Destructive Scanning: AI Companies Destroying Rare Books & Heritage: हजारो मैल दूर अमेरिकेतल्या एका हाय-टेक लॅबमध्ये अत्यंत वेगात चालणाऱ्या मशीनचा खडखडाट सुरू आहे. एक धारदार पातं फिरतं आणि शतकांपूर्वीच्या एका दुर्मीळ ग्रंथाच्या पानांची बांधणी एका फटक्यात कापून वेगळी केली जाते. पुस्तकाची पानं सुटी केली जातात, ती हाय-स्पीड स्कॅनरखाली सरकवली जातात आणि स्कॅनिंग संपताच ती पानं सरळ Shredder मध्ये टाकून त्यांचा कचरा केला जातो. ज्या पुस्तकांनी माणसाला विचार करायला शिकवलं, त्याच पुस्तकाचं अस्तित्व काही मिनिटांत का मिटवलं जातं? केवळ एका कृत्रिम बुद्धिमत्तेला (AI) ‘स्मार्ट’ बनविण्यासाठी!

आज जगभरात AI कंपन्यांच्या या राक्षसी भुकेपोटी पुस्तकांचा विनाश सुरू आहे, ज्याला तांत्रिक भाषेत ‘डिस्ट्रक्टिव्ह स्कॅनिंग’ (Destructive Scanning) म्हटले जात आहे. ही केवळ परदेशातील तांत्रिक घडामोड नाही, तर मानवी संस्कृतीच्या आणि विशेषतः महाराष्ट्रासारख्या क्रांतिकारी साहित्यिक परंपरा असलेल्या प्रदेशाच्या स्मृतींवर झालेला मोठा हल्ला आहे.

‘डिस्ट्रक्टिव्ह स्कॅनिंग’ नक्की काय आहे? (destructive book scanning AI)

कृत्रिम बुद्धिमत्तेचं जग सध्या एका अभूतपूर्व आणि विचित्र शर्यतीत धावत आहे. आतापर्यंत ‘चिप’ (Microchips) आणि कॉम्प्युटिंग पॉवरसाठी सुरू असलेली ही जागतिक लढाई आता थेट माणसांच्या हातातील कागदी पुस्तकांपर्यंत येऊन पोहोचली आहे.

ऑस्ट्रेलिया, युरोप आणि अमेरिकेतील पुस्तकविक्रेत्यांकडून सध्या एका अनपेक्षित प्रकारची मागणी नोंदवली जात आहे. काही मध्यस्थ बाजारातून मोठ्या प्रमाणावर दुर्मीळ, जुनी आणि अगदी स्वस्त पेपरबॅक पुस्तकं घाऊक भावाने विकत घेत आहेत. हे खरेदीदार थेट AI कंपन्या नसून, त्यांचे एजंट आहेत. AI जगतात खळबळ उडवून देणारा हा प्रकार अँथ्रॉपिक (Anthropic) या अमेरिकन AI कंपनीविरुद्ध दाखल झालेल्या एका कॉपीराईट खटल्यादरम्यान उघडकीस आला. ‘द गार्डियन’ आणि ‘द वॉशिंग्टन पोस्ट’च्या तपासात अँथ्रॉपिकच्या ‘प्रोजेक्ट पनामा’ (Project Panama)ची धक्कादायक माहिती समोर आली.

या प्रक्रियेत पुस्तकांची विल्हेवाट कशी लावली जाते:

  • पुस्तकांची गुप्त खरेदी: मध्यस्थांमार्फत लाखो पुस्तकं थेट बाजारातून, जुनी दुकाने किंवा ग्रंथालयांकडून खरेदी केली जातात.
  • बांधणी तोडणं (Unbinding): उच्च गतीने स्कॅनिंग करण्यासाठी पुस्तकाच्या पाठची शिवण पूर्णपणे कापून टाकली जाते आणि प्रत्येक पान सुटं केलं जातं.
  • हाय-स्पीड स्कॅनिंग: ही सुटी पानं हाय-स्पीड ऑटोमेटेड स्कॅनरमध्ये टाकली जातात. हे स्कॅनर मशीन प्रतिमिनीट शेकडो पानांचे फोटो काढते.
  • पुस्तकांचा भौतिक नाश: स्कॅनिंग पूर्ण झाल्यावर ती कापलेली पानं पुनर्वापर (Recycle) करण्यासाठी पाठवली जातात किंवा थेट नष्ट करून (Shredding) रद्दीत फेकून दिली जातात.
  • OCR तंत्रज्ञानाचा वापर: स्कॅन केलेल्या फोटोंमधील मजकूर ‘ऑप्टिकल कॅरेक्टर रेकग्निशन’ (OCR) च्या मदतीने डिजिटल टेक्स्टमध्ये बदलला जातो आणि तो AI मॉडेलला दिला जातो.

