Kompanije kupuju i digitalizuju milione štampanih knjiga zbog kvaliteta i pouzdanosti teksta napisanog ljudskom rukom
Tehnološke kompanije ulažu milijarde dolara u razvoj veštačke inteligencije, ali štampane knjige postaju ključan izvor podataka za razvoj veštačke inteligencije. Milioni primeraka kupuju se, digitalizuju i često uništavaju, kako bi njihov sadržaj služio za obuku velikih jezičkih modela. Ovaj trend je privukao pažnju kada je kompanija ISBNdb nudila masovnu nabavku knjiga, a sudski dokumenti su pokazali da je Anthropic već digitalizovao velike količine za potrebe razvoja svojih modela.
Razlozi za korišćenje štampanih knjiga u razvoju veštačke inteligencije
Internet je ranije bio glavni izvor tekstova za obuku modela, ali se situacija promenila posle pojave generativne veštačke inteligencije krajem 2022. godine. Sve više sadržaja na internetu proizvode sami AI modeli, što dovodi do pojave niskokvalitetnog i sintetičkog teksta. Zbog toga kompanije traže izvore pouzdanog i kvalitetnog teksta nastalog pre masovne upotrebe generativne veštačke inteligencije. Pre svega, štampane knjige prolaze kroz uređivanje, lekturu i korekturu, pa predstavljaju raznovrstan i pouzdan korpus podataka. Posebno su cenjena izdanja objavljena pre kraja 2022. godine, jer je tada verovatnoća prisustva AI-generisanog sadržaja veoma mala.
Digitalizacija i destruktivno skeniranje knjiga
Kompanije koriste postupak poznat kao destruktivno skeniranje kako bi što brže digitalizovale velike količine knjiga. Ovaj metod podrazumeva sečenje poveza i prolazak stranica kroz industrijske skenere, što omogućava brzo pretvaranje fizičkog sadržaja u digitalni tekst. Proces uključuje i upotrebu OCR tehnologije (optičko prepoznavanje karaktera), koja fotografije stranica pretvara u strojno čitljiv tekst. Kao rezultat, biblioteke, antikvarnice i prodavci polovnih knjiga postaju važan izvor za nabavku kvalitetnog ljudski pisanog sadržaja.
Ekonomija i poslovni efekti nove potražnje za knjigama
Javni interes za ovu praksu porastao je u julu 2026. godine kada je otkriveno da ISBNdb nudi nabavku između hiljadu i milion naslova po narudžbini, sa mogućnošću izbora po jeziku, oblasti ili godini izdanja. Kompanija je nudila i ugovore o poverljivosti, uz napomenu da bi ova praksa mogla izazvati negativne reakcije ako se sazna da AI kompanije uništavaju knjige. Nakon što je informacija dospela u javnost, ponuda je uklonjena, a kompanija je saopštila da nije kupovala niti prodavala knjige za potrebe obuke modela. Ipak, arhivirane verzije sajta potvrđuju da su takve ponude postojale. Štampane knjige, zahvaljujući svom kvalitetu i pouzdanosti, postaju izuzetno vredan resurs u novoj ekonomiji podataka. Ova promena ima direktan uticaj na tržište knjiga, biblioteka i prodavaca polovnih izdanja, jer raste potražnja za starijim naslovima visokog kvaliteta.
