Bí Mật Kinh Hoàng Đằng Sau AI: Hàng Triệu Cuốn Sách Bị Cắt Xé Để Huấn Luyện Robot

Sự thật bẩn thỉu của AI: Hàng triệu cuốn sách bị hủy hoại để làm dữ liệu huấn luyện

Anthropic, OpenAI, và ít nhất một công ty AI Trung Quốc giấu tên đang âm thầm mua hàng triệu cuốn sách in — bao gồm sách quý hiếm, sách đã ngừng in và sách cổ — đưa qua máy quét hủy diệt tốc độ cao cắt bỏ gáy sách, xé nát từng trang, rồi gửi phần còn lại đi làm bột giấy. Hành vi này, bị phơi bày qua hồ sơ tòa án, cuộc điều tra của 404 Media và trải nghiệm của một người bán sách cũ người Hà Lan tên Pieter de Vries, đã châm ngòi cho một cuộc tranh luận về di sản văn hóa, bản quyền và mức độ mà các công ty AI sẵn sàng làm để có được dữ liệu huấn luyện sạch.

Vụ việc của Pieter de Vries: Đơn hàng 3.001 cuốn sách không phải thư rác

Giữa năm 2026, một người bán sách cũ người Hà Lan tên Pieter de Vries, người điều hành hiệu sách De Vries & De Vries ở Haarlem, nhận được một email từ một người phụ nữ tên Natalia, đại diện cho công ty 2077AI đăng ký tại Singapore. Email yêu cầu một đơn hàng 'khá lớn' và đính kèm một bảng tính liệt kê hơn 3.000 mã ISBN của những tựa sách xa lạ, xuất bản trước năm 2022 . Ban đầu, de Vries nghĩ đó là thư rác hoặc lừa đảo . Sau đó, ông phát hiện ra rằng hàng trăm nhà buôn sách hiếm trên toàn cầu cũng nhận được những đề nghị tương tự từ các công ty mua sách cũ để huấn luyện AI — thường trả cao gấp 3–5 lần giá thị trường cho các tác phẩm hiếm từ trước thế kỷ 19 . Những cuốn sách trong bảng tính chủ yếu được xuất bản từ năm 2020 đến 2021, từ các nhà xuất bản học thuật như Elsevier, Wiley, Routledge và Oxford University Press . Chủ đề trải dài từ kinh doanh, giáo dục đến kỹ thuật và y học .

'Dự án Panama' của Anthropic: Kế hoạch bí mật quét 'tất cả sách trên thế giới'

Các tài liệu tòa án được công bố trong một vụ kiện bản quyền liên bang vào tháng 1 năm 2026 đã hé lộ một chiến dịch nội bộ của Anthropic với mật danh 'Dự án Panama', được tiến hành từ đầu năm 2024 . Một tài liệu lập kế hoạch nội bộ đã nêu rõ mục tiêu của dự án: 'Dự án Panama là nỗ lực của chúng tôi nhằm quét hủy diệt tất cả sách trên thế giới' . Cùng tài liệu đó, theo Boston Globe, còn viết: 'Chúng tôi không muốn ai biết rằng chúng tôi đang làm việc này' .

Chiến dịch này nhằm quét hủy diệt tới 2 triệu cuốn sách trong khoảng sáu tháng, thuê một nhà cung cấp dịch vụ để thực hiện công việc . Anthropic đã chi hàng chục triệu đô la để mua hàng triệu cuốn sách in, dùng máy cắt thủy lực cắt bỏ gáy sách, đưa từng trang qua máy quét tốc độ cao, và gửi phần còn lại đi tái chế . Dự án do Tom Harvey, một cựu kỹ sư của Google Books, lãnh đạo . Các đề xuất từ nhà thầu trong hồ sơ tòa án cho thấy công ty đã tìm kiếm năng lực quét cho 500.000 đến 2 triệu tập sách . Con số chính xác cuối cùng vẫn bị che khuất, nhưng các hồ sơ mô tả nó ở mức hàng triệu .

Ranh giới pháp lý: 'Sử dụng hợp lý' cho sách đã mua, trách nhiệm pháp lý cho sách lậu

Phán quyết 'sử dụng hợp lý': Thẩm phán liên bang Hoa Kỳ William Alsup đã phán quyết rằng việc quét hủy diệt các cuốn sách in đã mua hợp pháp của Anthropic cấu thành 'sử dụng hợp lý' theo luật bản quyền. Trong phán quyết tháng 6 năm 2025, Alsup mô tả việc huấn luyện AI là 'cực kỳ mang tính chuyển đổi' và so sánh quy trình này với việc 'tiết kiệm không gian' thông qua chuyển đổi định dạng . Phán quyết dựa trên ba sự thật: Anthropic đã mua sách một cách hợp pháp, tiêu hủy từng bản sao sau khi quét, và giữ các tệp kỹ thuật số nội bộ thay vì phân phối chúng .

