Gần đây, các cuộc thảo luận trên diễn đàn công nghệ Hacker News đã làm dấy lên làn sóng tranh luận gay gắt về việc các công ty trí tuệ nhân tạo (AI) đang tiến hành tháo rời và hủy hoại các cuốn sách vật lý hiếm nhằm số hóa chúng phục vụ cho việc huấn luyện mô hình ngôn ngữ lớn (LLM). Hành vi mang tính hủy diệt này đang đối mặt với sự chỉ trích mạnh mẽ từ cộng đồng yêu sách và các nhà bảo tồn di sản văn hóa. Việc hy sinh các bản in vật lý độc bản để đổi lấy dữ liệu số chất lượng cao đang đặt ra nhiều dấu hỏi lớn về đạo đức của các nhà phát triển công nghệ.
Bối cảnh & Nguyên nhân
Để xây dựng các bộ dữ liệu đào tạo chất lượng cao cho AI, các công ty công nghệ luôn khao khát tiếp cận các nguồn tri thức độc quyền và hiếm có chưa từng xuất hiện trên internet. Nhiều tài liệu quý giá chỉ tồn tại dưới dạng sách in cổ hoặc sách hiếm được lưu trữ trong các bộ sưu tập tư nhân. Thay vì sử dụng các phương pháp quét sách không phá hủy vốn rất tốn thời gian và chi phí, một số đơn vị thu thập dữ liệu đã chọn giải pháp cực đoan là "quét phá hủy" (destructive scanning). Theo các nguồn tin thảo luận, quy trình này đòi hỏi phải cắt gáy sách để biến các trang sách thành các tờ rời, từ đó nạp vào máy quét tự động tốc độ cao. Phương pháp này giúp tối ưu hóa tiến độ thu thập dữ liệu nhưng đồng thời khai tử vĩnh viễn giá trị vật lý của tác phẩm.
Phân tích kỹ thuật & Công nghệ
Về mặt kỹ thuật, việc sử dụng máy quét nạp tài liệu tự động (sheet-fed scanner) mang lại độ chính xác vượt trội và tốc độ xử lý nhanh gấp hàng chục lần so với máy quét hành trình phẳng (flatbed) hoặc máy quét từ trên cao (overhead scanner). Khi gáy sách bị cắt bỏ hoàn toàn, các trang giấy rời có thể được nạp liên tục qua hệ thống trục lăn, giúp giảm thiểu hiện tượng méo ảnh do độ cong của gáy sách gây ra. Điều này giúp các thuật toán nhận dạng ký tự quang học (OCR) hoạt động hiệu quả hơn, tạo ra văn bản kỹ thuật số có tỷ lệ lỗi cực thấp để nạp vào các mô hình học sâu. Tuy nhiên, cái giá phải trả về mặt công nghệ là sự biến mất hoàn toàn của các cấu trúc vật lý nguyên bản của cuốn sách, bao gồm cả kỹ thuật đóng gáy cổ xưa và chất liệu giấy đặc trưng.
Ý kiến chuyên gia & Nhận định
Nhiều chuyên gia bảo tồn thư viện và những người đam mê công nghệ trên Hacker News đã bày tỏ sự phẫn nộ trước hành vi này, gọi đây là một sự "phá hoại văn hóa nhân loại nhân danh tiến bộ". Họ cho rằng các công ty AI đang đặt lợi ích thương mại ngắn hạn lên trên việc bảo tồn di sản lịch sử mà không có sự đồng ý của cộng đồng. Ngược lại, một số ý kiến thực dụng trong ngành lại lập luận rằng việc số hóa, dù có phải tiêu hủy bản gốc, là cách duy nhất để bảo tồn nội dung tri thức bên trong trước sự tàn phá của thời gian, đồng thời giúp tri thức đó tiếp cận được hàng triệu người thông qua AI. Mặc dù vậy, sự thiếu minh bạch trong quy trình thu thập dữ liệu của các hãng công nghệ lớn vẫn là tâm điểm của sự chỉ trích.
Tác động & Tương lai
Vụ việc này một lần nữa gióng lên hồi chuông cảnh báo về ranh giới đạo đức trong kỷ nguyên bùng nổ AI. Đối với độc giả và các nhà quản lý văn hóa tại Việt Nam, đây là bài học sâu sắc về việc bảo vệ các thư tịch cổ và di sản chữ Nôm, chữ Quốc ngữ quý hiếm trước nguy cơ bị khai thác thương mại không kiểm soát. Trong tương lai, các quốc gia có thể sẽ cần thắt chặt quy định pháp lý, yêu cầu các công ty AI phải chứng minh nguồn gốc dữ liệu và cam kết sử dụng các biện pháp số hóa không phá hủy đối với các tài liệu có giá trị lịch sử. Sự cân bằng giữa phát triển công nghệ và bảo tồn văn hóa chắc chắn sẽ là một bài toán khó đòi hỏi sự can thiệp từ nhiều phía.