Empresas de IA compram e destroem livros para treinar modelos
Desenvolvedoras de IA adquirem milhões de livros físicos para digitalização e treinamento, visando garantir dados de alta qualidade.
Pontos principais
- Empresas de IA estão comprando grandes volumes de livros físicos para alimentar seus modelos de linguagem.
- A estratégia busca obter dados anteriores a 2022 para evitar a contaminação por conteúdos gerados por IA, conhecidos como 'AI slop'.
- O processo de digitalização industrial frequentemente resulta na destruição física das obras para facilitar o escaneamento das páginas.
- Plataformas como a ISBNdb adaptaram seus modelos de negócio para atender à demanda das desenvolvedoras de tecnologia.
- O uso de obras protegidas por direitos autorais para treinamento de modelos como Gemini e Claude já é alvo de disputas judiciais.
Empresas de inteligência artificial têm recorrido à compra em larga escala de livros físicos para alimentar seus modelos de linguagem. A prática, reportada pela 404 Media, visa garantir o acesso a conteúdos de alta qualidade produzidos antes de 2022, evitando que os bancos de dados sejam poluídos pelo chamado 'AI slop' — materiais de baixa qualidade gerados pela própria tecnologia. Para viabilizar a digitalização industrial, muitas dessas obras são fisicamente destruídas, com páginas destacadas para acelerar o processo de escaneamento. Plataformas de dados, como a ISBNdb, ajustaram suas operações para facilitar esse fornecimento massivo. O movimento ocorre em um cenário de crescente tensão jurídica, com gigantes como Alphabet e Anthropic enfrentando processos judiciais sobre o uso de material protegido por direitos autorais no treinamento de sistemas como Gemini e Claude.
Comentários
Carregando comentários...