پشت پرده «پروژه پاناما»؛ آیا هوش مصنوعی کتابهای جهان را میبلعد؟
منبع تصویر، Andre Chung for The Washington Post via Getty Images
- نویسنده, ماتیاس زیبل
- شغل, بیبیسی
- منتشر شده در
- زمان مطالعه: ۱۰ دقیقه
۳۰ آوریل گذشته، مارسال فونت در کتابفروشی «فینیکس» در شهر بادالونای کاتالونیا، که از مراکز شناختهشده خرید و فروش کتابهای قدیمی است، با درخواستی غیرمنتظره روبهرو شد.
این شاعر و استاد ادبیات تطبیقی دانشگاه بارسلونا به بیبیسی موندو گفت: «۲۰ سال است که به کار فروش کتابهای قدیمی مشغولم. بنابراین میلیونها خرید عجیب دیدهام و «دیگر تعجب نمیکنم.»
سفارش از طرف شرکتی مستقر در کانادا بود، اما این نخستین بار نبود که این کتابفروشی، کتابهایی به زبان کاتالان به خارج از کشور ارسال میکرد.
مارسال فونت میگوید: «ما حتی به ژاپن هم کتاب میفرستیم و این موضوع عجیبی نیست اما الگوی خرید غیرعادی بود.»
وقتی در اوایل ماه مه مجموعه تازهای از سفارشها رسید، فونت از ترس اینکه شاید ماجرا نوعی کلاهبرداری باشد، تصمیم گرفت تحقیق کند.
او میگوید: «معمولا درباره کسانی که از ما خرید میکنند تحقیق نمیکنیم اما در این مورد شروع به بررسی کردیم، عمدتا به این دلیل که سفارشها در بازهای یک ساعته یا ۴۰دقیقهای ثبت میشدند. سه یا چهار ایمیل داشتیم که تعداد نامتعارفی کتاب میخواستند و هزینههای ارسال مرتبط با آنها نیز سرسامآور بود.»
او سپس با دوستش خاویر وینایخا مشورت کرد که علاوه بر علاقه مشترکشان به کتاب و علوم انسانی، اشتیاق به هوش مصنوعی نیز آنها را به هم پیوند میدهد.
وینایخا در گفتوگو با بیبیسی موندو به یاد میآورد: «با من تماس گرفت و گفت: «گوش کن، سفارشهایی با الگوهای عجیبی دریافت میکنم. یک مشتری یکسان، ارسال به خارج از کشور و پرداخت سه برابری هزینه ارسال.» نخستین چیزی که به ذهنش رسید این بود که مبادا کلاهبرداری باشد.»
این پژوهشگر هوش مصنوعی و مدیر فنی یک شرکت فناوری میافزاید: «از همانجا شروع کردیم به دنبالکردن سرنخها و افراد دیگری را در آلمان، نیوزیلند و نقاط دیگر پیدا کردیم که نگرانیهایی مشابه داشتند. آن زمان بود که همه چیز برایمان کاملا روشن شد.»
منبع تصویر، Gentileza Marçal Font
گزیدهای از مهمترین خبرها، گزارشهای میدانی و گفتوگوهای اختصاصی را هر هفته در ایمیل خود دریافت کنید.
اینجا مشترک شوید
پایان % title %
اگر عبارتهای «کتابهای قدیمی» و «هوش مصنوعی» را در اینترنت جستوجو کنید، خیلی زود به همان «نگرانیهایی» میرسید که وینایخا به آنها اشاره میکند.
در مقالهای از روزنامه بریتانیایی دیلی تلگراف با عنوان «بربریت فرهنگی؛ شرکتهای هوش مصنوعی چگونه کتابهای جهان را نابود میکنند»، یک کتابفروش از شهر هارلم هلند درباره تعجب خود از دریافت سفارشی بزرگ برای کتاب توضیح داده است.
پیتر دِ وریس، فروشنده کتابها و اشیای قدیمی، گفت: «در تجارت کتابهای قدیمی بسیار نادر است که کسی بخواهد بیش از یک کتاب بخرد. بنابراین اگر کسی بیاید و بگوید «چند صد جلد از کتابهایتان را میخواهم»، واقعا عجیب است.»
