文・廖書逸／圖・來源 [beeboys] / Adobe Stock
皮特・德・福里斯（Pieter de Vries）在荷蘭經營一間專門販售古老地圖與稀有書籍的書店，許多商品來自十六、十七世紀，至今已有數百年歷史。這些數量稀少的獨特書籍並非什麼熱銷商品，對福里斯來說，一天只要能夠賣出一本書，就已經是一個合格的營業日。
不過，在今年六月中，福里斯收到一封電子郵件，信中附帶了一份列有 3000 本書籍的採購清單，來自一間名叫「2077AI」的公司。對方表示自己正在為一個大規模的計劃進行採買，希望能搜集來自世界各地的優秀書籍。因為訂單規模實在太奇怪，福里斯起初還以為是釣魚詐騙，根本不敢點開。
結果，真實情況並非詐騙，但或許比詐騙更加令人不安。福里斯的遭遇並非單一案例，近幾個月來，在西班牙、德國、法國、紐西蘭等許多國家，已經有數百間二手書店與古書商，都接到了這樣極度違反他們營運常態的大規模跨國訂單。
根據科技媒體《404 Media》近日發佈的調查報導，這些書籍採購訂單來自美國加州的各大科技公司，目的是為了訓練他們最新一代的AI模型。他們在向世界各地的二手書商收購大量書籍以後，會進行一種工業化規模的「破壞式掃描」：先以液壓切紙機將書脊切下、使頁面獨立，然後以高速掃描機掃描書中內容，而在掃描完成後，便會將原書直接切碎或打成紙漿丟棄。
福里斯在採訪中表示，所有他認識的荷蘭古書商，都拒絕回應這些訂單，但他認為有些缺乏專業鑑賞力的二手書商可能已經配合訂單大量出貨，而在這些過程中，便很可能會有珍貴的古書連帶遭到損毀，「有很多處理二手書的業者收到訂單——數量非常龐大——我想他們已經運出了相當驚人的數量。」在目前的公開文件中，並沒有看見確切遭到切碎銷毀的書籍清單，但《404 Media》指控已有多部珍品遭到銷毀。
這項計畫於兩年前展開。2024年初，知名AI公司Anthropic為了擴充其AI產品Claude的資料庫，聘請了前Google圖書的湯姆・特維（Tom Turvey），並交給他一個簡單卻令人難以置信的任務：「取得世界上所有的書」。根據報導，特維上任後，曾象徵性地向出版社發送過幾封電子郵件，詢問有關AI訓練的書籍授權，但很快就放棄了這條路，轉而開始直接尋找圖書的批發與零售商，大舉收購實體書。根據英國媒體《The Telegraph》報導，Anthropic至今已花費數百萬美元採購實體書。
今年開始，許多中間商承接了這樣的業務，在世界各地協助科技巨頭採購二手書。一間名為「ISBNdb」的公司宣稱自己可以協助一次採購百萬本書籍，且保證過程的隱密性，甚至直接在官網的業務廣告中寫到：「公關形象問題非常棘手。『AI公司銷毀了兩百萬本書』絕對不是一個能獲得同情的消息。讓我們來協助您。」不過，在《404 Media》這篇報導曝光以後，「ISBNdb」已經移除了這則宣傳頁面，並向媒體宣稱那只是一次「測試市場需求的實驗」，並沒有實際執行。
為何AI公司要針對二手實體書進行採買？自己也有在經營二手書店的巴塞隆納大學教授馬薩爾・馮特・埃斯皮（Marçal Font Espí）認為，AI公司如今已經撞上了所謂的「數據牆」（data wall）：隨著網路上的內容開始被「AI垃圾」（AI slop）淹沒，模型開發者面臨了優質數據枯竭的困境。為了提升AI模型品質，他們迫切需要「人類創造的內容」，因此才將眼光轉往2022年AI大舉擴散以前出版的實體書，鎖定那些還未受到過多AI內容「污染」的作品。
但，明明不用破壞書籍也能進行掃描，為何要在掃描完成後將書籍銷毀？除了事先切開書脊能夠提升工業化高速掃描機的進紙效率以外，更重要的原因，在於這樣的做法能夠幫助AI公司規避法律上的爭議。
在近期一場針對Anthropic的著作權訴訟中，加州地方法院裁決，將實體書籍掃描為數位檔案並徹底銷毀實體，這個行為構成法律上的「轉化型合理使用」（Transformative Use），也就是說，只要銷毀原書，就意味著數位版本只是「取代」而非「額外複製」了該實體書，而只要市場上的複本總數量並未增加，就不容易構成著作權的侵犯。
法院會得出這樣的結論，是因為現行著作權法在設計之初，並未預料到如今這種工業化的數據採集模式。法律目前僅將書籍視為單純的「著作複本」，無法區分發行量數百萬冊的大眾商業書籍，與世上僅存數本、具備歷史價值的罕見古籍。結果就是，一本《哈利波特》可能會與一本有著英國王子簽名的百年植物圖鑑一起被送進切紙機，並在幾分鐘後一同化為紙漿，完全合法地成為訓練AI模型的「數位素材」。
《404 Media》的這篇調查報導一經發布，立刻在社群媒體與文化界引發了強烈的反彈與質疑。許多讀者與創作者都對AI公司這種為了合法取得數據、不惜毀壞實體資產的做法感到駭然。正如一位網友在社群媒體上所說：「那些挺過了戰爭、大火與數百年翻閱的古書，如今卻被無情切碎，只為了讓AI學會寫出一封更好的行銷郵件。」
儘管這種「掃描兼銷毀」的做法在目前的法律灰色地帶中暫時合法，但就連矽谷內部也傳出反彈的聲音。AI新創公司「Factory AI」的執行長馬坦・格林伯格（Matan Grinberg）就公開抨擊：「對書籍這種人類如此親密的造物進行機械化的消滅，帶有一種特別反人類的色彩。歷史時常會懲罰那些毀壞書籍的人，無論其理由為何。」
當實體書籍被掃描完成並送進切紙機以後，AI模型並不會將其留存為一份可供公開調閱的數位檔案，而是將文字「代謝」為模型內部的資料素材。因此，一旦原先的實體原書消失，又缺乏公開的數位備份，這些文本便將徹底從人類世界中蒸發。目前被認定為合法的「轉化型合理使用」，意義在於將實體文本進行「數位保存」，但它所導致的結果，卻會是一種相當奇異的保存形式：我們仍會留有關於這本書存在的紀錄，卻可能再也讀不到它的確切內容。或許科技巨頭們正是認為，我們本來就不需要再閱讀這些書籍與內容了，畢竟，它們已經全都被裝進了AI的「大腦」之中。
【點擊查看原文】