AI 公司正在粉碎稀有书籍
据报道，AI 公司正大量收购印刷书籍并以破坏性方式扫描，将其作为大语言模型的训练数据，然后粉碎实体副本，以强化“只存在一份副本”的法律主张。评论者争论这究竟是现代焚书，还是务实的格式转换；他们质疑受影响书目的“稀有”程度，并指出版权法与 DMCA 的反规避规则使非破坏性扫描和公开发布扫描件在法律上存在风险。许多人认为，核心问题不在数字化本身，而在于一种制度：它激励销毁实体媒体、囤积由此产生的数据集，并将图书馆和档案馆等公共机构边缘化。
粉碎的范围与证据
- 讨论主要围绕一些报道称（尤其是一篇 404 Media 的文章），AI 相关公司大量收购二手书，采用破坏性方式扫描，然后把残余纸张打成纸浆。
- 被提到的具体例子大多是小众的、较新的技术或学术类书籍，带有 ISBN（1960 年代以后出版），而不是古代手稿。
- 几位评论者承认，关于“18 世纪作品最后几本副本被粉碎”的说法是推测性的，并没有证据支持。
- 一些参与者怀疑真的有任何极其稀有、且已过版权期的书籍被销毁；另一些人则说，对于外语和低流通作品，已知副本只有个位数是可能的，但在这里尚未被证实。
版权、合法性与激励
- 几位评论者指出，美国法院的一些判决认定，对合法获得的作品进行训练可构成合理使用，尤其是在实体副本被销毁、因此只剩一份副本的情况下。
- 破坏性扫描被描述为比在当前版权/DMCA 规则下同时保留实体和数字副本更快、更便宜，也更能规避法律风险。
- 有人把责任归咎于出版商以及过去的诉讼（例如针对 Internet Archive、shadow libraries 的诉讼），认为这些把 AI 公司推向了“analog hole”策略，而不是许可授权。
- 另一些人强调，如果书籍已不受版权保护，那么没有任何法律上的必要去粉碎它们；如果真的发生了，那是出于成本/速度，而不是法律要求。
保存 vs. 销毁
- 一派认为这实际上就是焚书：独特的文物（装帧、批注、重写本层）和物质文化遗产被丢失，而私有扫描件则被锁起来。
- 另一派反驳说，这些书大多本来就是毫无价值的剩余库存，图书馆和出版商也经常会清理并打浆；破坏性扫描至少把内容以数字形式保存了下来。
- 有些人强调，LLM 权重并不等于真正的数字化；如果扫描件不能公开访问，那么对学术研究来说就什么也没有真正被保存。
- 另一些人认为，对实体书的“迷恋”被夸大了，主要价值在于文本而不是纸张，不过数字长久保存与真实性仍存在争议。
比较、伦理与类比
- 类比范围从纳粹/塔利班式销毁以及 Fahrenheit 451 /“按服务焚书”，到平凡的图书馆清理与出版商打浆。
- 几位评论者指出，在这场冲突中，出版商、AI 公司、立法者都可能以不同方式“错了”。
- 有人建议，应当要求 AI 公司（或通过社会压力促使其）公开释放公版书扫描件，或向开放档案作出贡献，作为破坏性扫描的条件。
政策与改革想法
- 多次呼吁版权改革：缩短保护期（例如 20–50 年）、加强公共领域和弃权规则，并为非破坏性数字化制定更明确的权利。
- 还有人提出，对稀有作品应由公共机构或非营利机构托管，对只剩个位数副本的书籍提供遗产保护，并建立公共拥有的训练语料库，而不是私有囤积。