AmazonがAI学習用に希少書籍を裁断、AirTagで発覚とArs Technicaが報道

米国の技術系報道メディア「Ars Technica」が、AmazonがAIの学習用テキストを得るために書籍をスキャンし、その過程で希少な本を廃棄していると報じた。発覚の経緯として挙げられているのは、Appleの紛失防止タグ「AirTag」を本に仕込んで行方を追ったという方法だ。同記事は、この作業を担うAmazonのチームが、本を食べようとするティラノサウルスをロゴに使っていることにも触れている。

「読み取ったら捨てる」という前提

報道された事実は多くないが、示しているものは小さくない。書籍の電子化それ自体は長く行われてきた作業で、図書館やアーカイブの文脈では原本の保存が前提だった。ここで問題になっているのは、スキャンの目的が閲覧ではなく機械学習の入力データにあるとき、原本の扱いが優先順位から落ちるという構造である。テキストを取り出せれば紙は用済み、という判断が実務レベルで通ってしまう。

ロゴの選択も、示唆的と言えば示唆的だ。本を消費する側の生き物を看板に据えるという感覚は、当事者たちが自分たちの仕事をどう位置づけているかを表している。ただし、そこから意図を読み取るのは推測の域を出ないので、ここでは指摘だけにとどめる。

生データの争奪が入り口を荒らす

大規模言語モデルの学習では、ウェブ上のテキストがすでにかなり使い尽くされたと言われる段階に入っている。残っているのは、まだデジタル化されていないもの — つまり紙だ。希少書籍が対象に入ってくるのは、その流れから見れば自然な帰結でもある。

クリエイターにとっての論点は二つある。ひとつは著作物が学習に使われることそのもので、これは訴訟や規制の場で争われている。もうひとつは、今回のように物理的な原本が失われる可能性だ。後者は学習データの許諾問題とは別の話で、いったん裁断された本は許諾の議論がどう決着しても戻ってこない。データ取得の競争が加速するとき、最初に荒れるのは入り口の現場である。

報道は現時点でArs Technicaによるもので、Amazon側の説明については確認できていない。事実関係の全体像は今後の追加報道を待つ必要がある。

---

出典: Ars Technica「Hidden Airtag reveals Amazon is trashing rare books to train AI」