当AI公司为获取训练数据而大规模扫描书籍时，一个被忽视的副作用正在浮现：实体书被销毁。这一现象提醒我们，在追求技术进步的同时，文化遗产的保护同样紧迫。
发生了什么
据Hacker News上的讨论，一些AI公司在获取书籍用于训练大语言模型时，并非仅扫描后归还，而是直接销毁了实体书。这些书籍通常来自图书馆、档案馆或私人收藏，其中不乏稀有版本或孤本。讨论指出，这种行为可能出于版权考虑或简化流程，但结果却是不可逆的物理损失。
目前，这一现象的具体规模尚不明确，但已引起部分学者和藏书家的警觉。他们呼吁在书籍被完全销毁前，优先进行数字化扫描，以保存内容。
为什么重要
书籍不仅是知识的载体，也是历史的见证。稀有书籍往往包含独特的版本信息、手写批注或历史痕迹，这些是数字副本无法完全复制的。AI公司追求数据效率，却可能无意中破坏了人类共同的文化遗产。
更深层的问题是，AI训练数据的获取方式缺乏透明度和伦理规范。当商业利益与文化遗产保护冲突时，后者往往被忽视。这一事件折射出AI发展中的系统性风险：技术进步不应以牺牲历史记忆为代价。
此外，图书馆和档案馆在向AI公司提供资料时，可能未充分评估风险，导致珍贵资源流失。这提醒相关机构需建立更严格的合作条款和数字化预案。
影响与看点
对图书馆和档案馆而言，这起事件是警示：与AI公司合作时，必须明确约定书籍的物理安全，并优先完成高价值藏品的数字化。对AI公司来说，这不仅是公关问题，更可能引发法律和伦理争议，未来或面临更严格的监管。
对开发者而言，训练数据的来源和可持续性值得关注。如果稀有书籍被销毁，未来模型可能失去训练素材，反而制约AI发展。因此，建立共享的数字图书馆或开放数据集，或许是双赢的解决方案。
一个值得观察的方向是，是否会出现新的行业标准或法规，要求AI公司在使用实体资料时，必须保留原件或提供数字化副本。无论如何，这一事件都提醒我们：在AI加速吞噬信息的时代，保护物理载体同样重要。
