Bí mật đằng sau việc các công ty AI mua và hủy hàng triệu cuốn sách để đào tạo mô hình

Một làn sóng đặt hàng bất ngờ đối với những cuốn sách quý hiếm, tưởng chừng ngẫu nhiên, đang khiến các nhà kinh doanh sách trên toàn cầu không khỏi hoài nghi. Đằng sau những giao dịch tưởng chừng vô hại này là một thực tế gây tranh cãi: các công ty trí tuệ nhân tạo (AI) đang âm thầm mua và phá hủy hàng triệu cuốn sách vật lý để làm dữ liệu đào tạo cho các mô hình của mình, thông qua các dịch vụ trung gian nhằm tránh sự chú ý của công chúng.

Tóm tắt nhanh

• Các công ty AI lớn đang sử dụng bên thứ ba để bí mật mua số lượng lớn sách vật lý, bao gồm cả những cuốn quý hiếm, để thu thập dữ liệu đào tạo cho các mô hình ngôn ngữ lớn (LLM).

• Sau khi quét và trích xuất dữ liệu, những cuốn sách này thường bị phá hủy, một phần vì chi phí bảo quản cao hơn và một phần vì một phán quyết tòa án năm 2025 đã coi việc này là 'sử dụng hợp lý'.

• Mục đích chính của việc hoạt động giấu mặt này là để tránh những phản ứng tiêu cực từ dư luận và truyền thông, vì các công ty AI lo ngại hình ảnh của mình sẽ bị ảnh hưởng nếu tin tức về việc 'hủy hàng triệu cuốn sách' bị công khai.

• Nhu cầu về dữ liệu đào tạo 'sạch', được viết bởi con người, từ các nguồn sách in trước kỷ nguyên AI đang gia tăng mạnh mẽ, biến những cuốn sách này thành tài nguyên vô cùng quý giá.

Vì sao đáng chú ý

Vấn đề này không chỉ đơn thuần là về việc thu thập dữ liệu, mà còn chạm đến những khía cạnh sâu sắc hơn về đạo đức công nghệ, bảo tồn văn hóa và sự minh bạch trong ngành AI. Đối với người đọc và người dùng, việc các công ty AI phá hủy sách để đào tạo mô hình đặt ra câu hỏi về nguồn gốc của thông tin mà họ tiếp nhận qua các chatbot AI, cũng như về sự khan hiếm của các tác phẩm gốc trong tương lai. Nó làm dấy lên mối lo ngại về việc liệu sự phát triển của AI có đang diễn ra trên sự hy sinh của di sản tri thức nhân loại hay không.

Đối với ngành xuất bản và sáng tạo, đây là một lời nhắc nhở rằng giá trị của tài liệu viết tay, độc đáo và được con người tạo ra đang được đánh giá cao, nhưng lại theo một cách thức gây tranh cãi. Việc 'phá hủy để sử dụng' này có thể làm thay đổi đáng kể thị trường sách cũ và sách quý hiếm, tạo ra một động lực kinh tế mới nhưng cũng kèm theo những hệ quả khó lường về việc mất mát các bản in gốc. Sự thiếu minh bạch trong quy trình này cũng làm xói mòn lòng tin của công chúng vào các công ty AI, vốn đã phải đối mặt với nhiều chỉ trích liên quan đến bản quyền, môi trường và tác động xã hội.

Bối cảnh

Trong bối cảnh cuộc đua vũ trang về trí tuệ nhân tạo ngày càng gay gắt, các công ty phát triển mô hình ngôn ngữ lớn (LLM) như ChatGPT hay Claude đang khao khát dữ liệu đào tạo chất lượng cao. Với sự bùng nổ của nội dung do AI tạo ra trên internet, việc tìm kiếm những nguồn văn bản 'tinh khiết', được viết hoàn toàn bởi con người và không bị nhiễm bởi 'chất liệu AI', trở nên cực kỳ khó khăn và quan trọng.

