Những Điểm Chính
- Hoạt động: Amazon mua sách in với số lượng lớn, tháo gáy sách, quét từng trang rồi tiêu hủy các cuốn sách để huấn luyện các mô hình trí tuệ nhân tạo của mình.
- Phát hiện: Cuộc điều tra của 404 Media, công bố ngày 17 tháng 8 năm 2026, đã dùng Apple AirTag theo dõi một lô 1.000 cuốn sách đến tận trung tâm vận hành VGT3 của Amazon tại Las Vegas.
- Bối cảnh: Cách làm này, vốn đã được Anthropic áp dụng với "Dự án Panama", nhắm vào các văn bản trước năm 2022 nhằm tránh hiện tượng "model collapse", đồng thời vấp phải các vụ kiện dựa trên nguyên tắc sử dụng hợp lý (fair use).
Cuộc điều tra và hành trình theo dõi cuốn sách
Một cuộc điều tra của 404 Media tiết lộ rằng Amazon đã thực hiện trong ít nhất hai năm một chiến dịch mua sách in với số lượng lớn, với mục đích duy nhất là số hóa rồi tiêu hủy chúng. Nghi vấn bắt đầu từ những người bán sách độc lập, khi họ nhận thấy các đơn hàng bất thường với số lượng lớn sách hiếm và sách đã ngừng phát hành, từ những người mua không quan tâm đến giá cả.
Để xác minh manh mối này, các phóng viên đã hợp tác với một người bán sách từng nhận đơn hàng khoảng 1.000 cuốn sách qua nền tảng Biblio. Một chiếc Apple AirTag được giấu trong một cuốn sách hiếm đã giúp theo dõi hành trình của lô hàng: từ một sân bay ở California đến Milwaukee, sau đó bằng xe tải đến một trung tâm phân phối ở Wisconsin, và cuối cùng cập bến kho hàng VGT3 của Amazon tại Las Vegas, Nevada.
Các nhân viên tại trung tâm này xác nhận việc tiếp nhận "những lô hàng sách in khổng lồ", việc cắt bỏ gáy sách để đẩy nhanh quá trình quét trang, và sau đó là tiêu hủy các cuốn sách. Logo nội bộ của đội VGT3, hình một con khủng long ngậm cuốn sách trong hàm, tóm gọn toàn bộ hoạt động này.
Vì sao sách giấy lại cần thiết cho việc huấn luyện
Các mô hình ngôn ngữ lớn đòi hỏi khối lượng văn bản chất lượng cao ngày càng tăng, trong khi các công ty AI đã khai thác gần cạn kiệt nguồn tài liệu sẵn có trên mạng. Những cuốn sách in trước năm 2022 mang một giá trị đặc biệt: chúng chứa những văn bản chưa từng được số hóa ở nơi khác, và quan trọng hơn, chúng được viết trước khi AI tạo sinh trở nên phổ biến.
Yếu tố thứ hai này mang tính quyết định. Việc huấn luyện một mô hình bằng văn bản do AI khác tạo ra sẽ kích hoạt hiện tượng "model collapse", tức sự suy giảm dần chất lượng câu trả lời. Vì vậy, sách trước năm 2022 là nguồn văn bản "sạch", chưa bị nhiễm tạp bởi thuật toán.
Mặt trận pháp lý và các tiền lệ
Amazon không phải là trường hợp duy nhất. Anthropic, với cái gọi là "Dự án Panama", đã tiến hành các hoạt động tương tự: mua và tiêu hủy hàng triệu cuốn sách để huấn luyện chatbot Claude. Vào tháng 6 năm 2025, một thẩm phán liên bang Mỹ đã phán quyết rằng việc mua sách, tháo gáy và quét sách có thể được xem là thuộc phạm vi sử dụng hợp lý (fair use), qua đó thực tế đã mở đường cho những hoạt động này.
Tuy nhiên, ranh giới với việc vi phạm bản quyền vẫn rất mong manh. Anthropic đã phải đạt thỏa thuận trị giá 1,5 tỷ đô la để giải quyết một vụ kiện tập thể từ các tác giả phản đối việc sử dụng trái phép tác phẩm của họ. Về phần mình, Amazon chỉ tuyên bố rằng họ mua sách "thông qua các kênh thương mại nhằm hỗ trợ phát triển và cải thiện các sản phẩm, dịch vụ" cung cấp cho khách hàng.
Cách lựa chọn đầu sách
Những người bán sách được phỏng vấn nhận thấy rằng các đơn đặt hàng của Amazon luôn loại trừ những cuốn sách không có mã ISBN, một chi tiết cho thấy mục tiêu mang tính hệ thống: quét toàn bộ, có phương pháp, mọi cuốn sách in có mã phân loại chuẩn. Tuy nhiên, việc tiêu hủy các ấn bản hiếm và đã ngừng phát hành gây ra một tổn thất vượt xa nội dung văn bản, ảnh hưởng đến cả giá trị lịch sử và vật chất của chính những cuốn sách đó.
Công ty từng mở ra hình thức bán sách trực tuyến vào năm 1995, nay lại mua sách chỉ để tiêu hủy chúng sau khi đã trích xuất nội dung. Vụ việc này khơi mào cho một cuộc tranh luận chắc chắn sẽ còn tiếp diễn, khi các công ty AI tiếp tục tìm kiếm những nguồn dữ liệu chưa bị nhiễm tạp bởi nội dung do máy tạo ra.