روزنامه گاردین نیز از یک کتابفروش در شهر ویکتوریای استرالیا نقل قول کرد که از همان شرکتی سفارش گرفته بود که از مارسال فونت کتاب خریده بود.
این کتابقروش گفت: «سفارش را ثبت کردند، از قبل پولش را پرداختند و هیچ اعتراضی به هزینه ارسال نداشتند.»
هر دو مقاله، و همچنین مطالبی که داستان کتابفروش کاتالان را روایت کردند، به تحقیقات روزنامهنگاری اشاره دارند که چیزی را که به عنوان «پروژه پاناما» شناخته میشود، افشا کرد.
منبع تصویر، Getty Images
نابودی و آموزش
در سپتامبر ۲۰۲۵، شرکت هوش مصنوعی «آنتروپیک» پذیرفت برای حلوفصل یک دادخواست جمعی که از سوی گروهی از نویسندگان مطرح شده بود، ۱/۵ میلیارد دلار بپردازد. این نویسندگان مدعی بودند که آنتروپیک بدون اجازه از آثار آنها برای آموزش مدلهای هوش مصنوعی خود استفاده کرده است.
چهار ماه بعد، روزنامه واشنگتن پست به طور اختصاصی سندی را منتشر کرد که بخشی از روند رسیدگی به همین پرونده بود. در این سند به وجود طرحی اشاره شده بود که هدف آن، دیجیتالی کردن تمام آثاری است که بشر تاکنون نوشته است.
در متن افشاشده آمده بود: «پروژه پاناما، تلاش ما برای اسکن و دیجیتالی کردن تمام کتابهای جهان است، حتی اگر این فرایند به اصل آثار آسیب برساند،»
این سند سپس تصریح میکند: «ما نمیخواهیم کسی از این موضوع مطلع شود که روی چنین پروژهای کار میکنیم.»
ماکسیمیلیانو فیرتمن، استاد آرژانتینی و نویسنده کتابهایی درباره برنامهنویسی و هوش مصنوعی، یکی از نویسندگانی بود که در آن شکایت گروهی از آنتروپیک شرکت کرد.
او به بیبیسی موندو میگوید قاضی حکم داد که اگر شرکت نسخهای از یک کتاب را خریداری کرده باشد، میتواند از آن برای آموزش هوش مصنوعی استفاده کند.
«پس از آن بود که شهادت کتابفروشان سراسر جهان مطرح شد. آنها سفارشهایی برای کتابهایی دریافت میکردند که پیشتر هیچ کس سراغشان نمیرفت. همچنین مشخص شد بعضی شرکتها این کتابها را اسکن میکنند و متن اسکنشده را در اختیار شرکتهای هوش مصنوعی قرار میدهند. به این ترتیب، موضوع نابودی کتابها آشکار شد.»
رودریگو آلوارز، خبرنگار متخصص فناوری در رسانه آرژانتینی «تودو نوتیسیاس»، توضیح میدهد که برای دیجیتالیکردن کتابها دو روش وجود دارد.
یکی از این روشها به نابودی نسخه منجر نمیشود، چون در آن از اسکنرهای تخت یا دستگاههای «وی» شکل استفاده میشود که صفحات را بدون بازکردن صحافی اسکن میکنند.
او به بیبیسی موندو میگوید: «روش «تخریبی» اساسا فرایندی است که با بریدن عطف کتاب آغاز میشود تا برگهها از یکدیگر جدا شوند. سپس صفحات جداشده داخل اسکنرهای صنعتی پرسرعت قرار میگیرند که آنها را بهصورت خودکار و بسیار سریعتر اسکن میکنند.»
پس از دیجیتالیشدن صفحات، دیگر نمیتوان کتاب را دوباره سرهم کرد و بقایای آن معمولا برای بازیافت فرستاده میشود.
آلوارز نتیجه میگیرد: «شرکتها بهدلیل مقیاس کار، گزینه دوم را انتخاب میکنند چون این روش امکان دیجیتالیکردن میلیونها نسخه را با سرعت بیشتر و هزینه کمتر فراهم میکند. در پرونده مستند آنتروپیک، برای پروژه پاناما از همین روش استفاده شد.»
