Yapay zeka şirketleri, modellerini eğitmek için giderek daha fazla basılı kitaba yöneliyor. Bunun temel nedeni, özellikle 2022 öncesinde yayımlanan kitapların internetteki içeriklere kıyasla daha “temiz” veri sunması. Sektördeki yaklaşım şu: Eski kitaplar insan eliyle hazırlanmış, düzenlenmiş ve yapay zeka üretimi metinlerle kirlenmemiş içerikler barındırıyor.
Haberde öne çıkan şirketlerden biri ISBNdb. Şirket, internetten toplanan verilerin artık yapay zeka üretimi metinlerle dolmaya başladığını, buna karşılık eski basılı kitapların daha güvenilir bir kaynak sunduğunu savunuyor. Bu yüzden bazı yapay zeka firmaları, çok sayıda fiziksel kitabı toplu halde satın alıp tarayarak eğitim verisine dönüştürüyor.
Bu sürecin tartışmalı tarafıysa kitapların çoğu zaman fiziksel olarak korunmaması. Büyük ölçekli tarama işlemlerinde ciltler kesiliyor, sayfalar makineden geçiriliyor ve kitaplar çoğu durumda kullanılamaz hale geliyor. Yani amaç kitabı arşivlemekten çok, içeriğini hızlı ve düşük maliyetli şekilde sayısallaştırmak oluyor.
Özellikle ikinci el ve baskısı tükenmiş kitaplara yönelik toplu alımların arttığı söyleniyor. Bazı kitap satıcıları, kısa süre içinde alışılmadık ölçekte siparişler almaya başladıklarını aktarıyor. Siparişlerin rastgele görünen ama ISBN numarası taşıyan kitaplara yönelmesi, alıcıların yapay zeka şirketleri olabileceği şüphesini güçlendiriyor.
Yapay zeka tarafında bu ilginin bir başka nedeni de veri kalitesi. Açık web artık yalnızca insan üretimi içeriklerden oluşmuyor. Yapay zeka tarafından yazılmış metinlerin yeniden model eğitimine girmesi, sektörün sıkça tartıştığı “model çöküşü” riskini gündeme taşıyor. Şirketler, bu riski azaltmak için daha eski ve insan üretimi olduğu daha net kabul edilen kaynaklara yöneliyor.
Konu yalnızca teknik değil, hukuki açıdan da hassas. ABD’de görülen bazı davalarda, yasal olarak satın alınmış fiziksel kitapların taranıp dijital kopyaya dönüştürülmesi belirli koşullarda “fair use” kapsamında değerlendirildi. Ancak korsan dijital arşivlerden edinilen kitaplar için aynı durum geçerli değil. Bu yüzden bazı şirketlerin, hukuki riski azaltmak adına doğrudan fiziksel kopya satın alma yolunu tercih ettiği anlaşılıyor.
Öte yandan bu yöntem yayıncılık dünyasında ciddi soru işaretleri yaratıyor. Çünkü özellikle nadir bulunan ya da baskısı bitmiş eserlerin tarama sonrası ortadan kaldırılması, kültürel miras açısından da endişe doğuruyor. Kısacası yapay zeka şirketleri için eski kitaplar yüksek kaliteli eğitim verisi anlamına geliyor, ancak bunun bedeli yalnızca telif tartışmalarıyla sınırlı kalmayabilir.
Kaynak: www.techspot.com
