Anthropic đã tiêu hủy hàng triệu cuốn sách in để huấn luyện AI Claude

• Vào tháng 2/2024, công ty AI Anthropic đã thuê Tom Turvey, cựu giám đốc đối tác của dự án Google Books, để dẫn đầu chiến dịch quét và số hóa “tất cả sách trên thế giới”.

• Anthropic chi hàng triệu USD để mua sách in, sau đó cắt bỏ bìa, tháo rời từng trang để quét thành file PDF có thể đọc máy, sau đó vứt bỏ bản gốc vật lý.

• Khác với Google Books sử dụng công nghệ quét không phá hủy, Anthropic chọn phương pháp quét phá hủy nhằm tiết kiệm chi phí và thời gian trong bối cảnh cạnh tranh khốc liệt của ngành AI.

• Theo hồ sơ tòa án, ban đầu Anthropic đã sử dụng các bản sách lậu trên mạng để huấn luyện AI, nhưng sau đó lo ngại rủi ro pháp lý nên chuyển sang phương thức mua sách vật lý.

• Việc này dựa vào nguyên lý “first-sale doctrine” (quyền sử dụng sau bán): mua sách rồi có thể sử dụng bản đó theo ý mình, bao gồm cả việc phá hủy để số hóa.

• Tòa án, dưới sự chủ trì của thẩm phán William Alsup, phán quyết rằng hành vi này được coi là “fair use” (sử dụng hợp lý) vì Anthropic đã mua hợp pháp sách, không phân phối lại dữ liệu mà chỉ dùng nội bộ để huấn luyện AI.

• Thẩm phán ví hành động này như việc chuyển đổi định dạng để tiết kiệm không gian, và coi đây là hành vi mang tính “chuyển đổi”.

• Anthropic mua sách cũ với số lượng lớn từ các nhà bán lẻ lớn, không có ghi nhận về việc phá hủy sách hiếm hay quý hiếm.

• Quy trình số hóa của Anthropic đi ngược lại với các mô hình bảo tồn văn hóa như Internet Archive hay OpenAI-Harvard, vốn sử dụng phương pháp quét không phá hủy để bảo tồn sách cổ và tài liệu quý.

• Trong khi Harvard đang bảo tồn các bản thảo từ thế kỷ 15 để huấn luyện AI, thì hàng triệu cuốn sách bị phá hủy đã góp phần tạo nên Claude – AI có khả năng giúp người dùng viết văn, thảo luận văn học và xử lý kiến thức.

📌 Anthropic chi hàng triệu USD mua sách in rồi tiêu hủy để huấn luyện AI Claude, bất chấp tranh cãi đạo đức. Quy trình quét phá hủy giúp tiết kiệm chi phí so với quét không phá hủy. Tòa án Mỹ xác nhận hành vi này là “fair use” nhờ mua hợp pháp và không phân phối lại. Đây là trường hợp điển hình về cơn khát dữ liệu chất lượng cao trong cuộc đua AI hiện nay.

https://arstechnica.com/ai/2025/06/anthropic-destroyed-millions-of-print-books-to-build-its-ai-models/