A empresa amazonense, que revolucionou o comércio online vendendo livros há décadas, está agora destruindo exemplares raros para obter dados que alimentam seus sistemas de inteligência artificial. Segundo informações reveladas pelo site de tecnologia 404 Media, a companhia adquire grandes quantidades de livros antigos, corta suas lombadas e digitaliza o conteúdo para utilizá-los no treinamento de modelos de linguagem.
A investigação jornalística revelou essa prática ao inserir um dispositivo de rastreamento em um livro raro, que acabou chegando a uma instalação da empresa localizada em Las Vegas, nos Estados Unidos. Essa unidade, identificada pelo código VGT3, possui como emblem a figura de um dinossauro segurando um livro com suas garras. Ao ser questionada pela publicação, a empresa declarou que adquire livros por meio de canais comerciais para aprimorar os produtos e serviços oferecidos aos consumidores.
Os grandes conglomerados de tecnologia necessitam de volumes astronômicos de texto para treinar seus modelos de linguagem de grande escala, que já utilizaram praticamente todo o conteúdo disponível na internet. No caso da Anthropic, a empresa chegou a utilizar obras pirateadas de forma ilegal para esse propósito. Livros raros, especialmente aqueles que estão esgotados ou impossível de encontrar no ambiente digital, representam uma fonte preciosa e cobiçada de dados para treinamento.
Esses textos antigos possuem um valor especial porque não há possibilidade de que qualquer publicação anterior a 2022 tenha sido escrita por um modelo de linguagem. Porém, quando sistemas de inteligência artificial são treinados com conteúdos gerados por outras IAs, eles correm o risco de sofrer o chamado colapso de modelo, fenômeno que ocorre quando a qualidade das respostas geradas se deteriora após a máquina absorver excesso de texto produzido artificialmente.
Fonte: TechCrunch
