AI开发者大量购买二手书用于训练，然后销毁它们

人工智能开发者正通过中介批量购买数百万本二手书，用于为模型构建高质量训练数据集，以避开互联网上大量低质量的AI生成内容。Anthropic公司花费数百万美元从Better World Books购买大量纸质书籍进行数字化，用于训练Claude模型，随后销毁了这些书。法院裁定该使用行为属于“合理使用”，但Anthropic因涉及一个包含700万本盗版电子书的图书馆，面临高达15亿美元的罚款；谷歌也曾因使用非法获取的书籍副本训练Gemini模型而被提起类似诉讼。包含1.11亿卷编目书籍的ISBNdb数据库现为AI开发者提供批量采购服务，单笔订单数量从数千本到一百多万本不等。参与Anthropic“巴拿马计划”的Tom Harvey证实，数字化过程同时采用非破坏性和破坏性扫描方法，后者成本更低、速度更快，但会导致数百万本书被销毁。这一做法引发了伦理争议：人们担心珍贵或稀有书籍可能因此从流通中消失，且（经扫描的）受限制访问内容将无法再被公众获取。