林雨
林雨
「新三才首發」隨著人工智慧（AI）產業對高品質訓練資料的需求快速增加，一種令人意外的現象正引發外界關注：實體書籍被大量購買、拆解、掃描，甚至在數位化後直接銷毀。
根據媒體404 Media的調查，一批約1,000本書籍被追蹤至亞馬遜位於美國內華達州北拉斯維加斯的設施。調查指出，相關設施中的工作人員會對書籍進行掃描，而部分書籍在掃描過程中會被切除書脊，以便更快速地完成數位化。掃描完成後，實體書籍可能不再被保存。
這項調查揭開了AI產業背後一個較少被外界看到的現象：當AI公司需要大量高品質文字資料來訓練大型語言模型時，實體書籍可能逐漸從文化資產轉變為AI訓練所需的資料來源。
這批書籍的流向最初是由一個AirTag揭開。據報導，書商對一筆大宗購書訂單產生疑問，調查人員因此在其中一本書內放置AirTag，以追蹤整批書籍的去向。追蹤結果顯示，這批書經過多個物流中心後，最終抵達亞馬遜位於北拉斯維加斯的LAS8設施。
AI模型需要龐大的文字資料進行訓練。雖然網路上的公開內容長期以來一直是AI公司重要的資料來源，但許多舊書、專業書籍、學術作品和小眾出版物的內容可能從未完整數位化。這使得實體書籍成為另一個具有吸引力的資料來源。
對AI公司而言，真正有價值的可能並不是書籍本身，而是書中包含的大量文字。一旦內容被掃描並轉換成數位資料，實體書的價值可能大幅下降。
然而，這種做法也引發了文化保存方面的擔憂。
一本書並不只是文字的容器。實體書可能保存歷史資訊、原始排版、插圖、照片、作者或讀者的手寫註記，以及特定時代的文化痕跡。對收藏家、歷史學家、研究人員和圖書館而言，這些元素本身就具有重要價值。
因此，即使一本書的文字已經被完整數位化，數位版本也不一定能完全取代實體原本。尤其是稀有、絕版或具有歷史價值的書籍，一旦被拆解或銷毀，相關實體資料可能永遠無法恢復。
這場爭議也涉及更廣泛的版權問題。AI公司需要大量受版權保護的文字資料來開發模型，因此，如何取得、掃描和使用這些內容，已成為AI產業與作者、出版商之間的重要法律爭議。
核心問題包括：購買一本實體書是否代表可以將其完整數位化？數位化後的內容能否用於AI訓練？作者和出版商是否應該獲得補償？如果一本書非常稀有，企業是否應該承擔保存原件的責任？
這些問題目前仍存在大量法律和政策爭議。
值得注意的是，這並不只是亞馬遜面臨的問題。近年來，多家AI公司都在尋找大量書籍和其他文字資料，以滿足模型訓練需求。AI產業對資料的需求正在重新塑造二手書市場，一些書商甚至發現，大量購書者開始以數百甚至數千本為單位購買書籍。
對普通舊書而言，這種需求可能創造新的市場。但對珍稀書籍而言，情況則完全不同。如果一本具有重要歷史價值的書是世界上僅存的少數版本之一，那麼將其購買、拆解並銷毀，可能造成不可逆的文化損失。
這也形成了一個鮮明的價值衝突。對AI公司而言，一本書可能是一個包含大量文字的資料來源；對收藏家而言，它可能是一件珍貴文物；對作者而言，它代表創作成果；對歷史學家而言，它可能是一份無法替代的第一手資料。
AI革命因此帶來一個更深層的問題：當人類開始利用過去數百年累積的知識來建立新一代人工智慧時，我們應該如何在科技發展與文化保存之間取得平衡？
AI可以讓人類更容易搜尋、分析和使用大量知識，但如果數位化的過程伴隨著實體資料的永久消失，那麼人類可能在獲得更多數位資訊的同時，也失去部分無法重新製造的文化遺產。
亞馬遜相關事件真正值得關注的，或許不只是究竟有多少書籍被掃描或銷毀，而是AI產業對資料的需求正在如何改變人類對書籍的定義。
對AI而言，書可以是數據；對人類文明而言，書也可能是歷史。
當AI產業持續擴大、對訓練資料的需求不斷增加，社會可能需要重新思考如何保護稀有書籍、版權作品以及其他具有文化價值的實體資料。
在AI時代，最大的挑戰或許不是我們能否將人類知識全部數位化，而是當我們把知識轉化為數據時，能否確保保存知識本身的歷史不會因此消失。
