Telset.id – Anthropic, perusahaan di balik asisten AI Claude, dilaporkan telah memotong sampul dan jilidan jutaan buku fisik untuk mempercepat proses pemindaian dalam upaya melatih model AI mereka. Proyek yang dikenal dengan nama sandi “Project Panama” ini bertujuan mengubah buku-buku cetak menjadi data pelatihan AI dalam jumlah besar.
Laporan dari The Washington Post mengungkap bahwa Anthropic menghabiskan jutaan dolar untuk membeli jutaan buku fisik secara massal. Buku-buku tersebut kemudian dihancurkan jilidannya agar halaman-halamannya lebih mudah diproses melalui pemindai industri berkecepatan tinggi. Setelah halaman-halaman tersebut dikonversi menjadi teks yang dapat dibaca mesin, buku-buku asli yang sudah rusak tersebut dibuang karena dianggap tidak lagi berguna.
Proses ini menjadi sorotan karena Anthropic disebut-sebut sebagai satu-satunya perusahaan AI yang terbukti merusak buku fisik untuk pelatihan model. Sementara perusahaan seperti OpenAI, Google, dan Meta juga menghadapi masalah hukum terkait penggunaan buku untuk pelatihan AI, belum ada yang terungkap melakukan praktik serupa.
Proyek Panama dan Pernyataan Resmi Anthropic
Dokumen perencanaan internal Anthropic yang dikutip dalam laporan tersebut menyatakan tujuan ambisius mereka: “Project Panama adalah upaya kami untuk memindai secara destruktif semua buku di dunia.” Dokumen itu juga menegaskan, “Kami tidak ingin diketahui bahwa kami sedang mengerjakan ini.”
Menanggapi laporan tersebut, juru bicara Anthropic memberikan pernyataan kepada Tom’s Guide. “Claude dilatih menggunakan campuran data web publik, dataset yang dibeli secara komersial, dan data yang kami hasilkan sendiri,” ujar juru bicara tersebut. “Mendapatkan buku adalah pendekatan yang banyak digunakan untuk melatih model bahasa besar di seluruh industri AI. Tidak ada program pengadaan data kami yang membeli dan menghancurkan buku langka atau antik.”
Anthropic juga menambahkan bahwa mereka membeli buku dari pasar komersial biasa dan tidak pernah secara komersial merilis model yang dilatih menggunakan dataset LibGen atau PiLiMi. Perusahaan tersebut menegaskan tidak memperoleh pendapatan dari model yang menggunakan dataset tersebut.
Konteks hukum penting dalam kasus ini terjadi pada Juli lalu ketika Anthropic menyelesaikan gugatan dengan para penulis senilai $1,5 miliar. Pengadilan yang mengawasi kasus tersebut memutuskan bahwa melatih AI menggunakan buku diklasifikasikan sebagai penggunaan wajar berdasarkan hukum hak cipta. Namun, Anthropic tetap dinyatakan melanggar hak cipta beberapa penulis dan penerbit karena menyimpan 7 juta buku bajakan di perpustakaan pusat mereka.
Lebih dari 91% penulis dan penerbit yang tercakup dalam penyelesaian tersebut telah mengklaim bagian pembayaran mereka. Seperti yang ditulis Hakim Alsup: “Seperti pembaca mana pun yang bercita-cita menjadi penulis, LLM Anthropic dilatih menggunakan karya bukan untuk berlomba meniru atau menggantikannya — tetapi untuk berbelok dan menciptakan sesuatu yang berbeda.”
Baca Juga:
Dampak dan Implikasi bagi Industri AI
Praktik penghancuran buku fisik ini menimbulkan kekhawatiran tentang kelestarian literatur cetak. Buku-buku langka dan bahkan yang sudah tidak dicetak mungkin telah diperoleh Anthropic untuk upaya pelatihan mereka di masa lalu. Namun, publik mungkin tidak akan pernah tahu secara pasti nama-nama buku yang dihancurkan tersebut hingga bertahun-tahun kemudian.
Kasus ini juga menyoroti dilema yang lebih luas dalam industri AI mengenai sumber data pelatihan. Meskipun penggunaan buku untuk melatih model bahasa besar dianggap sebagai praktik umum, metode destruktif yang digunakan Anthropic menjadi perhatian tersendiri. Perusahaan tersebut mengklaim tidak ada program pengadaan data mereka yang membeli dan menghancurkan buku langka atau antik, namun laporan menunjukkan jutaan buku fisik telah dihancurkan dalam proses pemindaian.
Anthropic menekankan bahwa penyelesaian kasus Bartz berkaitan dengan klaim bahwa perusahaan mengunduh materi dari dua perpustakaan online — dataset LibGen dan PiLiMi. Perusahaan menegaskan tidak pernah merilis model yang dilatih menggunakan dataset tersebut secara komersial.
Meskipun ada penyelesaian hukum, pertanyaan tentang etika dan keberlanjutan metode pelatihan AI dengan menghancurkan buku fisik tetap terbuka. Industri AI terus berkembang dengan berbagai pendekatan pengumpulan data, dan kasus Anthropic ini menjadi contoh bagaimana perusahaan teknologi besar berupaya mendapatkan data pelatihan dalam skala masif.
Praktik serupa dalam industri AI juga menjadi perhatian, termasuk bagaimana perusahaan-perusahaan teknologi menangani isu hak cipta dan sumber data. Perkembangan ini menunjukkan pentingnya transparansi dalam pengadaan data pelatihan AI, meskipun dokumen internal Anthropic justru menunjukkan keinginan untuk merahasiakan proyek tersebut.
Dengan penyelesaian hukum senilai $1,5 miliar dan lebih dari 91% penulis serta penerbit yang telah mengklaim pembayaran mereka, kasus ini menjadi preseden penting bagi industri AI. Namun, dampak jangka panjang dari penghancuran buku fisik untuk pelatihan AI masih belum dapat dipastikan, terutama terkait kelestarian koleksi literatur dunia.
Ke depannya, publik mungkin tidak akan pernah tahu secara pasti buku-buku apa saja yang telah dihancurkan dalam Project Panama. Yang jelas, kasus ini membuka diskusi lebih luas tentang bagaimana perusahaan AI memperoleh data pelatihan mereka dan sejauh mana metode tersebut dapat diterima secara etis dan hukum.
[END_CONTENT]
Komentar
Belum ada komentar.