Организации, разрабатывающие системы искусственного интеллекта, приступили к приобретению больших партий печатной продукции с целью использования в процессе обучения своих алгоритмов. После завершения оцифровки эти книги ликвидируются. Согласно информации, предоставленной 404 Media, закупки осуществляются через посредников, что обеспечивает сокрытие реальных заказчиков. Материалы расследования указывают на то, что отдельные транзакции охватывают от тысячи до миллиона экземпляров книг, причем приобретающие проявляют интерес к изданиям различных жанров и тематик, независимо от авторства.

В числе участников этой торговой площадки оказалась платформа ISBNdb, которая ранее оказывала поддержку книжным магазинам и библиотекам. В настоящее время сервис предоставляет услуги по организации оптовых закупок книг для компаний, специализирующихся на разработке искусственного интеллекта.

Продавцы бывших в употреблении книг констатируют значительное увеличение спроса: если ранее удавалось реализовать около двадцати экземпляров еженедельно, то теперь объемы продаж возросли до нескольких сотен. Подобную динамику отмечают и продавцы на онлайн-платформах Alibris и Biblio.

В судебных документах по иску к Anthropic уже было доказано применение печатной продукции в целях машинного обучения. Организация приобретала книги, передавала их подрядчикам на сканирование, и впоследствии значительная часть этих книг разделялась на отдельные листы для ускоренной промышленной обработки – этот метод оказывается более экономичным и оперативным по сравнению с сохранением оригиналов при оцифровке.

Судебное решение признало допустимым применение легально приобретённых книг для обучения моделей в рамках принципа справедливого использования, однако компания Anthropic одновременно столкнулась с судебным разбирательством по поводу хранения библиотеки из семи миллионов нелегальных копий. Издатели также подали отдежный иск против Google, обвиняя компанию в нарушении авторских прав при использовании огромного количества защищенных произведений для обучения модели Gemini.

Журналисты, проводившие расследование, подчеркивают важность бумажных изданий как источника информации, поскольку они были созданы людьми и не содержат существенного количества материалов, генерируемых искусственным интеллектом. Тем не менее, остаётся неопределённым вопрос о том, исключаются ли из процесса массового сканирования малотиражные или устаревшие издания; ведь после преобразования в цифровой формат многие экземпляры безвозвратно утрачиваются и попадают в конфиденциальные хранилища данных, предназначенные исключительно для обучения ИИ.