張を真剣に受け止めるのは難しい。原本が細断されれば二度と戻らない。たとえデジタル化されても、AIの解釈に委ねられたデータとしてしか残らない。法的枠組みか世論が変わらない限り、アレクサンドリア図書館は再び燃え続けることになる。