Тихий поворот в истории Amazon
Компания, которая когда-то связала свою судьбу с бумажными книгами, теперь относится к ним как к расходному материалу. По данным расследования 404 Media, Amazon скупает редкие издания целыми партиями, срезает с них переплёт и отправляет листы под сканер. Метод грубый, зато эффективный: так страницы можно подавать в оборудование без остановки — и без сожалений о сохранности книги как предмета.
Для Amazon это не акт вандализма, а часть технологического конвейера: тексты нужны для обучения новых ИИ-моделей. В ответ на запрос журналистов компания подтвердила, что «покупает книги через коммерческие каналы, чтобы улучшить продукты и услуги, которые используют клиенты». Иными словами, редкие фолианты становятся сырьём — почти как руда для металлургического завода.
Как журналисты вычислили пункт назначения
Доказательства собрали не со слов, а проследив за конкретным экземпляром. 404 Media спрятала в редкую книгу отслеживающее устройство и стала наблюдать за её маршрутом. Посылка в итоге оказалась на объекте Amazon в Лас-Вегасе под кодовым именем VGT3 — примечательно, что этот склад маркирован символом динозавра, сжимающего в когтях книгу.
Сложного в такой охоте ничего нет: Amazon давно стал крупнейшей площадкой для букинистов, так что нужные издания можно выкупать буквально тоннами. Продавец вряд ли заподозрит неладное, когда оптовый покупатель берёт сразу десятки старых книг, — такое выглядит как заказ для библиотеки, а не для шредера.
Чем старые книги ценны для нейросетей
Дело не в сюжетах и не в типографской красоте. Главный актив редких изданий — «чистый» человеческий текст. Всё, что было опубликовано до 2022 года, физически не могло быть написано языковой моделью: тогда генеративные нейросети ещё не были доступны широкой публике. А вот значительная часть современного интернета уже создана алгоритмами, и обучать на ней новую модель — значит передавать ей чужие ошибки и шаблонность.
Здесь на сцену выходит феномен model collapse — «коллапс модели». Если ИИ учится на текстах, порождённых другим ИИ, качество его ответов постепенно ухудшается. Язык становится плоским и однообразным, исчезают редкие обороты, падает точность. Старые книги — это природный «заповедник» живой человеческой речи, до которого не добрались алгоритмы. Чем недоступнее тираж, тем выше его ценность для обучения: текст не засвечен ни в интернете, ни в предыдущих датасетах.
Ирония в том, что Amazon, построившая гигантский рынок подержанных книг, теперь уничтожает их как физический объект ради невидимых моделей. Для коллекционеров это тревожный сигнал: покупатель редкого издания может интересоваться не содержанием, а лишь его пригодностью для сканера. Но с точки зрения бизнеса логика железная — пока есть спрос на качественный ИИ, сохранится и спрос на ножницы.
