AI 公司正在摧毁实体书籍——趁还来得及，赶快扫描稀有书籍

AI 公司实际上在做什么

• 几家 AI 实验室正在批量购买二手书（通常通过中间商），拆掉书脊，扫描页面，然后把纸张丢弃或打成纸浆。
• 讨论中提到的动机：
  • 主流说法：为了获取高质量、AI 之前的（“未受污染的”）文本，并遵守近期美国版权判决；如果原件被销毁，“格式转换”是被允许的。
  • 怀疑论观点：销毁主要是出于成本、物流和维持专有数据护城河的需要，而不是法律上的必要。

版权与法律背景

• 近期美国案件（例如在讨论串中转述的 Project Panama / Bartz v. Anthropic）：
  • 扫描已购买的实体书并销毁它们，可以被视为一个被转换后的单一副本，从而有利于合理使用的论点。
  • 同时保留实体版和数字版，或使用盗版电子书，会带来更高的侵权风险。
• 许多评论者强调：法律并不是字面上要求撕碎；它只是让破坏性扫描成为最稳妥的选择。
• 对当前版权制度的强烈批评：版权期限过长、孤儿作品、已绝版但仍被锁定的内容；责任被归咎于立法者和出版商。

“稀有书籍”真的正在失去吗？

• 一派观点：被扫描的大多数书都是低需求物品——旧手册、冷门会议论文集、自费出版物、电视节目指南——本来就很可能会被扔进垃圾箱或打成纸浆。
• 另一派观点：在这样的规模下，某些真正稀有或独一无二的作品（小规模学术印本、地方史、利基文化资料）不可避免会被销毁。
• 证据很薄弱：讨论中反复指出，缺乏具体例子来证明某些独特书名已经丢失；很多说法只是推测或轶闻。

图书馆、书商与规模

• 多位评论者指出：
  • 公共图书馆、大学图书馆、旧货店和出版商都会常规性地丢弃或打浆大量书籍。
  • 捐赠书籍往往会直接进入回收；“保留最后一本”的政策和专业档案管理员才是例外，而非常态。
• 也有人反驳：
  • 图书馆至少有一定的档案保存理念和受过训练的工作人员；AI 公司则有盈利动机、最低限度的甄别，以及大得多、带有明确目标的处理吞吐量。
  • 动机和规模（数百万本被故意购买的书）被视为在道德上有重要区别。

数字化与公共访问

• 核心张力：AI 实验室出于法律和竞争原因，将高质量扫描件私有化保存；公众只能通过模型看到有损、转述式的痕迹。
• 许多人认为：
  • 对一本书进行训练，并不等同于保存它；LLM 无法可靠地复现原文、引文或上下文。
  • 锁在公司服务器上的扫描件“几乎不比垃圾填埋场好多少”，除非法律改变，允许最终向公众发布。
• 提出的修复方案：强制将数字副本交存国家图书馆、版权到期或对绝版作品自动公开，或为公共档案设置明确的法律豁免。

价值观、修辞与建议的应对措施

• 强烈的情绪反应：
  • 有人把破坏性扫描比作焚书，或现代版亚历山大图书馆的时刻；也有人称这是夸张的“道德恐慌”。
  • 反方观点：这只是剩余书籍正常生命周期中的另一个阶段，同时附带数字保存的好处。
• 建议的行动：
  • 支持并志愿为影子图书馆扫描（Anna’s Archive、LibGen）以及 Internet Archive。
  • 推动版权改革和类图书馆式例外；有人呼吁抵制大型 AI 公司。