Nguyên tác: Someone is mysteriously snapping up used books around the world. Are AI companies to blame?
Tác giả: Alex Reisner
Chuyển ngữ: PHAN THỊ SÓNG BIỂN
Đầu tháng Tám, cộng đồng mạng phẫn nộ khi các bài đăng trên mạng xã hội và bài báo cáo buộc các công ty AI “phá hủy sách trên toàn thế giới” — bao gồm cả “hàng triệu sách hiếm” — bằng cách cắt gáy sách để quét dễ dàng hơn, rồi sau đó vứt bỏ những cuốn sách đó đi. Một bài báo cho biết tin này đang “làm dấy lên lo ngại rằng những bản sao cuối cùng còn sót lại của các văn bản đã ngừng xuất bản đang bị hủy hoại.”
Nhà đầu tư kiêm người hoài nghi AI Michael Burry gọi hành vi hy sinh sách hiếm là “hiện thân của cái ác.” Ngay cả Elon Musk cũng lên tiếng, đăng bài cho biết ông đã yêu cầu các kỹ sư huấn luyện mô hình của xAI “bảo quản bất kỳ cuốn sách hiếm nào trong thư viện và quét chúng theo cách làm từng trang một.”
Việc tiêu hủy sách trong quá trình huấn luyện AI đã là kiến thức công khai từ hơn một năm trước, nhưng tranh cãi về hành vi này càng bùng lên dữ dội sau một bài viết của 404 Media. Bài viết này mô tả việc các nhà bán sách ngày càng nhận được số lượng đặt hàng lớn đơn, cho thấy sách hiếm có thể nằm trong cơn lốc quét xong rồi hủy hoại này, đồng thời nêu tên một công ty cơ sở dữ liệu sách tên là ISBNdb có thể là người đã đặt những đơn mua hàng thật lớn này.
Tuy nhiên, đằng sau sự phẫn nộ đó là một số câu hỏi chưa có lời đáp. Bài viết của 404 Media cho biết ISBNdb từng quảng cáo mua sách số lượng lớn cho các công ty AI, nhưng cũng thừa nhận không có bằng chứng nào trực tiếp liên kết công ty này với làn sóng mua sắm gần đây mà các chủ hiệu sách mô tả. Và mặc dù bài báo nhắc đến các tiểu thương bán sách hiếm, vẫn chưa rõ phần lớn số sách được mua thực sự hiếm đến mức nào, hay chúng có giá trị cao hay không.
Dù vậy, cuộc thảo luận nhanh chóng leo thang thành sự hoảng loạn.
Vậy chuyện gì thực sự đang xảy ra? Và ai mới là người chịu trách nhiệm?
Nhiều chi tiết cụ thể trong tình trạng này bị che khuất bởi lịch sử mua hàng khó truy vết và sự im lặng từ phía các công ty AI cùng các bên mua khác, vì vậy hãy cùng điểm lại những gì chúng ta đã biết. Chúng ta biết rằng ít nhất một công ty AI lớn đã dùng sách in để huấn luyện các mô hình của họ.
Các tài liệu được giải mật đầu năm nay trong một vụ kiện chống lại Anthropic tiết lộ rằng vào mùa Xuân năm 2024, “ông lớn” AI này đã mua hàng triệu cuốn sách cả mới lẫn cũ rồi phá hủy chúng để quét các trang sách nhằm huấn luyện mô hình AI của mình.
Anthropic và các công ty AI khác có lẽ rất chuộng những cuốn sách xuất bản trước khi ChatGPT ra mắt vào năm 2022, vì chúng gần như được đảm bảo hoàn toàn không chứa văn bản do AI tạo ra.
Mặc dù văn bản do AI tạo ra có thể đọc được — nhưng đối với con người, cách viết của AI thường mang lại cảm giác khó chịu — trong khí đó nó lại có thể mang tính hủy diệt đối với các mô hình AI: Khi được huấn luyện dựa trên chính sản phẩm đầu ra của mình, chất lượng của chúng có thể suy giảm đáng kể trong một hiện tượng gọi là “sự sụp đổ mô hình” (model collapse).
Chúng ta cũng biết rằng có điều gì đó bí ẩn đang diễn ra. Ai đó — nếu không muốn nói là nhiều nhóm hoặc công ty — đang gom mua lượng lớn sách từ các cửa hàng trên khắp thế giới. “Chuyện quái gì đang xảy ra với cơn sốt mua sách cũ trực tuyến lúc này vậy?” một chủ tiệm sách đặt câu hỏi trên Reddit ba tháng trước. Một số người tự nhận là chủ tiệm sách đã phản hồi bằng cách kể những câu chuyện của riêng họ về những đơn đặt hàng lớn bất thường.
Charlie Becker, quản lý của tiệm sách Becker’s Books ở Houston, nói với tôi rằng 95 trong số 100 cuốn sách gần đây nhất được đặt mua qua một nền tảng bán hàng trực tuyến của ông đều đến từ một người mua duy nhất. Một trong các đơn hàng lên tới 70 cuốn. (Để tránh vi phạm điều khoản dịch vụ của nền tảng bán hàng, Becker không tiết lộ tên của người mua.)
