Empresas de inteligência artificial já estiveram no centro das discussões sobre o uso de conhecimento literário para o treinamento de suas ferramentas. Agora, elas podem estar por trás da destruição de um alto volume de obras usadas para aprimorar seus modelos de linguagem.Uma reportagem publicada pelo site especializado em jornalismo de tecnologia 404 Media indica que essas companhias possam estar comprando livros aos milhões para contornar um problema que as próprias IAs causaram: o “AI slop”.Em tradução livre, o termo é traduzido como “desleixo de IA”. São conteúdos de baixa qualidade e revisados de forma pobre produzidos pelas inteligências artificiais e evitados pelas desenvolvedoras dos modelos de linguagem durante seu treinamento por contaminarem os bancos de dados.Leia mais: Agente de IA da OpenAI que promoveu ataque hacker atinge 2ª empresa, diz executivoA alternativa é usar informação publicada antes de 2022, ano de lançamento do ChatGPT. Foi assim que fontes de conhecimento humanas originais entraram na rota das empresas de IA generativa.Embora o uso de livros no desenvolvimento de IA em si não seja uma novidade, o volume e a estratégia de compra são algumas das principais suspeitas levantadas pela reportagem publicado pela 404 Media.Livros são vendidos aos milhõesUm livreiro profissional que preferiu não se identificar em entrevista ao veículo disse que as vendas de seus livros explodiram desde abril deste ano. Se antes as saídas semanais ficavam na casa de 20 livros, o número aumentou cinco vezes para algumas centenas, na plataforma ISBNdb.O ISBNdb é um dos principais agregadores de catálogos de livros e se tornou um queridinho como plataforma de vendas para livreiros, bibliotecas e distribuidores com suas ferramentas de conexão entre vendedores e editores. A empresa afirma ter mais de 111 milhões de obras cadastradas.Acontece que desde a explosão das ferramentas de IA generativa, o ISBNdb mudou seu modelo de negócios para oferecer também acesso à sua base de dados. Um dos serviços descritos no site é a disponibilização de informações para ajustes finos de modelos de linguagem grandes, por exemplo. A empresa também ofereceria, segundo a 404 Media, serviços de vendas em escala de livros. De acordo com a reportagem, os pedidos variam de 1.000 a 1 milhão de livros em uma única transação. Um dos principais sinais de que empresas de IA estariam fazendo as compras, ainda que nenhum pedido associado diretamente a elas tenha sido apresentado na reportagem, é a aleatoriedade dos pedidosCom exceção ao fato de que todas as compras em larga escala incluíam apenas livros com ISBN, código internacional para identificação no segmento editorial, não há qualquer padrão sobre tema, gênero ou autor nas compras. A 404 Media diz ainda que os compradores compraram indiscriminadamente livros superfaturados.Desenvolvedores de inteligência artificial já precisaram responder em tribunais sobre o uso de livros no treinamento de seus modelos de IA. A Alphabet, por exemplo, foi alvo de um processo coletivo de editoras sob a acusação de usar ilegalmente milhões de livros protegidos por direitos autorias para desenvolver o Gemini.Já a Anthropic, do Claude, precisou pagar uma multa de US$ 1,5 bilhão por manter sete milhões de livros pirateados em seu diretório, infringindo os direitos de autores e editoras. A decisão, no entanto, afirmou que o uso de livros para treinamento de IA obedecia a regra de “uso justo” da lei de direitos autorais dos Estados Unidos.Destruição dos livrosTom Harvey, o líder do projeto de digitalização da Anthropic, confirmou durante o processo que a empresa contratou diversas companhias de digitalização de documentos, incluindo a Datamation Information Services.Um dos métodos de digitalização utilizados pela Datamation utiliza tecnologia de escâner que mantém a integridade dos livros físicos. O maior problema está na segunda forma de executar o serviço. Nele, funcionários precisam destacar as páginas das obras para abastecer um escâner industrial de alta velocidade. De acordo com a 404 Media, o método, mais barato e eficiente, é a preferência das desenvolvedoras de IA.The post Milhões de livros são comprados para alimentar IAs; e muitos deles, destruídos appeared first on InfoMoney.