AI公司为获取训练数据，正在销毁稀有且不可复制的实体书，这一行为引发了对文化遗产保护的深刻担忧。
发生了什么
据报道，一些AI公司为了构建训练数据集，购买了稀有、绝版或不可复制的实体书，并在扫描后将其销毁。这些书籍可能包含独特的历史、文化或科学价值，且由于印刷量极少或保存条件特殊，无法通过其他渠道获取。销毁行为意味着这些知识载体将永久消失，仅留下数字副本——而数字副本的长期可访问性、完整性和真实性尚未得到保证。
为什么重要
AI模型的训练需要海量高质量文本数据，而公共领域的书籍是重要来源。然而，当合法获取途径受限时，一些公司转向私人收藏或二手市场，甚至不惜销毁原件以维持数据独占性。这种做法在短期内满足了模型对稀缺文本的需求，但长期来看，它破坏了知识的公共性和文化的多样性。实体书不仅是信息的载体，更是历史与文明的物质见证。销毁它们，无异于抹去人类记忆的一部分。此外，这种行为也反映出AI行业在数据采集上的短视：为了模型性能，牺牲不可再生的文化资源，而忽视了可持续的数据获取方式。
影响与看点
这一事件对图书馆、档案馆、学者和普通读者都敲响了警钟。首先，它凸显了建立数字图书馆和文化遗产数字化项目的紧迫性，以确保知识在物理载体消亡前得到妥善保存。其次，AI公司需要反思其数据采集伦理，探索与图书馆、出版社合作的正规渠道，而非私下购买并销毁书籍。对于开发者而言，选择数据来源时，应优先考虑公开、合法的数据集，避免助长此类行为。值得关注的是，这一事件可能推动相关法规的出台，限制AI公司对稀有资源的破坏性获取。独立判断：如果AI的发展以牺牲人类共同文化遗产为代价，那么这种进步将失去其应有的意义。