Nhưng trái ngược với nhiều bài báo, những cuốn sách cũ mua từ các tiểu thương này có vẻ không “hiếm” theo nghĩa thông thường của từ này. Theo Becker và các cuộc thảo luận trực tuyến mà tôi đọc được, sách trong các đơn hàng này hầu như toàn là sách phi hư cấu, được xuất bản đa số từ thập niên 1970 đến thập niên 1990, và được viết bằng nhiều ngôn ngữ khác nhau. Becker viết trong một bài đăng blog rằng ông đã nhận được đơn hàng cho “những thứ như Cẩm nang Du lịch Metro Denver năm 1995 hay Cách sử dụng Corel WordPerfect năm 1991.”
Những cuốn này thuộc về loại sách mà bạn có thể gọi là hiếm vì số lượng bản sao còn lại rất ít, nhưng chúng cũng có thể đã lỗi thời, không hấp dẫn độc giả và bản thân chúng cũng không có giá trị cao. Trong một số trường hợp, các chủ tiệm sách lưu ý rằng chi phí vận chuyển còn vượt quá giá trị bán lại của cuốn sách.
Theo hầu hết những lời kể, các công ty AI muốn có được lượng lớn văn bản với chi phí thấp nhất có thể. Sẽ là chuyện rất lạ nếu họ cố tình trả mức giá cao cho các ấn bản đầu tiên, các bản in lạ của các tác phẩm kinh điển mang tính sùng bái, hay những trang sách đà ngả vàng chứa tri thức huyền bí. Dù vậy, điều đó vẫn có thể xảy ra: Việc theo đuổi dữ liệu huấn luyện mà đối thủ cạnh tranh không có có thể dẫn họ đến việc lựa những tựa sách như vậy.
Chúng ta cũng phần nào nắm được chứng cớ ai là kẻ đứng sau vụ mua sách — và có vẻ không phải ISBNdb.com, đối tượng trong bài viết của 404 Media. Một mặt, không có chủ tiệm sách nào mà tôi có thể tìm thấy trong các cuộc thảo luận trực tuyến từng đề cập đến đơn hàng từ ISBNdb. Công ty này duy trì cơ sở dữ liệu sách công khai và thu phí truy cập, nhưng có vẻ không mua hay bán bất kỳ cuốn sách nào. Mọi thứ trở nên rắc rối vì vào tháng Ba, công ty này đã có thêm một trang web cung cấp cho các nhà phát triển AI khả năng mua sách vật lý, “lên tới một triệu tựa sách mỗi đơn hàng,” kèm theo thỏa thuận bảo mật để giữ tính ẩn danh.
Khi tôi hỏi ISBNdb về dịch vụ này, tôi nhận được email trả lời từ một nhân viên hỗ trợ khách hàng khẳng định rằng “ISBNdb chưa từng mua, quét hay hủy một cuốn sách nào — cho việc huấn luyện AI hay bất kỳ mục đích nào khác. Chúng tôi không huấn luyện mô hình AI và chưa bao giờ làm vậy. Trang web được lập ra để thăm dò nhu cầu cho một dịch vụ mà chúng tôi chưa từng triển khai.” Để phản hồi lại những “lo ngại” gần đây, nhân viên này cho biết công ty đã gỡ bỏ trang quảng cáo dịch vụ đó khỏi trang web của mình.
Người dùng trên Reddit cũng đã gọi đích danh tên một công ty khác vì các “đơn hàng trực tuyến thường xuyên và có tầm vóc lớn”: Zoom Books, có trụ sở tại Canada, tuyên bố dùng “hệ thống hậu cần thông minh” để “thu mua, phân loại và bán lại hơn hai triệu cuốn sách mỗi tháng.” Các chủ tiệm sách ở Đức cũng nhắc đến những đơn hàng tương tự từ Zoom, và một chủ tiệm sách ở New Zealand viết rằng Zoom đã đặt nhiều đơn hàng, trong đó có một đơn gồm 71 tựa sách. Becker từ chối xác nhận hoặc phủ nhận việc khách mua sỉ của ông có phải là Zoom hay không.
Vào ngày 26 tháng Năm, một bản tin trong ngành xuất bản có tên Publishers Lunch ghi nhận những cáo buộc rằng Zoom đang mua sách cho các công ty AI. Ngày hôm sau, bản tin đăng tải phản hồi từ Zoom, khẳng định rằng công ty này “không liên quan đến việc số hóa, quét hoặc tiêu hủy sách, và chúng tôi không bán sách cho những mục đích đó theo như chúng tôi biết.” (Zoom không phản hồi yêu cầu phỏng vấn của tác giả bài viết này.)
