Anthropic destruindo livros, mensagens vazadas Anthropic

A Anthropic está destruindo milhões de livros raros para treinar seus modelos. Se não fosse uma tragédia ia ser comico o nível de vilania que uma atitude dessas comunica

Assista no canal:

https://www.404media.co/ai-companies-are-buying-tons-of-old-books-because-theyre-free-of-ai-slop/

  • Por que eles estão fazendo isso?
    • Livros até 2022 tem um valor especial porque são pré a contaminação dos textos por slop de IA
    • LIvros são uma fonte de conhecimento estruturado, na maioria das vezes, de mais alta qualidade que uma thread aleatória na internet

… a ISBNdb explica que livros impressos publicados antes de 2022 são ideais para dados de treinamento de IA, pois não contêm textos gerados por IA. Como o artigo aponta corretamente, grande parte dos dados que as empresas de IA podem coletar da internet hoje provavelmente inclui textos gerados por IA, o que pode levar ao "colapso do modelo"

…

O artigo também observa que autores que se opõem à coleta de seus textos para fins de treinamento podem agora facilmente "envenenar" modelos de IA, produzindo conteúdos concebidos para manipular e sabotar os modelos resultantes.

  • Como o processo é feito e por que os livros são destruídos?

https://www.instagram.com/p/DbYsEiZEc5D

  • Em resumo: digitalizar de maneira destrutiva é mais rápido e legalmente seguro, visto que a Anthropic já é alvo de processos de autores por usar seus livros de maneira pirata

Independentemente das intenções originais, o juiz federal William Alsup, no processo de direitos autorais movido por autores contra a Anthropic, considerou que a criação de cópias digitais dos livros pela Anthropic era legal justamente porque os livros foram destruídos.

"Neste caso, cada exemplar impresso adquirido foi copiado para economizar espaço de armazenamento e permitir a busca como cópia digital", escreveu Alsup em sua decisão. "O original impresso foi destruído. Um substituiu o outro. E não há evidências de que a nova cópia digital tenha sido exibida, compartilhada ou vendida fora da empresa."

Isso, disse Alsup, foi "claramente transformador" e, portanto, qualificado como uso justo sob a Seção 107 da Lei de Direitos Autorais.

O site do ISBNdb também divulga esse argumento jurídico para empresas de IA.

"A compra de livros em papel em grande escala no mercado secundário não priva nenhum criador da renda que ele receberia de outra forma", afirma o site do ISBNdb. "Esses são livros que já cumpriram integralmente sua obrigação financeira com seus criadores." “O fornecimento físico responsável não é queimar livros”, afirma o site do ISBNdb em uma seção sobre a importância da reciclagem de livros destruídos. “Trata-se da conclusão do ciclo de vida de um livro: da árvore ao conhecimento e de volta à árvore.”

  • O relato de um vendedor de livros anônimo, provavelmente de um sebo nos EUA, explicita o papel do neoliberalismo:

“Já recebi pedidos de bibliotecas antes e, geralmente, eles se restringem a um único assunto ou, talvez, a uma gama de temas um pouco mais ampla. Mas, basicamente, quase todas as bibliotecas do mundo perderam seus orçamentos. Sei que as bibliotecas universitárias dos EUA já não compram muita coisa. As bibliotecas australianas também não. Quanto ao tipo de livros [...] não há lógica nem critério algum. Além disso, há um total descaso com o preço do livro. Já vendi, dessa forma, alguns livros que tinham preços extremamente elevados. Isso é um forte indício de que se trata de IA, pois elas dispõem de muito dinheiro.”

  • Eles poderiam simplesmente ter feito o que o Archive.org faz, escaneado os livros para serem preservados e colocados na internet ou doados para alguma biblioteca e como parte de um acordo treinar com esse conteúdo

  • A cereja de milho no topo desse bolo de merda é a visão da Anthropic contra modelos abertos e a prática de destilação. Que eles consideram um perigo pois botaria na mão de “governos autoritários como o partido comunista Chinês, mas não somente eles” o poder de modelos de IA de fronteira

https://www.anthropic.com/news/position-open-weights-models

  • Indo contra uma carta recente da indústria que declarou apoio a modelos abertos (muito puxado pela NVIDIA que só tem a ganhar e pelo Micro$oft que “virou a casaca”)

https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf

  • Esses dias eles fizeram essa cagada (igual à que a OpenAI já fez) de vazar conversas privadas de usuários do Claude e eu tenho certeza que o primeiro pensamento do Dario Amodei foi

Que perigo! Os chineses vão usar isso pra treinar!

https://www.wired.com/story/private-claude-chats-exposed-in-google-and-bing-search-results/

  • Essa conclusão aqui é pros magrões que sempre aparecem quando eu critico essas práticas de big tech com argumentos assim:

    • “Achei que você era contra direitos autorais. Está defendendo agora?”
    • “Direitos autorais são uma bobagem, eles fazem o que quiserem com os livros”
    • “Eles estão democratizando o conhecimento ao colocar esses modelos nas nossas mãos”

  • A Anthropic (e todas outros “BIG AI”) é um projeto supremacista estadunidense. Um projeto colonial, e imperialista. De extrativismo de dados e matéria prima do sul global e de transformação do conhecimento livre em produtos privados.

  • A pirataria de um hacker fazendo engenharia reversa de um sistema NÃO é igual à pirataria de uma empresa bilionária que está construindo as ferramentas de opressão e destruição da internet

    • Seria o mesmo que dizer que eu sou hipócrita de ter medo de me afogar só porque eu preciso beber água todos os dias

  • Eu sei que o tipo de cara que deixa esses comentários burros nem chega até essa parte do vídeo e provavelmente não consegue sair da prisão do senso comum pra entender… mas é por isso que muita gente odeia essas big techs e por extensão vocês

    • Mas ainda dá tempo de mudar, reflitam