अनेक प्रकरणांमध्ये अशी पुस्तकं विकत घेऊन नष्ट केली गेली आहेत, ज्यांच्या जगात केवळ एक-दोनच प्रती शिल्लक होत्या. ज्या पुस्तकांनी इतिहास घडवला, त्यांना अशा प्रकारे क्रूरपणे कापून नष्ट करणं हा साहित्याचा अनादर मानला जात आहे.

पुस्तक म्हणजे केवळ ‘डेटा’ की समाजजीवनाचा जिवंत आरसा? (preservation vs AI data collection)

AI कंपन्या पुस्तकांकडे केवळ अक्षर, शब्द आणि व्याकरण या घटकांचे नमुने (Pattern) म्हणून पाहतात. परंतु, मानवी इतिहासात भौतिक पुस्तक (Physical Book) ही केवळ माहितीची वही नसून, तो मानवी समाजाचा जिवंत आरसा कसा आहे ते पाहूया:

  • मानवी दुःखाची आणि संघर्षाची नोंद: पुस्तकात फक्त माहिती नसते, तर त्यातून तत्कालीन माणसांचं जगणं, त्यांच्या वेदना, आनंद, राजकीय परिस्थिती आणि सांस्कृतिक वातावरण आकारास आलेलं असतं. एका काळातील समाज कसा विचार करत होता, हे पुस्तकाच्या माध्यमातून पुढच्या पिढीपर्यंत पोहोचतं.
  • भौतिक स्पर्श आणि ऐतिहासिक मूल्य: जुन्या पुस्तकाचा कागद, त्याचं छपाई तंत्र, पुस्तकाच्या पानांवर वाचकांनी लिहिलेल्या टिपण्या आणि त्याचा वास हा एका विशिष्ट काळाचा ऐतिहासिक पुरावा असतो.
  • वाचन संस्कृतीची जडणघडण: हातातील पुस्तकाचे पान उलटताना मिळणारा अनुभव आणि स्क्रीनवर मजकूर स्क्रोल करणं यात जमीन-अस्मानाचा फरक आहे. भौतिक पुस्तकाने जगभरात आणि विशेषतः महाराष्ट्रात वैचारिकतेची एक मोठी परंपरा निर्माण केली आहे.
हेही वाचा

AI कंपन्यांना अचानक कागदी पुस्तकांची इतकी गरज का भासू लागली? (AI Training data)

चॅटजीपीटी (ChatGPT), क्लॉड (Claude) किंवा जेमिनी (Gemini)सारखी ‘लार्ज लँग्वेज मॉडेल्स’ (LLMs) ही माणसाने लिहिलेल्या मजकुरावरून भाषा शिकतात. इंटरनेटवरील डेटा वापरल्यानंतर आता कंपन्यांसमोर काही मोठ्या समस्या निर्माण झाल्या आहेत:

  • इंटरनेटवरील डेटा संपत आलाय (Data Depletion): इंटरनेटवरील उच्च दर्जाचा आणि मानवी विचारांतून आलेला मजकूर आता संपत आला आहे. AI मॉडेल्सना अधिक हुशार बनविण्यासाठी आता नवीन, दर्जेदार डेटाची तीव्र टंचाई भासत आहे.
  • इंटरनेटवरील ‘AI कचरा’ (AI-generated Slop): आज इंटरनेटवर AI नेच तयार केलेला मजकूर मोठ्या प्रमाणावर पसरला आहे. जर AI ने स्वतःच्याच डेटामधून स्वतःला ट्रेन केलं, तर त्याची बुद्धिमत्ता बिघडते (ज्याला ‘Model Collapse’ म्हणतात).
  • डिजिटल पायरेसी आणि कायदेशीर भीती: इंटरनेटवरून परस्पर डेटा गोळा करण्यावर अनेक लेखकांनी न्यायालयात तक्रार नोंदवली आहे. त्यामुळे प्रत्यक्ष पुस्तकं खरेदी करून, ती स्कॅन करणं हा कायदेशीरदृष्ट्या सुरक्षित मार्ग असल्याचा दावा AI कंपन्या करत आहेत.

‘गूगल बुक्स’ विरुद्ध ‘AI विनाश’: फरक काय?

हंबोल्ट युनिव्हर्सिटी ऑफ बर्लिनचे प्राध्यापक जॅनिस लेनार्ट्झ (Jannis Lennartz) यांच्या मते, २००० च्या दशकातील ‘गूगल बुक्स’ प्रकल्प आणि सध्याच्या AI स्कॅनिंगमध्ये मोठा फरक आहे:

  • उद्देशातील फरक: गूगल बुक्सचा उद्देश पुस्तकं ऑनलाइन शोधण्यायोग्य (Searchable) करणं आणि वाचकांना ज्ञानप्राप्ती होणं हा होता. तर, AI कंपन्यांचा उद्देश वाचकांसाठी पुस्तकं उपलब्ध करणं नसून, त्या पुस्तकांचा वापर करून स्वतःचा व्यापार चालवणं हा आहे.
  • जतन विरुद्ध विनाश : ‘इंटरनेट आर्काइव्हसारख्या संस्था पुस्तकांचं जतन करण्यासाठी ‘नॉन-डिस्ट्रक्टिव्ह’ पद्धत वापरतात. त्यामध्ये पुस्तकाची बांधणी न तोडता, स्पेशल व्हॅक्यूम किंवा कॅमेऱ्याच्या साह्यानं पानं उलटून फोटो काढले जातात.