Trước đây, nhiều công ty AI đã bị chỉ trích gay gắt vì sử dụng dữ liệu web công cộng, bao gồm cả nội dung có bản quyền, để đào tạo các mô hình của họ. Một ví dụ điển hình là vụ kiện bản quyền mà các tác giả đã đệ trình chống lại Anthropic – nhà phát triển chatbot Claude. Trong vụ kiện này, các tài liệu nội bộ được công bố năm 2025 đã tiết lộ rằng Anthropic đã cắt xén, bóc gáy, quét và sau đó tiêu hủy hàng triệu cuốn sách in để đào tạo mô hình Claude của mình. Một phán quyết của tòa án vào năm 2025 đã coi hành động phá hủy sách này là 'sử dụng hợp lý' theo Điều 107 của Đạo luật Bản quyền, lập luận rằng việc chuyển đổi sách vật lý thành dữ liệu đào tạo là một hình thức 'chuyển đổi đủ' để hợp pháp.

Tuy nhiên, các tài liệu nội bộ của Anthropic cũng chỉ ra rằng công ty này hoàn toàn nhận thức được sự khác biệt lớn giữa 'hợp pháp' và 'được chấp nhận'. Họ đã ghi rõ trong các tài liệu lập kế hoạch rằng: 'Chúng tôi không muốn công chúng biết rằng chúng tôi đang thực hiện việc này'. Rõ ràng, việc hủy hàng triệu cuốn sách chỉ để chatbot của họ không 'nghe giống như ngôn ngữ internet chất lượng thấp' không phải là một động thái được lòng công chúng, đặc biệt khi ngành AI cũng đang đối mặt với những chỉ trích về mức tiêu thụ điện năng khổng lồ và việc rò rỉ chất độc hại từ các trung tâm dữ liệu.

Các công ty AI bí mật hành động

Để né tránh sự giám sát và phản ứng tiêu cực của công chúng, các nhà cung cấp AI hàng đầu, trong đó có Anthropic và các đối thủ khác, đã chuyển sang sử dụng các dịch vụ trung gian. Những công ty này đóng vai trò 'người mua' ẩn danh, thu mua sách vật lý với số lượng công nghiệp mà không tiết lộ danh tính của khách hàng cuối cùng.

Một ví dụ điển hình là ISBNdb, một công ty đã từng công khai cung cấp dịch vụ tìm nguồn sách in 'phù hợp với nhu cầu đào tạo LLM của bạn, được cung cấp theo quy mô mà AI yêu cầu'. Trang web của họ, hiện đã bị gỡ bỏ, tự hào về khả năng tìm kiếm sách 'rải rác trên các kệ thư viện, nhà sách cũ và danh mục sách đã hết bản in', với khả năng đặt mua tới 1 triệu cuốn sách mỗi đơn hàng. Một bài đăng trên blog của ISBNdb về dịch vụ này cũng từng hứa hẹn một 'thỏa thuận bảo mật nghiêm ngặt (NDA) trong mọi cam kết', đảm bảo rằng 'danh tính, chiến lược và mục tiêu mua sắm của bạn sẽ không bao giờ bị tiết lộ'. Bài đăng này cũng thẳng thắn thừa nhận: "'Công ty AI phá hủy hai triệu cuốn sách' không phải là một tiêu đề tạo ra sự đồng cảm."

Mặc dù ISBNdb đã gỡ bỏ trang dịch vụ và tuyên bố 'chọn chuyển hướng' khỏi lĩnh vực này, nhưng nhu cầu từ các công ty AI vẫn rất lớn. Điều này được chứng minh qua lời kể của một nhà kinh doanh sách chuyên về sách quý hiếm và ít lưu hành. Anh cho biết, kể từ tháng 4, anh và nhiều đồng nghiệp đã chứng kiến sự gia tăng chưa từng có trong doanh số bán hàng. Anh hiện đang xử lý đơn hàng hàng trăm cuốn sách mỗi tuần, trong khi trước đây chỉ hy vọng bán được khoảng 20 cuốn. Không có điểm chung rõ ràng giữa các cuốn sách được đặt hàng số lượng lớn, ngoài việc chúng đều có ISBN, cho thấy rằng các cuốn sách có thể đã được người mua xác định từ một cơ sở dữ liệu dựa trên ISBN. Các nhà kinh doanh sách Hà Lan cũng ghi nhận một xu hướng tương tự vào đầu năm nay.

