گزارش‌های اخیر از وجود پروژه‌های محرمانه در شرکت‌های پیشرو هوش مصنوعی خبر می‌دهند که هدف آن‌ها جمع‌آوری داده‌های آموزشی از طریق روش‌های بحث‌برانگیز است. یکی از این موارد، پروژه‌ای در شرکت Anthropic (سازنده مدل Claude) با نام Project Panama است که هدف آن «اسکن تخریبی» تمامی کتاب‌های جهان برای تغذیه مدل‌های زبانی است.
تخلفات کپی‌رایت و جریمه‌های میلیاردی
در سال ۲۰۲۴، گروهی از نویسندگان علیه شرکت Anthropic شکایت کردند و مدعی شدند که این شرکت میلیون‌ها اثر دارای کپی‌رایت (Copyrighted Works) را بدون اجازه برای آموزش مدل‌های AI خود پردازش کرده است. این پرونده که شامل بیش از ۳۰۰ هزار نویسنده بود، در نهایت منجر به پرداخت مبلغ ۱.۵ میلیارد دلار توسط Anthropic برای تسویه اختلافات شد.
عملیات VGT3 در آمازون
علاوه بر Anthropic، شواهد جدیدی از فعالیت‌های مشابه در شرکت آمازون (Amazon) در بخشی به نام VGT3 به دست آمده است. بر اساس تحقیقات میدانی، آمازون اقدام به خرید گسترده کتاب‌های فیزیکی کرده و پس از اسکن دیجیتالی آن‌ها، نسخه‌های فیزیکی را تخریب و خرد می‌کند. این فرآیند باعث می‌شود محتوای کتاب‌ها تنها در قالب داده‌های آموزشی پشت دیوارهای دیجیتالی شرکت‌ها باقی بماند و تنها در قالب پاسخ‌های یک Chatbot در دسترس کاربران قرار گیرد.
چالش‌های اخلاقی در توسعه مدل‌های Frontier
این رویکرد که به عنوان راهکاری برای ساخت مدل‌های پیشرو (Frontier Models) به کار می‌رود، بحث‌های گسترده‌ای را در مورد مالکیت معنوی و اخلاقیات در حوزه AI ایجاد کرده است. در واقع، شرکت‌ها با خرید نسخه‌های فیزیکی و سپس نابودی آن‌ها، سعی می‌کنند مسیر قانونی دسترسی به داده‌ها را دور بزنند و دیتابیس‌های عظیمی ایجاد کنند که هیچ نویسنده‌ای از محتوای آن یا نحوه استفاده از آن اطلاعی ندارد.
