Telset.id – Investigasi terbaru dari 404 Media mengungkap bagaimana perusahaan AI membeli jutaan buku, termasuk buku langka, untuk melatih model kecerdasan buatan mereka. Proses ini ternyata melibatkan pemotongan punggung buku sebelum dipindai, dan salah satu fasilitasnya berlokasi di gudang Amazon Las Vegas bernama VGT3.
404 Media menempatkan perangkat pelacak di dalam sebuah buku langka yang menjadi bagian dari pesanan 1.000 buku. Buku tersebut akhirnya berakhir di gudang Amazon Las Vegas, VGT3, yang merupakan bagian dari fasilitas lebih besar bernama LAS8. Karyawan yang berbicara kepada 404 Media mengatakan tugas mereka di fasilitas ini hanya memotong punggung buku dan memindainya menggunakan scanner.
“Yang kami lakukan hanyalah memindai buku,” kata seorang karyawan kepada 404 Media. Logo fasilitas VGT3 bahkan menampilkan dinosaurus yang memegang buku, tampak seperti akan merobek dan menggigitnya, bukan membacanya.
Investigasi dan Temuan Utama
Investigasi ini dimulai pada Juli ketika 404 Media meminta seorang penjual buku untuk memasang Apple AirTag dalam pengiriman 1.000 buku. Pesanan sebesar ini memang tidak biasa, namun dilaporkan semakin umum terjadi di era AI. Penjualan buku meningkat, dan banyak yang menduga hal ini bukan karena meningkatnya minat baca, melainkan untuk melatih model AI frontier.
Pesanan tersebut diajukan melalui Biblio, pasar online yang mengklaim sebagai “pasar buku independen terbesar di dunia.” Pesanan besar ini sering kali berisi berbagai jenis buku yang tidak berkaitan satu sama lain. Seorang penjual buku independen di Irlandia, misalnya, menerima pesanan 5.000 buku yang diduga untuk pelatihan AI.
“Sebagian adalah non-fiksi berkualitas tinggi, seperti A History of Connemara, dan berikutnya mungkin The Eddie Hobbs Guide to your SSIA,” kata Tomás Kenny dari Kennys Bookshop saat itu.
404 Media melaporkan bahwa karyawan di VGT3 diwajibkan memindai ISBN (barcode) setiap buku. Hal ini memperkuat teori bahwa perusahaan AI bekerja berdasarkan daftar setiap buku yang pernah diterbitkan, atau setidaknya setiap buku yang memiliki ISBN. Seorang penjual buku mengatakan kepada 404 Media bahwa pesanan besar ini “tidak pernah” mencakup buku langka yang tidak memiliki ISBN.
Proyek Panama dan Kasus Perusahaan AI
Lebih awal tahun ini, dokumen pengadilan mengungkap ‘Project Panama’ milik Anthropic yang dimulai pada 2024. Dokumen internal proyek tersebut menyatakan: “Project Panama adalah upaya kami untuk memindai secara destruktif semua buku di dunia.” Seorang hakim memutuskan bahwa Anthropic diizinkan menggunakan buku untuk melatih model AI-nya. Namun, perusahaan itu didenda US$1,5 miliar karena menyimpan 7 juta buku bajakan di perpustakaan pusat.
Dalam gugatan tahun 2025 terhadap Meta, terungkap bahwa perusahaan tersebut telah membajak hampir 82TB buku. Praktik pemindaian buku secara massal sebenarnya bukan hal baru. Pada 2005, Google mempelopori Google Books dengan memindai buku-buku yang tidak memiliki hak cipta dari perpustakaan kampus menggunakan scanner khusus. Buku-buku tersebut kemudian dikembalikan.
Google kemungkinan menggunakan scanner berbentuk V yang membuka buku secara alami tanpa merusak punggung dan jilidnya. Sementara di VGT3, karyawan memotong punggung buku sebelum memindai, kemungkinan untuk memasukkan halaman secara datar ke dalam scanner industri.
Kelaparan data yang tak pernah terpuaskan dari model AI frontier tampaknya bergerak lebih cepat daripada upaya digitalisasi buku awal Google. Sulit untuk memastikan mengapa fasilitas seperti VGT3 beroperasi dengan cara ini, namun kemungkinan besar berkaitan dengan biaya.
Ketika perusahaan besar seperti Meta dan Anthropic tertangkap memiliki perpustakaan buku bajakan, mereka kini harus membeli buku-buku tersebut. Saat membeli ribuan buku sekaligus, membeli salinan bekas dari marketplace seperti Biblio jauh lebih murah daripada membeli versi digital dengan harga penuh, jika versi digitalnya memang tersedia.
Praktik ini menimbulkan kekhawatiran besar di kalangan penjual buku independen dan penerbit. Buku-buku langka yang seharusnya dilestarikan justru dihancurkan untuk kepentingan pelatihan AI. Meskipun ada keputusan pengadilan yang mengizinkan penggunaan buku untuk pelatihan AI, denda yang dijatuhkan kepada Anthropic menunjukkan bahwa praktik ini tetap memiliki konsekuensi hukum.
Kasus Meta yang membajak 82TB buku juga menunjukkan skala besar praktik ini. Perusahaan teknologi terus mencari cara untuk mendapatkan data pelatihan dalam jumlah besar, dan buku menjadi salah satu sumber utama. Namun, metode yang digunakan, termasuk menghancurkan buku fisik, menuai kritik dari berbagai pihak.
Ke depannya, industri ini perlu mencari keseimbangan antara kebutuhan data untuk pengembangan AI dan perlindungan terhadap karya intelektual serta buku-buku langka yang memiliki nilai sejarah dan budaya. Sementara itu, fasilitas seperti VGT3 terus beroperasi untuk memenuhi permintaan data yang terus meningkat dari perusahaan-perusahaan AI.
Komentar
Belum ada komentar.