منبع تصویر، Getty Images
آموزش
منبع تصویر، Getty Images
دیجیتالیکردن کتابها امکان حفظ متون نوشتهشده در طول تاریخ بشر را فراهم میکند، اما به نظر میرسد هدف اصلی بیش از آنکه از روحیه حفاظت سرچشمه بگیرد، آموزش هوش مصنوعی است.
خاویر وینایخا توضیح میدهد: «وقتی درباره هوش مصنوعی صحبت میکنیم، معمولاً منظورمان LLM، «مدل زبانی بزرگ»، است.»
او میافزاید: «مدل زبانی بزرگ سامانهای است که برای درک و تولید زبان انسانی آموزش دیده و پایه بسیاری از ابزارهای هوش مصنوعی امروزی را تشکیل میدهد.»
مدلهای زبانی بزرگ، مانند چتجیپیتی، برنامههای هوش مصنوعی هستند که با پیشبینی کلمه یا بخش بعدی یک جمله آموزش میبینند و در نتیجه میتوانند متن را درک کنند، خلاصهسازی کنند، ترجمه کنند و متن یا انواع دیگری از محتوا را تولید کنند.
ماکسیمیلیانو فیرتمن برای توضیح این موضوع مثالی میزند: «همه ما از قابلیت پیشنهاد کلمات در تلفن همراهمان استفاده کردهایم. شما مینویسید "سلام، دارم میرسم..." و ممکن است گوشی کلمه "دیر" را پیشنهاد کند. این قابلیت چطور کار میکند؟ بر اساس آماری از متنهایی که قبلاً نوشتهاید. یک مدل زبانی بزرگ هم در اصل همین کار را انجام میدهد، اما در مقیاسی میلیونها بار بزرگتر و پیچیدهتر.»
برای آموزش این مدلهای زبانی بزرگ در هنر پیچیده یافتن ارتباط میان واژهها، ابتدا تمام اطلاعات موجود در اینترنت، از ویکیپدیا گرفته تا وبلاگها و تالارهای گفتوگو، به آنها «خورانده» شد.
وقتی این منابع رو به پایان رفتند، مدلها با مطالب روزنامهها و حتی زیرنویس ویدئوهای یوتیوب آموزش دیدند.
فیرتمن میافزاید: «هرچه در دسترس داشتند به این دستگاه متنخوار میدادند. وقتی این منابع تمام شد، ابتدا سراغ کتابهای چاپی رفتند که قبلا دیجیتالی شده بودند سپس به کتابخانهها مراجعه کردند و اکنون جستوجوی کتابهای عجیب و غیرتجاری را آغاز کردهاند. این کتابها کجا هستند؟ در کتابفروشیهای دستدوم و عتیقهفروشیها.»
خاویر وینایخا میگوید: «مارسال درباره سفارشهایی صحبت میکرد که برای نمونه به تاریخچه فرآوردههای گوشتی کاتالان مربوط بودند، موضوعاتی که مطمئنا هنوز برای آموزش استفاده نشدهاند.»
منبع تصویر، Getty Images
«دادهها بدون قرار گرفتن در بستر و زمینه مناسب، معنایی ندارند»
نابودی کتابهایی که برای آموزش هوش مصنوعی اسکن میشوند، در محافل مختلف پرسشها و تردیدهایی ایجاد کرده است.
میگل آنخل اورتگا، رئیس انجمن حرفهای کتاب و مجموعهداری آثار قدیمی اسپانیا، به بیبیسی موندو میگوید باید میان نسخههای دارای تیراژ انبوه و نسخههای محدود تفاوت قائل شد.
او میگوید: «ما به عنوان کتابفروشانی که در حفظ میراث فرهنگی نقش داریم و کار حفاظت و نگهداری آثار را انجام میدهیم، معتقدیم استفاده نهایی از یک اثر، بهویژه نسخهای بسیار محدود، کمیاب یا منحصربهفرد، نباید نابودی آن باشد.»