Phản ứng từ ngành sách và những lo ngại

Đối với nhiều nhà kinh doanh sách, tình hình này mang lại những cảm xúc lẫn lộn. Một mặt, nó mang lại lợi ích tài chính đáng kể, giúp họ giải phóng hàng tồn kho cũ mà bình thường rất khó bán. Các nhà kinh doanh có nguồn sách từ nước ngoài và sách tiếng nước ngoài đặc biệt hưởng lợi từ xu hướng này. Tuy nhiên, mặt khác, họ cũng bày tỏ sự không hài lòng về 'mục đích sử dụng cuối cùng' của những cuốn sách này – việc chúng bị phá hủy. Sự mất mát những cuốn sách hiếm và độc đáo là một mối lo ngại lớn đối với những người trân trọng giá trị văn hóa và tri thức của sách in.

Việc này đặt ra một vấn đề đạo đức phức tạp: liệu lợi ích kinh tế ngắn hạn có đáng để đánh đổi với sự mất mát của các tác phẩm văn học và tri thức vật lý? Ngành sách đang ở ngã ba đường, giữa việc hưởng lợi từ nhu cầu bất ngờ và đối mặt với câu hỏi về trách nhiệm bảo tồn. Nếu xu hướng này tiếp tục, nó có thể ảnh hưởng lâu dài đến việc tiếp cận các tài liệu gốc, đẩy nhanh quá trình 'số hóa' dữ liệu nhưng lại hủy hoại 'nguyên bản' vật lý.

Thách thức đạo đức và pháp lý

Mặc dù một phán quyết của tòa án đã coi việc phá hủy sách để đào tạo AI là 'hợp pháp', nhưng rõ ràng, vấn đề này vẫn gây tranh cãi về mặt đạo đức. Các tài liệu nội bộ của Anthropic cho thấy chính những công ty AI cũng nhận thức được khoảng cách giữa sự cho phép của pháp luật và sự chấp nhận của xã hội. Việc né tránh công khai, sử dụng các thỏa thuận bảo mật chặt chẽ, là bằng chứng cho thấy họ hiểu rõ mức độ nhạy cảm của hành động này.

Vụ việc này càng làm sâu sắc thêm cuộc tranh luận về bản quyền trong kỷ nguyên AI, về quyền của tác giả và người tạo nội dung, và về giới hạn của 'sử dụng hợp lý' khi liên quan đến quy mô công nghiệp và mục đích thương mại khổng lồ. Nó cũng là lời nhắc nhở rằng, trong khi công nghệ phát triển với tốc độ chóng mặt, các khung pháp lý và chuẩn mực đạo đức cần phải liên tục được cập nhật và thảo luận để đảm bảo sự phát triển bền vững và có trách nhiệm.

Góc nhìn Xu Hướng 24

Hành vi mua và hủy sách bí mật của các công ty AI phơi bày một thách thức kép: nhu cầu cấp thiết về dữ liệu đào tạo chất lượng và sự bất an về hình ảnh công chúng. Việc dựa vào các bên trung gian và thỏa thuận NDA không giải quyết được vấn đề đạo đức cốt lõi, mà chỉ tạm thời che giấu nó. Về lâu dài, chiến lược này khó có thể bền vững khi mà giá trị của các tác phẩm gốc ngày càng được nhận ra và cộng đồng tác giả, độc giả ngày càng quan tâm đến nguồn gốc của nội dung AI.

