7.7
深览指数
科技Bestblogs·The New Yorker··AI 生成
《旅程》第 5 集：孩子们
本文基于法律文件，揭露了Anthropic的“巴拿马计划”——一项通过破坏性扫描书籍来构建AI训练数据的秘密计划。文章呈现了该计划的执行细节（如使用切纸机拆书、针对冷门学术著作），并分析了其引发的核心争议：虽然法院初步裁定用书籍训练AI属于合理使用，但实体书籍的物理销毁、作者署名权的抹除、以及AI训练数据来源的不透明性，带来了超出合理使用范畴的法律与伦理问题。适合对AI公司数据实践、知识产权法前沿、及科技伦理有深层兴趣的读者。原文 ↗
核心观点
- ▍Anthropic的“巴拿马计划”通过系统性破坏性扫描实体书籍来构建AI训练数据，此举在合理使用之外，带来了物理拷贝损失、语境抹除和来源不透明等新的法律与伦理问题。
- 01法庭记录显示，Anthropic实施了一项名为“巴拿马计划”的项目，通过批发商和转售商获取书籍，并使用切纸机拆除装订以进行“破坏性扫描”。
- 02该计划优先扫描600多本冷门的学术非虚构类书籍，这些书印刷量低但被认为作为训练数据具有更大影响力，而稀有和古籍大多被幸免。
- 03书商报告曾向与Anthropic关联的壳公司出售大量小众学术著作，揭示了获取数据的隐秘渠道。
- 04Alsup法官初步裁定使用受版权保护的书籍进行AI训练属于合理使用，类比为人类的阅读和学习过程。
- 05与学术研究必须披露数据来源以确保可重复性不同，Anthropic的数字图库是专有且不可访问的，外界无法得知模型训练的具体数据。
- 06学者Leah Price警告称，破坏性扫描是为了单次机器阅读而牺牲了未来多次潜在的人类阅读，这削弱了小说作为文学体验的独特性。
反方 / 局限
- — 文章提及法院已初步支持将书籍用于AI训练是合理使用，这意味着从特定法律解释出发，Anthropic的行为可能并未违法，法律与伦理之间存在灰色地带。
- — 作者未深入讨论的一种可能性是：Anthropic所获取的书籍若已绝版或无法在市场上正常购买，其数字化的版本可能客观上起到了“抢救性保存”的作用。
4 分钟 · 3 卡片 · 4 资料
读原文 →