Thỏa thuận 1,5 tỷ đô la: Vào ngày 20 tháng 7 năm 2026, một thẩm phán liên bang đã phê duyệt thỏa thuận bản quyền trị giá 1,5 tỷ đô la liên quan đến những cuốn sách lậu mà Anthropic đã thu thập và lưu trữ mà không được phép — một vấn đề riêng biệt với chương trình quét sách in . Vụ việc cho thấy trước khi chuyển sang mua sách hợp pháp, đồng sáng lập Anthropic, Ben Mann, đã đích thân tải xuống hàng triệu cuốn sách lậu . Thẩm phán Alsup đã vạch ra một ranh giới rõ ràng: sách đã mua hợp pháp được quét để huấn luyện nội bộ = sử dụng hợp lý; bản sao kỹ thuật số lậu = trách nhiệm pháp lý . Thỏa thuận này bao phủ hơn 91% tác giả đủ điều kiện, theo Anthropic .

Đường dây ISBNdb: 'Dữ liệu huấn luyện AI tốt nhất thế giới đang nằm trên kệ'

ISBNdb, một công ty tuyên bố vận hành cơ sở dữ liệu sách lớn nhất thế giới (hơn 111 triệu đầu sách đã được lập danh mục), hiện đang môi giới việc mua bán sách in số lượng lớn cho các công ty AI . Lời chào hàng của ISBNdb gửi tới các phòng thí nghiệm AI rất thẳng thắn: 'Dữ liệu huấn luyện AI tốt nhất thế giới đang nằm trên kệ' — và dịch vụ của họ sắp xếp các đơn hàng từ 1.000 đến 1 triệu cuốn sách mỗi giao dịch, kèm theo các thỏa thuận bảo mật nghiêm ngặt (NDA) .

Công ty này tiếp thị rõ ràng các cuốn sách xuất bản trước năm 2022 là lý tưởng vì chúng không chứa văn bản do AI tạo ra . Sách, theo họ, là 'dày đặc thông tin, được biên tập, có thẩm quyền' . ISBNdb thừa nhận rằng 'vấn đề hình ảnh thực sự tồn tại' — người mua thường từ chối tiết lộ họ đại diện cho phòng thí nghiệm nào và chuỗi cung ứng được thiết kế để che giấu khách hàng cuối cùng . Một bản kiến nghị trên Change.org đã được khởi xướng, yêu cầu ISBNdb ngừng môi giới các tựa sách hiếm và đã ngừng in để bị tiêu hủy .

Tổn thất văn hóa: Những ấn bản độc nhất vĩnh viễn biến mất

Những người bán sách cũ Hà Lan báo cáo rằng các công ty AI đang mua và tiêu hủy những cuốn sách cổ từ trước thế kỷ 19 — bao gồm các bộ tổng hợp luật Hà Lan thế kỷ 18 và các bản thảo thần học Latin thế kỷ 17 — với giá cao gấp 3–5 lần thị trường . Các nhà buôn lo ngại rằng những bản sao độc nhất còn sót lại của các tác phẩm học thuật và khu vực ít người biết đến đang bị mất vĩnh viễn. Không giống như sách bìa mềm đại chúng, nhiều tựa sách này chỉ tồn tại với số lượng rất ít trên toàn thế giới .

Quy trình mang tính công nghiệp: sách được chở bằng pallet, đưa vào máy quét cắt gáy có thể xử lý hàng nghìn tập mỗi ngày, và phần còn lại được gửi đi làm bột giấy — không có thư viện hay kho lưu trữ nào nhận được một bản sao . Bởi vì việc quét hủy diệt diễn ra trong bí mật và các bản gốc bị tiêu hủy nên không có hồ sơ công khai nào về những gì đã mất, khiến không thể đánh giá đầy đủ tổn thất văn hóa . Các nhà buôn và nhà lưu trữ cho rằng sự thiếu minh bạch này đồng nghĩa với việc thiệt hại là vô hình và không thể khắc phục .

Những điểm chính

• Quy mô: Dự án Panama của Anthropic nhằm quét hủy diệt tới 2 triệu cuốn sách trong sáu tháng, với chi phí hàng chục triệu đô la .
• Pháp lý: Một thẩm phán liên bang phán quyết việc quét hủy diệt sách đã mua hợp pháp là sử dụng hợp lý, nhưng các bản sao lậu khiến Anthropic phải trả 1,5 tỷ đô la tiền bồi thường .
• Chuỗi cung ứng: ISBNdb hiện môi giới các đơn hàng số lượng lớn từ 1.000 đến 1 triệu cuốn sách cho các phòng thí nghiệm AI, với các NDA nghiêm ngặt .
• Mất mát văn hóa: Sách hiếm, bao gồm cả những ấn bản độc nhất từ trước thế kỷ 19, đang bị tiêu hủy với giá cao gấp 3–5 lần thị trường, không có hồ sơ công khai về những gì đã mất .