Xu Hướng 24 tin rằng sự minh bạch là chìa khóa để ngành AI có thể phát triển một cách có trách nhiệm. Thay vì bí mật phá hủy tài sản tri thức, các công ty nên tìm kiếm những giải pháp hợp tác với các nhà xuất bản, tác giả và thư viện để cấp phép sử dụng dữ liệu một cách công bằng và có đạo đức. Việc này không chỉ đảm bảo nguồn dữ liệu sạch mà còn xây dựng lòng tin, một yếu tố thiết yếu cho sự chấp nhận và tích hợp rộng rãi của AI vào xã hội. Nếu không, nguy cơ đánh mất di sản văn hóa vật lý và xói mòn niềm tin sẽ là cái giá quá đắt cho một cuộc đua công nghệ mà thiếu đi sự cân nhắc về trách nhiệm xã hội.

Nguồn tham khảo

• AI companies are anonymously buying and destroying millions of books through middleman services to avoid headlines about AI companies buying and destroying millions of books | PC Gamer

Câu hỏi thường gặp (FAQ)

Tại sao các công ty AI lại cần mua sách vật lý, đặc biệt là sách quý hiếm?

Các công ty AI cần dữ liệu chất lượng cao, được viết bởi con người, để đào tạo các mô hình ngôn ngữ lớn (LLM) của họ. Với sự gia tăng của nội dung do AI tạo ra trên internet, sách vật lý, đặc biệt là những cuốn hiếm và được xuất bản trước kỷ nguyên AI, cung cấp một nguồn dữ liệu 'sạch' và độc đáo. Việc này giúp các mô hình AI học hỏi từ văn phong, cấu trúc và kiến thức mà chưa bị 'ô nhiễm' bởi văn bản do AI tạo ra hoặc bởi dữ liệu đã được sử dụng rộng rãi bởi các đối thủ cạnh tranh.

Việc phá hủy sách sau khi quét dữ liệu có hợp pháp không?

Theo một phán quyết tòa án năm 2025 tại Hoa Kỳ, việc các công ty AI cắt xén, quét và sau đó tiêu hủy sách in để đào tạo mô hình được coi là 'sử dụng hợp lý' (fair use) theo Điều 107 của Đạo luật Bản quyền. Tòa án lập luận rằng việc chuyển đổi sách vật lý thành dữ liệu đào tạo là một hình thức 'chuyển đổi đủ' để phù hợp với quy định này. Tuy nhiên, mặc dù hợp pháp, hành động này vẫn gây ra tranh cãi lớn về mặt đạo đức và nhận thức công chúng.

Việc này ảnh hưởng thế nào đến người bán sách và ngành xuất bản?

Đối với người bán sách, đặc biệt là những người chuyên về sách cũ và quý hiếm, xu hướng này mang lại lợi ích kinh tế đáng kể khi nhu cầu tăng vọt, giúp họ giải phóng hàng tồn kho. Tuy nhiên, nhiều người bán sách bày tỏ sự lo ngại về việc phá hủy các tác phẩm văn hóa và tri thức. Đối với ngành xuất bản, nó làm nổi bật giá trị của nội dung gốc, do con người tạo ra, nhưng cũng đặt ra câu hỏi về mô hình kinh doanh và quyền sở hữu trí tuệ trong thời đại AI, cũng như nguy cơ mất mát các bản in vật lý quý giá.

Các công ty AI đang làm gì để giải quyết vấn đề PR tiêu cực?

Các công ty AI đang sử dụng các dịch vụ trung gian ẩn danh để mua sách. Các dịch vụ này thường có các thỏa thuận bảo mật (NDA) nghiêm ngặt, cam kết không tiết lộ danh tính của khách hàng cuối cùng hoặc mục đích sử dụng. Mục đích là để tránh những tiêu đề báo chí tiêu cực như "Công ty AI phá hủy hai triệu cuốn sách", mà họ biết sẽ gây ra sự phản đối mạnh mẽ từ công chúng và ảnh hưởng đến hình ảnh của họ.