8月17日消息，外媒404 Media公布的一项追踪调查显示，亚马逊正通过大批购入纸质书籍、扫描内容用于训练AI模型，并在扫描过程中直接销毁原书。调查人员将苹果AirTag藏入一批珍贵书籍的货件中，追踪其在美国境内的运输路径，最终确认货件抵达亚马逊位于拉斯维加斯的一座仓库。
该仓库内设有一支名为VGT3的团队，标志为一只手拿书本的霸王龙。据员工透露，为提高扫描效率，团队会先切掉书脊，原书因此在处理过程中被毁。扫描所得数据随后被用于训练亚马逊自有的Nova模型。亚马逊发言人在回应中称，公司通过正常商业渠道采购书籍，用于改进产品。
部分书商怀疑，AI公司正尝试按照ISBN编号系统性地逐本扫描已出版书籍。纸质书的价值在训练数据层面尤为突出，因为大量内容从未出现在互联网上，且许多书籍出版于2022年以前，不含AI生成内容，具备较高的数据纯净度。
采取类似做法的并非只有亚马逊。Anthropic此前也曾开展过同类项目，相关细节在图书作者提起的一起诉讼中被披露。该诉讼文件显示，Anthropic内部存在名为“巴拿马计划”的项目，公司从电商平台购入书籍，切除书脊后将内容数字化。审理该案的法官裁定，此类扫描属于合理使用，不构成版权侵权，裁决依据之一为纸质原件已被销毁，不存在原书复制后再出售的情况。
亚马逊和Anthropic都在将部分珍贵书籍转化为企业私有的AI训练材料。争议在于，一些被毁掉的原书可能根本无法替代，原本能够留在公共书架上的知识也随之消失，最终只被封存在单一公司的封闭AI模型内部。这一做法引发的版权与知识保存问题，正在成为AI训练数据来源领域的新焦点。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
