Anthropic vernichtete Millionen Bücher für KI-Training nach dem Kauf

In dem Gerichtsverfahren mit Anthropic tauchten Informationen darüber auf, wie das Unternehmen Materialien für das Training seiner künstlichen Intelligenz sammelte. Das ist eine echte Spezialoperation im Buchmaßstab!

Zunächst lieh sich das Unternehmen einfach 7 Millionen Bücher aus Piratenbibliotheken aus. Aber dann beschloss es, legaler zu handeln und lud Tom Tervi ein. Den ehemaligen Leiter der Partnerbeziehungen im Google-Projekt zum Scannen von Büchern. Seine Aufgabe klang ambitioniert – “alle Bücher der Welt” ohne juristische Komplikationen zu beschaffen.

Nach gescheiterten Versuchen, sich mit Verlagen zu einigen, wechselte Tervis Team zu direkten Käufen. Für viele Millionen Dollar erwarb Anthropic Millionen von Papierbüchern, oft gebrauchte. Und dann begann das Interessanteste!

Für die Digitalisierung dieser Bücher stellte das Unternehmen Auftragnehmer ein, die radikal handelten. Von jedem Buch entfernten sie den Einband, trennten es in einzelne Seiten, scannten sie in PDF mit maschinenlesbarem Text. Und vernichteten die Papieroriginale. Solches “destruktives Scannen” ist keine Neuheit in Digitalisierungsprozessen, aber der Maßstab ist beeindruckend.

Einerseits wurden die Bücher ehrlich gekauft. Andererseits lässt die Tatsache der Vernichtung von Millionen Papierbüchern über den kulturellen Wert nachdenken. Und die Ethik solcher Methoden zur Datengewinnung für künstliche Intelligenz.