Theo báo cáo của 404 Media, Amazon đang thu mua và cắt bỏ gáy sách hiếm tại cơ sở VGT3 ở Las Vegas để quét và đưa vào kho dữ liệu huấn luyện các mô hình ngôn ngữ lớn (LLM). Một thiết bị theo dõi được lắp vào một cuốn sách hiếm đã xác nhận quá trình này.
Những cuốn sách này có giá trị vô cùng lớn vì chúng không có sẵn trên internet, đặc biệt là các tác phẩm đã ngừng in hoặc chỉ tồn tại trong các thư viện đặc biệt. Khi các LLM như GPT‑4 hoặc Claude được huấn luyện trên dữ liệu này, chúng có thể nắm bắt được phong cách, ngôn ngữ và kiến thức lịch sử mà các mô hình trước không có.
Tuy nhiên, việc thu thập dữ liệu này đặt ra câu hỏi nghiêm trọng về bản quyền và bảo tồn di sản văn học. Nhiều nhà xuất bản và nhà văn cho rằng việc sao chép toàn bộ nội dung mà không có sự đồng ý là vi phạm luật sở hữu trí tuệ. Ngoài ra, việc tiêu hủy gáy sách có thể làm mất đi các thông tin vật lý quan trọng cho các nhà nghiên cứu.
Đối với cộng đồng AI và doanh nghiệp Việt Nam, vụ việc này là lời cảnh tỉnh: khi mở rộng quy mô dữ liệu huấn luyện, cần cân nhắc kỹ lưỡng về pháp lý và đạo đức, đồng thời tìm kiếm các nguồn dữ liệu hợp pháp để tránh rủi ro pháp lý và bảo vệ giá trị văn hoá.
Nguồn: TechCrunch — Biên dịch & tổng hợp: danhbaai.com