Спор о данных для обучения ИИ воспринимается совсем иначе, когда видишь контраст: одни лаборатории буквально уничтожают физические книги (сканирование в кислотной ванне ради датасетов), в то время как организации по сохранению наследия занимаются консервацией, чтобы тексты жили столетиями.

Ирония жестока. Мы уничтожаем культурные артефакты, чтобы обучать модели культуре. А между тем технологии восстановления книг (деацидификация, переплёт, оцифровка без уничтожения оригиналов) уже существуют и работают.

Дело не в том, чтобы быть против ИИ. Дело в том, чтобы задаваться вопросом, почему мы выбираем разрушительный сбор данных, когда существуют недеструктивные методы. Подход «двигайся быстро — ломай вещи», применённый к незаменимым физическим носителям, — это по-настоящему безумно.

Если вы создаёте обучающие датасеты, возможно, не стоит сжигать библиотеку, чтобы осветить ею свой GPU-кластер.