Η Οξφόρδη έδωσε στην OpenAI 125.000 σαρώσεις διατριβών της Bodleian

Η Οξφόρδη άφησε την OpenAI να εκπαιδεύσει AI με κείμενα της Bodleian, σύμφωνα με τον Guardian. Τι λέει το πανεπιστήμιο για τις 125.000 σαρώσεις.

Το Πανεπιστήμιο της Οξφόρδης επέτρεψε στην OpenAI να χρησιμοποιήσει παλιά κείμενα της Βιβλιοθήκης Bodleian για να εκπαιδεύσει τα μοντέλα της, σύμφωνα με εσωτερικά έγγραφα που είδε ο Guardian. Κατά τα έγγραφα, όσα κείμενα σάρωσε η OpenAI στη βιβλιοθήκη κατέληξαν στα δεδομένα εκπαίδευσης. Το ρεπορτάζ των Ethan Penny και Dan Milmo δημοσιεύτηκε το Σάββατο.

Τι είχε ανακοινωθεί το 2025

Η Οξφόρδη έκανε γνωστή τη συνεργασία με την OpenAI τον Μάρτιο του 2025. Τότε μιλούσε για εργαλεία που θα βοηθούσαν στη σάρωση σπάνιων κειμένων, ώστε να φτάσουν σε περισσότερους φοιτητές και ερευνητές.

Για εκπαίδευση AI δεν έγινε λόγος.

Η Βιβλιοθήκη Bodleian είχε στείλει στην OpenAI 125.000 σαρώσεις παλιών διδακτορικών διατριβών μέχρι τον Ιούνιο του 2025. Οι διατριβές γράφτηκαν σε ευρωπαϊκά και αμερικανικά πανεπιστίμια τον 19ο και τον 20ό αιώνα.

Αντιρρήσεις μέσα στη βιβλιοθήκη

Ο Guardian απέκτησε πρακτικά συσκέψεων του προσωπικού με αίτημα ελεύθερης πρόσβασης σε πληροφορίες (FOI). Δείχνουν ότι κάποιοι εργαζόμενοι είχαν ενστάσεις, κυρίως για το όνομα της Οξφόρδης και για την κατανάλωση ενέργειας της AI.

Το πανεπιστήμιο απαντά ότι οι σαρώσεις είναι μικρής κλίμακας, εκτός πνευματικών δικαιωμάτων και όχι αποκλειστικές για την OpenAI. Η βιβλιοθήκη κρατά τα δικαιώματα και θα αρχίσει να τις ανεβάζει online τους επόμενους μήνες. Εκπρόσωπος υποστήριξε ότι η εκπαίδευση AI δεν κρύφτηκε ποτέ. Κύριος στόχος ήταν η ψηφιοποίηση, όμως το προσωπικό είχε μιλήσει ανοιχτά για το ότι τα κείμενα θα πήγαιναν και σε μοντέλα.

«Με περισσότερους από ένα δισεκατομμύριο ανθρώπους να χρησιμοποιούν αυτή την τεχνολογία στην καθημερινότητά τους, είναι σημαντικό να αντανακλά διαφορετικούς πολιτισμούς, ιστορίες και οπτικές», δήλωσε εκπρόσωπος της OpenAI στον Guardian.

Γιατί οι εταιρείες AI κυνηγούν έντυπα βιβλία

Η Οξφόρδη είναι το μόνο βρετανικό μέλος της ομάδας NextGenAI της OpenAI. Εκεί συμμετέχουν, μεταξύ άλλων, η Δημόσια Βιβλιοθήκη της Βοστώνης, το Caltech, το MIT και το Πανεπιστήμιο του Michigan.

Οι εταιρείες AI αγοράζουν έντυπα βιβλία επειδή το web έχει γεμίσει κείμενα γραμμένα από AI και χρειάζονται δεδομένα χωρίς «slop». Κάποιοι αγοραστές κόβουν τα βιβλία για να τα σαρώσουν, κάτι που έχει εξοργίσει τους παλαιοβιβλιοπώλες. Τον Αύγουστο, το 404 Media ακολούθησε ένα κουτί σπάνιων βιβλίων μέχρι μια εγκατάσταση της Amazon που σαρώνει και καταστρέφει βιβλία για AI. Τα βιβλία της Bodleian μένουν ακέραια, σύμφωνα με τον Guardian.

Η άποψή μας στο Techblog

Διατριβές του 19ου αιώνα σε ένα μοντέλο AI δεν είναι σκάνδαλο. Το πρόβλημα είναι ότι η συμφωνία παρουσιάστηκε ως ψηφιοποίηση και η εκπαίδευση φάνηκε μόνο χάρη σε αίτημα FOI. Όποιος έχει δουλειά του σε πανεπιστημιακό αρχείο καλά θα κάνει να υποθέσει ότι το ίδιο μπορεί να συμβεί και εκεί.