A violência do Projeto Librareome (Interconectado)

O romance de ficção científica de Vernor Vinge, Rainbows End (2006), é muito presciente sobre os dados de treinamento de IA.

Seu curta Tempos rápidos em Fairmont High (2002) se passa no mesmo universo e foi escrito naquela época em que sentíamos que tínhamos linha de visão para a realidade aumentada generalizada e também para as impressoras 3D. Eu li na época e é um drama escolar de baixo risco (sobre realidade aumentada e impressoras 3D), mas da perspectiva de hoje é mais como uma utopia (de um certo tipo) – ferramentas de produção democratizadas, realidade como alucinações de consenso, crianças superpoderosas.

A espinha de Fim do arco-íris é algo chamado de “Projeto Librareome”.

Ok, SPOILERS – certo? Então pare aqui se você está planejando ler o livro (o que você faria).

O Projeto Librareome, você descobre cerca de um terço do caminho, é um projeto gigante de digitalização do conhecimento mundial, e eles planejam digitalizar as bibliotecas do mundo para fazer isso.

Mas o Google já não fez isso?

Sim, mas isso é mais total; como o Projeto Genoma Humano, o todo é mais do que a soma das partes:

Não é apenas a digitalização. Vai além do Google e da empresa. Huertas pretende combinar todo o conhecimento clássico em um único banco de dados objeto-situacional com uma estrutura de taxas transparente.

(Ah, sim, micropagamentos, há todo um modelo aqui.)

Não sabemos o que é um banco de dados objeto-situacional. Mas esta singularidade possibilita correlações que revelarão novos conhecimentos:

Quem realmente acabou com a Intifada? Quem está por trás das falsificações de arte em Londres? Para onde foi realmente o dinheiro do petróleo na última parte do século passado? Algumas respostas interessarão apenas a sociedades históricas obscuras. Mas alguns significarão muito dinheiro. E Huertas terá direitos exclusivos sobre este oráculo durante seis meses.

Quero dizer, este é um modelo de linguagem tão grande. 2006!!

Um oráculo!

Esta promessa é a razão pela qual as universidades estão permitindo que suas bibliotecas sejam digitalizadas.

Uh, “digitalizado”.

Os livros estão rasgados. Alimentado no picador de madeira e explodido em um túnel e fotografado em alta resolução:

As imagens provenientes do túnel da câmera são analisadas e reformatadas. É uma simples questão de software reorientar as imagens, combinar as marcas de rasgo e reconstruir os textos originais na ordem correta. Na verdade – além da simplicidade mecânica de tudo isso – essa é a razão da aparente violência. As marcas de rasgo chegam perto de serem únicas. Realmente, não é uma coisa nova. As reconstruções shotgun são clássicas em genômica.

Os fragmentos desfiados de livros e revistas voaram pelo túnel como folhas em um tornado, torcendo-se e caindo. – a imagem ficou comigo desde que a li.

De qualquer forma.

As bibliotecas estão sendo alimentadas nas bocas das máquinas.

E acontece que a Informagical Chinesa, que tem direitos sobre o Museu Britânico e a Biblioteca Britânica, estava indo mais rápido que Huertas, então eles não têm o monopólio.

E os chineses possuem técnicas de digitalização não destrutivas, então nada disso foi necessário.

---

Bem.

Os processos judiciais revelam como as empresas de IA correram para obter mais livros para alimentar chatbots, inclusive comprando, digitalizando e descartando milhões de títulos (Washington Post, link para quebrar o acesso pago).

Não estou tentando afirmar aqui que “IA é ruim” (você me conhece bem o suficiente e estou satisfeito que meu próprio livro viva nos pesos da máquina divina), mas uma história me lembra a outra, e há é uma violência intrínseca à criação, neste caso a criação de novos conhecimentos, juntando palavras no colisor de partículas da álgebra linear, algo se perde, mas novas faíscas exóticas e brilhantes aparecem – agarre-as! – e acho que o que quero dizer é que reconheçamos a violência e sejamos dignos dela: se vamos fazer isto, então vamos pelo menos recorrer aos oráculos.