**Σημείωση Συντάκτη**: Αυτή η ανάλυση αποτελεί μέρος της έρευνας του The Atlantic σχετικά με τη βάση δεδομένων Library Genesis. Μπορείτε να acceder στο εργαλείο αναζήτησης του The Atlantic για κινηματογραφική και τηλεοπτική συγγραφή που χρησιμοποιήθηκε για την εκπαίδευση της AI εδώ. Όταν η Meta άρχισε να δημιουργεί το μοντέλο AI της, Llama 3, η ομάδα αντιμετώπισε ένα ηθικό δίλημμα: η νόμιμη απόκτηση μιας τεράστιας ποσότητας ποιοτικού κειμένου ήταν αργή και δαπανηρή. Σκέφτηκαν να κλέψουν δεδομένα μετά από την απογοήτευσή τους με τις επιλογές αδειοδότησης, αναφέροντας υψηλά κόστη και καθυστερημένη παράδοση από πιθανούς συνεργάτες. Εσωτερικές συζητήσεις αποκάλυψαν μια ισχυρή επιθυμία να χρησιμοποιήσουν βιβλία, τα οποία θεωρούνται απαραίτητα για την εκπαίδευση, ωθώντας τους να εξερευνήσουν τη Library Genesis (LibGen), μια μεγάλη βιβλιοθήκη πειρατεμένων λογοτεχνικών έργων και ερευνών. Οι εσωτερικές επικοινωνίες αποκάλυψαν ότι οι υπάλληλοι της Meta ζήτησαν έγκριση από τον CEO Mark Zuckerberg για να χρησιμοποιήσουν το σύνολο δεδομένων του LibGen, το οποίο είναι πλέον δημόσιο λόγω αγωγής πνευματικών δικαιωμάτων από αρκετούς συγγραφείς. Επίσης, η OpenAI έχει συνδεθεί με το LibGen σε προηγούμενες περιπτώσεις χρήσης. Αν και η πλήρης έκταση των κειμένων που εκπαιδεύτηκαν από τις δύο εταιρείες δεν είναι σαφής—το περιεχόμενο του LibGen ενημερώνεται συνεχώς—η βάση δεδομένων περιέχει εκατομμύρια τίτλους, συμπεριλαμβανομένων σημαντικών έργων και ακαδημαϊκών εργασιών. Η Meta και η OpenAI υπερασπίζονται τις προσεγγίσεις τους κάτω από την επιβεβαίωση της «δίκαιης χρήσης», ισχυριζόμενες ότι η γεννητική τους AI μετατρέπει τις πηγές σε νέο περιεχόμενο. Ωστόσο, η χρήση του LibGen εγείρει κρίσιμα ζητήματα, ειδικά δεδομένου ότι τα εσωτερικά έγγραφα υποδηλώνουν ότι η Meta κατέβασε δεδομένα μέσω BitTorrent, το οποίο ενέχει νομικούς κινδύνους λόγω της πιθανής διανομής πειρατεμένων περιεχομένων.

Η Meta επιμένει ότι έλαβε μέτρα κατά της διανομής αρχείων. Οι υπάλληλοι αναγνώρισαν τους νομικούς κινδύνους, συζητώντας στρατηγικές για να κρύψουν τις δραστηριότητές τους, όπως η αποφυγή αναφορών σε πνευματικά προστατευμένα έργα και η φιλτράρισμα αναγνωρίσιμων πληροφοριών. Το LibGen, σημαντικά μεγαλύτερο από άλλες πειρατικές συλλογές, είναι ελκυστικό για τους προγραμματιστές AI λόγω της ευρείας επιλογής του, συμπεριλαμβανομένης της σύγχρονης λογοτεχνίας και ακαδημαϊκών περιοδικών. Ιδρυμένο το 2008 από Ρώσους επιστήμονες, το LibGen υπηρετεί περιοχές με περιορισμένη πρόσβαση σε εκπαιδευτικούς πόρους. Η ανάπτυξή του έχει ενισχυθεί από τις συνεισφορές πειρατεμένων υλικών, οδηγώντας σε επικράτηση αγγλικών κειμένων με το πέρασμα του χρόνου. Παρά τις πολλές προσπάθειες των εκδοτών να περιορίσουν την πειρατεία, συμπεριλαμβανομένων σημαντικών δικαστικών αποφάσεων και προστίμων κατά του LibGen, η βιβλιοθήκη επιμένει. Αυτή η προσβασιμότητα εγείρει ηθικές ανησυχίες σχετικά με το υποκείμενο έργο των συγγραφέων, οι οποίοι συχνά δεν λαμβάνουν αναγνώριση ή αποζημίωση. Οι τεχνολογίες γεννητικής AI κινδυνεύουν να αποσυνδέσουν τη γνώση και να υπονομεύσουν την αναγνώριση προς τους αρχικούς δημιουργούς. Η κεντρική πρόκληση παραμένει πώς να ισορροπήσουμε αποτελεσματικά τη διάδοση της γνώσης και της δημιουργικής εργασίας προς όφελος της κοινωνίας, καθώς οι εταιρείες όπως η Meta εκμεταλλεύονται αυτούς τους πόρους για κέρδος, ενδεχομένως μειώνοντας την αξία της ανθρώπινης πνευματικής εμπλοκής.