महाराष्ट्र आणि मराठी साहित्यापुढील धोके (Marathi literature threat):

जरी ही घटना सध्या परदेशात घडत असली तरी भविष्यात मराठी साहित्याला याचा मोठा फटका बसू शकतो:

  • दुर्मीळ ग्रंथसंपदेला धोका (rare books): मुंबईतील ‘एशियाटिक सोसायटी’, दादरचे ‘आयडियल बुक डेपो’ किंवा फोर्ट परिसरातील जुने रद्दी विक्रेते यांच्याकडे शतकांपूर्वीची दुर्मीळ मराठी पुस्तके, हस्तलिखिते उपलब्ध आहेत. जर मध्यस्थांमार्फत अशा दुर्मीळ प्रतींची खरेदी झाली आणि त्यांचं ‘डिस्ट्रक्टिव्ह स्कॅनिंग’ झालं, तर मराठी साहित्याचा अमूल्य वारसा कायमचा नष्ट होईल.
  • मराठी डेटाची वाढती मागणी: सध्या मराठी भाषेत AI मॉडेल्स तयार करण्याचे प्रयत्न सुरू आहेत. मराठीतील उच्च दर्जाचा डेटा इंटरनेटवर कमी आहे. त्यामुळे मराठीतील जुनी नाटके, कादंबऱ्या, इतिहास संशोधन ग्रंथ, आणि विचारवंतांची पुस्तके यांना AI कंपन्यांकडून मोठी मागणी येऊ शकते.
  • स्थानिक विक्रेते आणि मध्यस्थांचं जाळं: जुन्या पुस्तकांच्या विक्रेत्यांना किंवा रद्दी दुकानदारांना एखादे पुस्तक किती दुर्मीळ आहे याची नेहमीच पूर्ण जाणीव असते, असं नाही. मध्यस्थ त्यांना चांगला मोबदला देऊन, ही पुस्तके विकत घेऊ शकतात. 
हेही वाचा

कायदेशीर बाजू आणि लेखकांचे अधिकार:

नॅशनल लॉ स्कूल ऑफ इंडिया युनिव्हर्सिटीचे (NLSIU) प्राध्यापक अरुल जॉर्ज स्कॅरिया यांच्या मते, भारतीय कॉपीराईट कायद्यानुसार (Section 52 – Fair Dealing) यावर अद्याप पूर्ण स्पष्टता नाही:

  • मध्य मार्ग : पायरेटेड वेबसाइट्सवरून डाऊनलोड करण्यापेक्षा पुस्तकं विकत घेऊन स्कॅन करणं AI कंपन्यांना सोपं वाटतं. कारण- त्यांनी पुस्तकाचे पैसे दिलेले असतात.
  • व्यावसायिक वापर की संशोधन: जर AI कंपनीने केवळ मॉडेलला शिकवण्यासाठी (Training) पुस्तकाचा वापर केला आणि पुस्तकाचा मजकूर थेट कुठे छापला नाही, तर त्याला ‘नॉन-एक्स्प्रेसिव्ह युज’ मानलं जाऊ शकतं. अलीकडील ‘OpenAI विरुद्ध ANI’ प्रकरणातही अशा तांत्रिक मुद्द्यांवर न्यायालयात चर्चा झाली आहे.
हेही वाचा

उपाययोजना (book preservation): 

तज्ज्ञांच्या मते, AI कंपन्यांनी केवळ पुस्तकाची एक प्रत विकत न घेता, ‘डेटा परवाना करार’ (Data Licensing) केला पाहिजे आणि लेखकांना योग्य ती रॉयल्टी दिली पाहिजे. तसेच, दुर्मीळ पुस्तकांच्या विनाशावर बंदी घातली गेली पाहिजे.

तंत्रज्ञानाचा विकास करणार संस्कृतीचा बळी देऊन?

पुस्तक हे केवळ कागद आणि शाईचं संयोजन नसतं; ते माणसाची नागरिकता, विचार आणि सामाजिक क्रांती यांचं जिवंत माध्यम आहे. महाराष्ट्रात ज्या पुस्तकांनी सत्यशोधक समाज घडवला, दलित साहित्यातून शोषितांना आवाज दिला आणि तरुण पिढीला विचार करायला भाग पाडलं, त्या पुस्तकांना केवळ AI चे ‘पेट्रोल’ समजून नष्ट करणं ही सांस्कृतिक घसरण आहे.