رودریگو آلوارز، خبرنگار فناوری رسانه آرژانتینی «تودو نوتیسیاس»، نیز با او هم نظر است. به عقیده او، بزرگترین خطر این است که «خریدهای بیضابطه، نسخههای نادر یا نایاب را نابود کنند، بیآنکه ابتدا بررسی شود چه تعداد از آن نسخهها هنوز در موجودی توزیعکنندگان و کتابفروشیها یا حتی در اختیار افراد باقی ماندهاند.»
اما مارسال فونت چندان نگران نابودی کتابها نیست: «در این زمینه اصلا احساساتی نیستم.»
«همانطور که دامپزشکانی که برای نجات حیوانات درس میخوانند، در نهایت بیش از همه حیوانات را میکشند، از نظر من نیز هیچ کس بیشتر از یک کتابفروش قدیمی کتاب نابود نمیکند. ما کتابخانههای کامل را میخریم، هرچه را بتوان نجات داد حفظ میکنیم، اما همیشه تعداد زیادی کتاب هستند که قابل نجات دادن نیستند.»
فونت توضیح میدهد: «اگر از یک کتاب، مطابق قانون، چند نسخه برای نگهداری در آرشیوها و کتابخانهها حفظ شده باشد، از نظر من حتی اشکالی ندارد که یک نسخه از آن از بین برود تا محتوایش به شکلی تازه در خدمت تولید دانش قرار گیرد.»
نگرانی اصلی او این است که در روند دیجیتالی کردن تمام آثاری که بشر تولید کرده، آثاری نادیده گرفته شوند که فاقد شماره استاندارد بینالمللی کتاب (ISBN) هستند؛ شمارهای که به هر کتاب منتشرشده اختصاص داده میشود و آن را شناسایی میکند.
او میگوید: «تمام جریانهای مخالف سیاسی در جهان، جنبش حقوق جامعه الجیبیتیکیو، نشریات مستقل و اعتراضی، فرهنگهای آلترناتیو و بخش بزرگی از آثار زیرزمینی، بدون دریافت شماره استاندارد بینالمللی کتاب منتشر شدهاند.»
او هشدار میدهد که اگر این آثار نیز در فرایند دیجیتالیسازی گنجانده نشوند، ممکن است بخش مهمی از این میراث فرهنگی و تاریخی برای نسلهای آینده از دست برود.
به همین دلیل، آلوارز و فونت هر دو تاکید میکنند که نباید «دیجیتالیسازی» را با «حفاظت و نگهداری» یکسان دانست.
منبع تصویر، Getty Images
آلوارز هشدار میدهد: «دیجیتالیکردن یک کتاب با حفظ کردن آن یکسان نیست. فایل دیجیتال معمولا در یک پایگاه داده خصوصی باقی میماند و از دسترس خوانندگان، کتابخانهها و پژوهشگران خارج است.»
این خبرنگار حوزه فناوری اضافه میکند که در فرایند دیجیتالیسازی گسترده، ویژگیهایی فراتر از متن نیز ممکن است از بین بروند، از جمله نوع صحافی، یادداشتهای حاشیهای، تصاویر، کیفیت چاپ، منشا اثر و دیگر خصوصیات آن.
به گفته فونت، نبود این «فرادادهها» (متادیتا) باعث میشود اطلاعات و زمینههای مهمی که برای درک درست یک متن ضروری هستند، از بین بروند یا پنهان بمانند. به همین دلیل، او معتقد است دادههایی که از این فرایند به دست میآیند، حتی برای خود صنعت هوش مصنوعی نیز ناقص و ناکافی خواهند بود.
فونت میگوید: «اینکه دانش و محتوا از قالب کتاب به قالبهای جدید منتقل شود، به نظر من بسیار مثبت است. در سدههای پانزدهم و شانزدهم نیز با ظهور صنعت چاپ، فرایندی مشابه رخ داد و در آن زمان هم بخشی از کیفیت و اطلاعات هنگام انتقال از یک قالب به قالب دیگر از دست میرفت. این مشکل چگونه حل شد؟ با استفاده از فرادادهها.»
او برای توضیح این موضوع به نمونه انتقال متون حکشده روی سنگ به کاغذ اشاره میکند و میگوید: «صرفاً رونویسی متن حکشده روی سنگ کافی نبود. لازم بود حتی تصویر خودِ سنگ ترسیم شود، درباره جنس مواد آن توضیح داده شود، محل کشف آن ثبت شود و اطلاعات دیگری نیز گردآوری شود. همین فرادادهها هستند که امروز به ما امکان میدهند درک کنیم آن سنگ واقعاً چه پیامی را منتقل میکرد.»
