AI開発企業が古書店で数千冊の書籍を買いあさりデータ学習に利用

オランダの古書店こしょてんに突然とつぜん届とどいた「3000冊さつ以上いじょうの専門書せんもんしょを買かい占しめたい」という依頼いらい。その背景はいけいには、人工知能じんこうちのう（AI）の学習がくしゅうデータを確保かくほしようとするAI開発かいはつ企業きぎょうの激はげしい動うごきがあった。

オランダ・ハーレムにある古書店こしょてんの店主てんしゅのもとに、「2077AI」という組織そしきの担当者たんとうしゃから大量たいりょうの書籍しょせき購入こうにゅうを求もとめるメールが届とどいた。添付てんぷされたリストには、有名ゆうめいな学術がくじゅつ出版社しゅっぱんしゃが発行はっこうした経済けいざいや科学かがく、医学いがくなどの書籍しょせき番号ばんごう（ISBN）が3000件けん以上いじょうも並ならんでいた。店主てんしゅは最初さいしょ、詐欺さぎメールだと疑うたがって無視むししていたが、同様どうようの依頼いらいがドイツやスイス、カナダなどの古書店こしょてんにも送おくられていたことが判明はんめいした。

AI開発かいはつ企業きぎょうが実物じつぶつの書籍しょせきを求もとめる理由りゆうは、大規模だいきぼ言語げんごモデル（LLM）の精度せいどを向上こうじょうさせるための「質しつの高たかい文章ぶんしょうデータ」がインターネット上じょうで不足ふそくしているためだ。過去かこには、購入こうにゅうした書籍しょせきの背表紙せびょうしを切断せつだんしてスキャンし、デジタル化かした後あとに廃棄はいきする「破壊的はかいてきスキャン」という手法しゅほうをAI企業きぎょうが採用さいようしていたことも発覚はっかくし、物議ぶつぎを醸かもしていた。

ネット上じょうのデータ収集しゅうしゅうが著作権ちょさくけん侵害しんがいとして訴訟そしょう沙汰ざたになるなか、紙かみの本ほんを直接ちょくせつ買かい集あつめる手法しゅほうへ移行いこうする動うごきが加速かそくしている。文化財ぶんかざいとしての希少きしょうな書籍しょせきが失うしなわれる懸念けねんや、データ利用りようをめぐる法的ほうてき・倫理的りんりてきな議論ぎろんが今後こんごさらに強つよまりそうだ。