Amazon, AI Eğitimi İçin Nadir Kitapları İmha Ediyor

Sattığı nadir kitabın kutusuna bir AirTag koymak, bu haftanın en verimli gazetecilik yöntemi oldu.

404 Media, satın alınan bir nadir kitabın içine takip cihazı yerleştirip ülkenin bir ucundan diğerine izledi. Kitap Las Vegas'taki bir Amazon deposunda durdu. Orada VGT3 adlı ekip çalışıyor; logosunda kitap tutan bir T-Rex var. Yaptıkları iş, kitapların sırtını kesip sayfaları hızlıca taramak. Tarama bitince kitap artık kitap değil.

Taranan veri nereye gidiyor?

Elde edilen metin, Amazon'un Nova model ailesinin eğitiminde kullanılıyor. Şirketin konuya dair açıklaması kısa: kitapları "müşterilerin kullandığı ürün ve hizmetleri geliştirmek için ticari kanallardan satın alıyor."

Sahaflar, yapay zeka şirketlerinin ISBN numarası üzerinden sistematik biçimde tarama yaptığını düşünüyor. Basılı metnin bu kadar değerli olmasının iki sebebi var: çoğu yalnızca fiziksel olarak mevcut, yani internette hiç bulunmuyor. Ve 2022 öncesine ait, yani içinde yapay zeka üretimi metin yok. İnternetin büyük kısmı bu ikinci özelliği çoktan kaybetti.

Bu ikinci nokta göründüğünden önemli. Modelleri kendi ürettikleri metinle beslemek, zamanla kalitenin bozulmasına yol açıyor; literatürde "model çöküşü" diye geçen sorun bu. Dolayısıyla 2022 öncesi insan yazımı metin, sektör için geri döndürülemez biçimde tükenen bir hammadde. Kitap raflarına yönelmenin sebebi nostalji değil, arzın bitmesi.

Mahkeme kararı bu yöntemi teşvik etmiş olabilir

Anthropic aynı işi "Project Panama" adıyla yapmıştı: piyasadan kitap alıp sırtlarını sökerek dijitalleştirdi. Bir mahkeme bu taramayı adil kullanım saydı ve gerekçesinde ilginç bir ayrıntı vardı: basılı orijinaller imha edildiği, yani kopyalanıp yeniden satılmadığı için.

Yani hukuki güvenli liman, kitabı yok etmekten geçiyor. Aynı şirketin korsan kitaplar nedeniyle temmuzda onaylanan 1,5 milyar dolarlık telif uzlaşması da bu yolun neden tercih edildiğini açıklıyor: satın al, tara, imha et; bu hat mahkemede duruyor.

Bizce asıl mesele ne?

Etik tartışması bir yana, buradan iş dünyasına çıkan somut sonuç şu: insan eli değmiş, 2022 öncesi metin artık kıt bir kaynak ve şirketler onu kapalı sistemlerin içine taşıyor. Bir nadir kitabın tek nüshası tarandıktan sonra imha edildiğinde, o bilgi kamusal alandan çıkıp bir şirketin model ağırlıklarına giriyor.

Türkiye'deki şirketler için pratik karşılığı tedarikçi sorusunda. Kullandığınız modelin hangi veriyle eğitildiğini sormak birkaç yıl önce meraklı bir soruydu; Avrupa pazarına hizmet veriyorsanız artık uyum sorusu. Sözleşmede telif ihlali tazminatı (indemnification) maddesi var mı, sağlayıcı eğitim verisi özeti yayımlıyor mu; bunlar ihale dosyasına girmesi gereken maddeler.

Kendi tarafınızda ise daha basit bir refleks işe yarıyor: şirketinizin arşivindeki dokümanlar, sizin "2022 öncesi basılı kitabınız" sayılır. Kimsede olmayan, kendi işinizden çıkmış veri en değerli varlığınız. Onu bir yapay zeka aracına yüklerken neye izin verdiğinizi bilerek yükleyin. Ücretsiz araçların kullanım koşullarında "hizmetlerimizi geliştirmek için" ifadesi geçiyorsa, bu cümlenin Amazon'un kitaplar için verdiği cevapla aynı cümle olduğunu fark edin.

Kaynaklar: TechCrunch, The Decoder, 404 Media