Một số chủ tiệm sách nhận được đơn hàng từ Zoom đã tường trình rằng địa chỉ giao hàng trên các đơn hàng này thuộc về một công ty có tên PrepFort. PrepFort chuyên chuẩn bị hàng hóa để bán trên Amazon và Walmart, nhưng với tư cách là một công ty hậu cần bên thứ ba, họ cũng có thể chuyển hướng sách đến các điểm đến khác. Việc dùng một công ty như vậy sẽ rất phù hợp với cách làm của ngành công nghiệp AI trong việc thu mua dữ liệu huấn luyện thông qua các bên trung gian, một chiến lược từng được áp dụng cho hình ảnh, các bài viết bị chặn phí (paywalled articles) và các phương tiện truyền thông khác.
Tôi đã gửi email cho PrepFort để xem họ có thể cung cấp bất kỳ chi tiết nào về những đơn hàng này không. Sufyaan Kalota, một đồng sáng lập của công ty, trả lời rằng: “Mặc dù chúng tôi rất muốn hỗ trợ bạn, nhưng rất tiếc chúng tôi không thể chia sẻ bất kỳ chi tiết nào liên quan đến thỏa thuận khách hàng do các cam kết bảo mật.”
Vào tháng Sáu năm nay, NL Times, một tờ báo có trụ sở tại Amsterdam, đưa tin rằng một số chủ tiệm sách ở Hà Lan đã nhận được email từ một tổ chức có trụ sở tại Singapore tên là 2077AI, tuyên bố đang “cách mạng hóa dữ liệu AI,” một phần bằng cách tạo ra các tập dữ liệu huấn luyện. Một chủ tiệm sách cho biết email từ 2077AI đi kèm với danh sách 3.000 tựa sách tiếng Anh mà công ty này muốn mua. Các ví dụ được đưa ra là sách học thuật như Mô hình Phần tử Riêng biệt trong Cơ học Địa chất (Distinct Element Modelling in Geomechanics) và Phun bắn Sóc Laser cho Gốm sứ Tiên tiến (Laser Shock Peening of Advanced Ceramics). Những cuốn sách như vậy có thể thực sự được coi là “hiếm”: chúng có số lượng bản in ít, chứa kiến thức chuyên sâu nhưng lại quan trọng trong một lĩnh vực cụ thể. (404 Media có liên kết đến bài viết này nhưng không đề cập cụ thể đến những cuốn sách này hay 2077AI.) 2077AI chưa phúc đáp yêu cầu phỏng vấn.
Hiện tại, đây là những gì chúng ta biết: Rất nhiều sách cũ đang bất ngờ bị nhiều công ty mua sạch, trong đó có công ty Zoom Books. Nhưng chúng ta không biết bao nhiêu trong số các đơn hàng này đến từ các công ty AI, hay liệu những cuốn sách này có bị tiêu hủy hay không. Dựa trên các hành vi của Anthropic và các giao dịch mua được thử nghiệm bởi 2077AI, xác suất có vẻ cao là những cuốn sách này đang hướng tới các công ty AI, nhưng chúng ta không thể kết luận một cách chắc chắn.
Bất chấp điều này, ý tưởng về một gã khổng lồ AI đang hủy diệt sách đã giáng một đòn mạnh vào tâm lý chung. Việc tiêu hủy sách trong lịch sử thường gắn liền với các chế độ độc tài và nỗ lực kiểm soát diễn ngôn công khai, cũng như những thảm kịch cổ xưa — vụ cháy Thư viện Alexandria là một ví dụ. Sự lấn tới của AI, đặc biệt là trong lĩnh vực sách, giờ đây là tin tức hàng ngày: Tháng trước, có tin cho thấy một cuốn sách bán chạy nhất trên Kindle có thể được viết một phần bởi AI, và nhiều ông bà đang mua sách thiếu nhi trong đó đầy rẫy tác phẩm do AI tạo ra.
Ngay cả khi một vụ thiêu hủy sách theo đúng nghĩa đen chưa diễn ra, quá trình nạp hàng triệu cuốn sách, tước bỏ tác quyền của chúng và nhồi nhộn chúng thành một khối “trí tuệ” đồng nhất mang thương hiệu của một chatbot quả thực mang cảm giác hủy diệt. Nó che đậy công sức lao động vất vả và sự cộng tác tạo nên kiến thức, làm suy yếu động lực viết sách của các tác giả, ngăn cản các chuyên gia tìm thấy nhau, đồng thời trao cho các công ty AI quyền lực to lớn đối với những thông tin mà con người có thể tiếp cận.
Xét đến mức độ thiệt hại văn hóa này, việc tiêu hủy sách về mặt vật lý dường như gần như trở nên nhỏ nhoi.
Alex Reisner hiện là ký giả thường trực của tạp chí tờ The Atlantic
Nguồn: https://www.theatlantic.com/technology/2026/08/ai-companies-buying-used-books-for-data/688167/
Cùng một tác giả: https://www.toiyeutiengnuoctoi.com/category/tac-gia/a-to-h/phan-thi-song-bien/
