Bot AI làm nghẽn thư viện đại học, đe dọa quyền truy cập công cộng
Các thư viện đại học đang phải chống chọi với những đợt bot thu thập dữ liệu quy mô lớn, khiến website vốn phục vụ sinh viên, nhà nghiên cứu và công chúng bị chậm hoặc ngừng hoạt động. Những bot này được các công ty AI và bên thứ ba sử dụng để quét kho tài liệu học thuật, lịch sử và chính phủ nhằm cung cấp dữ liệu cho các LLM như Claude, Gemini và ChatGPT.
Thư viện, bảo tàng và các tổ chức di sản văn hóa trở thành mục tiêu hấp dẫn vì sở hữu thông tin chất lượng cao, đã được kiểm chứng và thường không bị che sau paywall hoặc yêu cầu đăng nhập. Jill Strykowski, phụ trách biên mục và tài liệu chính phủ tại Đại học San Jose, mô tả các bot đang liên tục “oanh tạc” hệ thống để lấy càng nhiều tài liệu càng tốt.
Các báo cáo về vấn đề này bắt đầu xuất hiện từ cuối năm 2024 tại Bắc Mỹ, châu Âu và châu Đại Dương, đồng thời tình hình được cho là tiếp tục xấu đi. Dean Seeman, Giám đốc bộ sưu tập và hạ tầng số tại Thư viện Đại học Victoria, cho biết lưu lượng bot đôi khi đủ lớn để làm website sập trong một thời gian. Eric Hellman của Project Gutenberg gọi những bot được lập trình kém là các “quái vật” đang phá hủy quyền truy cập mở.
Khác với bot của công cụ tìm kiếm hoặc Internet Archive thường tuân thủ robots.txt, một số AI scraping bot phớt lờ hướng dẫn này, gửi tới hàng nghìn yêu cầu mỗi giây và tải tài liệu từ mọi đường dẫn có thể. Với người dùng Việt Nam, câu chuyện cho thấy dữ liệu mở không đồng nghĩa với hạ tầng miễn phí vô hạn, và cộng đồng AI cần cân bằng việc khai thác dữ liệu với trách nhiệm bảo vệ các nguồn tri thức công cộng.
Bài được AI biên dịch và tóm tắt từ nguồn trên. Xem bài gốc để có đầy đủ thông tin.