IT之家 8 月 14 日消息，在 Anthropic 做过的诸多事情中，最容易让普通人感到震惊的，可能是处理训练书籍的方式。Anthropic 购买了数百万本二手书，切掉书脊后扫描内容，用于训练 AI 模型，完成后再把原书销毁。
很多人听到这种做法会觉得难以接受，但 Anthropic 实际上“遵循了版权法”。法律允许把自己拥有的书籍数字化，只要过程中没有额外增加一份副本。在一起受到广泛关注的案件中，美国一名联邦法官也裁定，Anthropic 这一环节属于合理使用。
真正长期存在争议的问题，是 AI 模型完成训练之后，利用已经学到的内容生成新作品会造成什么影响。
美国版权局去年研究了这一问题，并指出了 AI 公司抗辩中的最大弱点。合理使用需要考察四项因素，其中一项就是新作品是否会损害原作品的市场。
美国版权局认为，利用受版权保护的作品生成商业内容，再让生成内容与原作品竞争，就会超出传统合理使用的界限。
据《商业内幕》今天（14 日）报道，过去最大的难题，是很难证明这种市场损害确实存在。而现在，研究人员已经找到了部分证据。
研究人员最近分析了 2023 年至 2026 年间在亚马逊（AMZN）销售的 1.4 万多本电子书，发现不少图书含有大量 AI 生成文本，而且数量已经多到足以挤压其他图书的市场空间。有销量的图书数量增至原来的 19 倍，读者在这些图书上的总支出只增至原来的 9 倍。
也就是说，市场变得拥挤得多，整体规模却没有以同样速度扩大，单本图书能够分到的平均收入因此减少。IT之家从报道中获悉，研究人员还发现，随着含 AI 生成文本的图书不断增加，未检测出 AI 文本的图书市场份额也在下降。
AI 几乎可以零成本批量生成数千本书，人类作者因此唯有与大量新增内容竞争。然而，如果没有人类作者原本的作品，这些内容也不会存在。
非营利组织 Fairly Trained CEO 埃德 · 牛顿-雷克指出，AI 公司一直声称，模型不会给那些作品被用于训练的创作者造成经济损失，可这项研究已经让那个说法“彻底站不住脚了”。