رئیس انجمن حرفهای کتاب و مجموعهداری آثار قدیمی اسپانیا توضیح میدهد که حتی دو کتاب دارای متن یکسان ممکن است ارزشهای فرهنگی بسیار متفاوتی داشته باشند.
او میگوید: «ممکن است دو نسخه از یک کتاب دقیقاً یک محتوای یکسان داشته باشند، اما یکی از آنها دارای برچسب مالکیت کتاب، جلدسازی دستساز یا یادداشتها و حاشیهنویسیهایی باشد که انتقال آنها به قالب دیجیتال امکانپذیر نیست؛ تا حدی شبیه تفاوتی که میان کتاب چاپی و کتاب الکترونیکی وجود دارد.»
وقتی همهچیز به یک خلاصه تقلیل پیدا میکند
برای جلوگیری از دیجیتالیسازیای که کتابها را نابود و اطلاعات کلیدی را حذف میکند، فونت و وینایخا هر دو پیشنهاد میکنند واسطهها کنار گذاشته شوند.
وینایخا میگوید: «راهحلی که پیشنهاد میکنیم این است که خودمان میراثمان را به زبان خودمان اسکن کنیم، آن را نگه داریم و برای دادهها مجوز صادر کنیم. اگر دادهها را میخواهید، من آنها را به بهترین شکل ممکن در اختیارتان میگذارم و خود کتاب را نگه میدارم چون برای پژوهشگران فقط محتوا اهمیت ندارد، بلکه شکل جلد و نحوه دوختهشدن کتاب نیز مهم است.»
او اضافه میکند که تقاضا برای دادهها تا زمانی که دیگر چیزی برای تغذیه هوش مصنوعی باقی نماند، ادامه خواهد یافت.
«فکر میکردیم هوش مصنوعی زمانی محدود خواهد شد که دیگر ظرفیت پردازشی بیشتری وجود نداشته باشد اما چنین نیست. سقف واقعی، دادهها هستند. هوش مصنوعی به این دلیل محدود شده که داده بیشتری باقی نمانده است.»
فیرتمن میگوید هنوز نمیدانیم وقتی اطلاعات تولیدشده به دست انسان تمام شوند چه اتفاقی خواهد افتاد.
«مرحله بعدی، دادههای مصنوعی، یعنی متنهایی است که خود هوش مصنوعی نوشته است. بزرگترین خطر در چند دهه آینده این است که وقتی تمام پرسشهایمان را بدون مراجعه به منابع از هوش مصنوعی بپرسیم، آن هوش مصنوعی رو به زوال برود چون با همان اطلاعاتی آموزش میبیند که خود هوش مصنوعی تولید کرده است.»
رودریگو آلوارز این فرسایش را به ماری تشبیه میکند که دم خود را میخورد: «شرکتها مدلهایشان را با محتوای تولیدشده به دست دیگر سامانههای هوش مصنوعی تغذیه خواهند کرد. در آن صورت ممکن است خطاها چند برابر شوند و زبان روزبهروز ابتداییتر شود مانند خلاصهای از یک خلاصه از یک خلاصه که هر بار سادهتر میشود، یا چکیدهای از یک چکیده که دائما از اطلاعات اصلی فاصله میگیرد.»
منبع تصویر، Gentileza Miguel Ángel Ortega
در همین حال، وضعیت در کتابفروشی فنیکس مارسال فونت پس از خریدهای «عجیب» ماههای آوریل و مه تغییر کرده است.
او میگوید: «آنها شرکت و شیوههای اجرایی خود را تغییر دادهاند. همچنین از ما خواستند کتابها را نه تنها به آمریکای شمالی، بلکه به آلمان نیز ارسال کنیم.»
پس از یک ماه بیخبری، فونت درست همین هفته سفارش تازهای دریافت کرده است، موضوعی که از نظر او تنها میتواند یک معنا داشته باشد: «پروژه پاناما همچنان ادامه دارد.»
