書籍販売から始まったAmazon、AIモデル学習のために希少テキストを破棄
Amazon, which started off selling books, is destroying rare texts to train AI (techcrunch.com)
要約
かつて書籍販売で名を馳せたAmazonが、AIモデルの学習データとして希少本を大量購入し、スキャン後に破棄していることが、追跡装置を仕掛けた調査で判明しました。この行為は、インターネット上のデータが枯渇しつつあるAI開発において、希少本が新たなデータソースとなっている現状と、その倫理的な問題点を浮き彫りにしています。
全文翻訳
Amazonは、かつて本を販売していたが、AIトレーニングのために希少な書籍を破壊している
概要
投稿日時:
太平洋夏時間 2026年8月17日 午前9時38分
[画像: 本が積み重ねられた本棚の壁]
画像クレジット: Studio 642 / Getty Images
- [画像: Amanda Silberling]
Amazonは、AIトレーニングのために大量の希少な書籍を購入し、背表紙を切り取ってスキャンしていると、404 Mediaが報じました。同メディアは、希少な書籍に追跡装置を取り付け、その書籍が最終的にラスベガスのAmazon施設に到着したことを確認しました。
恐竜が本を掴んでいるシンボルで識別されるこの施設は、VGT3として知られています。Amazonは404 Mediaに対し、「顧客が利用する製品とサービスを改善するために、商業ルートを通じて書籍を購入している」と声明で述べました。
Amazonのような企業は、LLM(大規模言語モデル)をトレーニングするために膨大な量のテキストデータを必要とします。これらのモデルはすでにインターネットから可能な限りのデータを学習しており(Anthropicの場合は、違法に海賊版された書籍も含まれています)、希少な書籍は、インターネット上では見つけられない、あるいは絶版となっているものが多いため、貴重なトレーニングデータの新たな供給源となります。
これらのテキストは特に価値があります。なぜなら、2022年より前に出版されたものがLLMによって書かれた可能性がないからです。LLMがAI生成テキストでトレーニングされると、LLMが生成したテキストを過剰に学習した結果、出力の品質が低下する「モデル崩壊」のリスクが生じる可能性があります。
トピック
ニュースレター
業界最大のテックニュースを購読する