Anthropics Buchscanning-Projekt sorgt für Kritik

Mutmaßliche Geheim-Initiative wird öffentlich

Laut Behauptungen in sozialen Medien soll das KI-Unternehmen Anthropic heimlich ein Projekt zur physischen Digitalisierung von Millionen Büchern durchgeführt haben. Der Tweet von International Cyber Digest behauptet, das Unternehmen habe Milliarden Dollar für eine Initiative ausgegeben, bei der Buchrücken abgetrennt wurden, um Hochgeschwindigkeits-Scans zu ermöglichen. Das erste Bild zeigt Anthropics Branding mit minimalistischem Logo, während das zweite einen Stapel verschiedener Bücher mit sichtbaren Titeln wie 'The Ten Thousand', 'Classic Speeches' und 'The Future of Us' zeigt. Falls zutreffend, wäre dies eines der umfangreichsten Buchdigitalisierungsprojekte eines privaten KI-Unternehmens, wobei die destruktive Methodik erhebliche Fragen zur Erhaltungsethik und zum Zugang zu seltenen Materialien aufwirft.

Zerstörung seltener und historischer Bücher

Der kontroverseste Aspekt dieser Vorwürfe betrifft die angebliche Zerstörung seltener und möglicherweise unersetzlicher Bücher. Der Tweet gibt explizit an, dass 'sogar sehr seltene' diesem destruktiven Scanprozess unterzogen wurden. Traditionelles Buchscannen beinhaltet normalerweise sorgfältige Seite-für-Seite-Fotografie, die das physische Artefakt bewahrt. Industrielle Scan-Operationen verwenden jedoch manchmal Guillotine-Schneider, die Buchrücken entfernen, um Seiten durch Hochgeschwindigkeitsscanner zu führen. Dieser Prozess ist irreversibel und verwandelt gebundene Bände in lose Blätter. Bei gewöhnlichen Büchern mit mehreren Exemplaren mag dies akzeptabel sein, aber die Anwendung solcher Methoden auf seltene Ausgaben, Erstdrucke oder Kulturerbe-Materialien würde einen erheblichen Verlust für die bibliografische Geschichte und physische Buchkultur darstellen.

Trainingsdaten für große Sprachmodelle

Der wahrscheinliche Zweck einer so umfangreichen Scan-Operation wäre die Erstellung von Trainingsdaten für Anthropics Claude-KI-Modelle. Große Sprachmodelle benötigen umfangreiche Textkorpora, um Sprachverständnis und Generierungsfähigkeiten zu entwickeln. Bücher stellen hochwertige, redigierte Langform-Inhalte dar, die für Trainingszwecke wertvoll sind. Die Methoden zur Beschaffung dieser Daten sind jedoch sowohl aus ethischer als auch rechtlicher Perspektive von Bedeutung. Viele KI-Unternehmen wurden wegen der Beschaffung von Trainingsdaten kritisiert und verklagt, insbesondere bezüglich Urheberrechten und Autorenvergütung. Wenn Anthropic tatsächlich destruktives Scannen von Millionen Bänden betrieben hat, würde dies ein beispielloses physisches Engagement für Datenbeschaffung darstellen. Die angeblich ausgegebenen Milliarden würden sowohl die Erwerbskosten der Bücher als auch die industrielle Infrastruktur für solch groß angelegte Verarbeitungsvorgänge widerspiegeln.

Auswirkungen auf Zugang und Wettbewerb

Eine besonders besorgniserregende Behauptung im Tweet ist, dass dieser Prozess bedeutet, dass 'keine andere KI und kein Mensch' auf diese Materialien zugreifen kann. Wenn seltene Bücher im Scanprozess zerstört wurden, wären ihre physischen Formen tatsächlich dauerhaft verloren. Dies wirft Fragen auf, ob Anthropic exklusive digitale Archive erstellt hat, die Wettbewerbsvorteile gegenüber anderen KI-Unternehmen bieten, während gleichzeitig Materialien dem öffentlichen Zugang entzogen werden. In der KI-Industrie ist der Zugang zu einzigartigen Trainingsdaten zu einem erheblichen Wettbewerbsvorteil geworden. Unternehmen, die auf charakteristischen, hochwertigen Datensätzen trainieren können, produzieren möglicherweise überlegene Modelle. Diesen Vorteil durch Zerstörung von Kulturmaterialien zu erreichen, würde jedoch einen beunruhigenden Präzedenzfall darstellen, bei dem unternehmerische KI-Interessen die Bewahrung menschlichen Erbes überwiegen.

Branchenreaktion und nötige Überprüfung

Stand dieses Berichts bleiben diese Behauptungen unbestätigte Vorwürfe aus einer einzigen Social-Media-Quelle. Weder Anthropic noch unabhängige Bucherhaltungsorganisationen haben die Existenz eines solchen Programms bestätigt. Die Bilder zeigen lediglich Anthropic-Branding und einen Stapel verschiedener Bücher, die nicht unabhängig beweisen, dass destruktives Scannen stattfand. Die Vorwürfe sind jedoch spezifisch genug – sie erwähnen Milliardenausgaben und Millionen von Büchern –, um eine ernsthafte Untersuchung zu rechtfertigen. Falls wahr, würde dies einen großen Skandal in der KI-Branche mit Auswirkungen darauf darstellen, wie Unternehmen Trainingsdaten beschaffen. Die bibliografische und Archiv-Community würde wahrscheinlich Rechenschaft und Politikänderungen fordern. Vorerst warten Interessengruppen auf eine offizielle Stellungnahme von Anthropic und bestätigende Beweise aus anderen Quellen.