AI扫描销毁图书引争议 珍本定义为何被质疑

最近几周，科技圈最热闹的话题之一，莫过于AI公司为了训练模型，大规模扫描书籍。他们的目的很明确：获取2002年之前写就的内容，确保训练数据“不含AI”。

这个操作引发了不小的争议。争议点有两个：一是规模实在太大，二是整个扫描过程对实体书来说是破坏性的。但最让我觉得不对劲的，是媒体反复使用的一个词——“珍本”。

这些被扫描销毁的书，真的配得上“珍本”这个称呼吗？我觉得有必要好好拆解一下。

这不是焚书，性质完全不同

在加入Hackaday之前，我在出版行业摸爬滚打了许多年。虽然主要做电子出版，但和纸质出版的同事也常有交集。我懂一本好书对爱书人的意义，我自己也是个藏书的人，家里书架上堆了不少。

我尤其理解“销毁书籍”这个行为背后的象征意义——它总会让人联想到专制政权对思想的压制。我曾在柏林倍倍尔广场驻足，那里正是1933年纳粹学生组织焚烧性学研究所图书馆的著名照片拍摄地。对了解我背景的人来说，你们会明白为什么这个画面对我来说格外沉重。

但即便如此，我还是要说：AI公司现在做的事，和焚书完全是两码事。

他们销毁书籍，出于两个非常实际的原因。第一个原因，我在出版行业的前雇主就曾告诉我，扫描一叠散页纸，比扫描一本装订好的书要容易得多。所以，他们拆掉书脊再扫描，纯粹是效率考量。

第二个原因，据我理解，是版权问题。如果他们买下一本书，完成数字化，然后销毁实体副本，就可以合理地声称这本书的实体只存在过一份。他们希望借此绕开出版商可能提出的版权索赔。

“珍本”可能根本不“珍”

那么问题来了：这些被扫描销毁的书，到底是什么书？几乎所有报道都用“珍本”来形容它们。但这个说法，是准确描述，还是耸人听闻？

提到“珍本”，人们脑海中浮现的往往是尘封的图书馆里，由修士手抄的、价值连城的羊皮卷。毁掉这样的书，确实是犯罪。但有一个细节，瞬间击碎了这幅画面。

如果你仔细阅读相关报道，会发现这些公司是按ISBN号来订购书籍的。ISBN是国际标准书号，1970年才正式启用。如果一本书是按ISBN订购的，那它绝不可能是中世纪的手抄本。

所以，被扫描销毁的书都是相对较新的出版物。那么，它们还能被称为“珍本”吗？

从这个角度看，1970年以来批量印刷的书籍，存世量多少取决于原始印量和后来的市场认可度。其中确实有一部分书，在物理意义上比较少见，可以称得上“稀有”。但如果这些书本身几乎没什么价值，那只能说明，直到今天，也没多少人真正在乎它们是否存续。

很可能，任何一本被扫描销毁的书，其价值都远低于扫描操作本身的成本。这听起来很残酷，但很可能是事实。

真正的问题不是“珍本”，而是“选择”

所以，当媒体用“珍本”这个词来渲染情绪时，其实是在模糊焦点。真正值得讨论的问题，不是这些书有多珍贵，而是AI公司凭什么拥有这种“选择权”——选择哪些书值得被数字化，哪些书可以直接销毁。

这种选择权，本质上是一种文化权力的行使。它意味着，AI公司正在成为我们这个时代文化记忆的“守门人”。他们决定哪些内容进入训练数据，哪些内容被物理抹去。这个权力，比“珍本”这个词所暗示的损失，要深远得多。

当然，从商业逻辑上讲，AI公司的做法无可厚非。他们需要海量、干净、无AI污染的训练数据，而2002年之前的出版物正好符合要求。拆书扫描，是最经济高效的方式。至于版权问题，销毁实体副本确实是一种法律上的“擦边球”策略。

但商业逻辑的合理性，不等于文化层面的正当性。当一家公司可以因为“效率”和“合规”而批量销毁实体书时，我们是否应该停下来想一想：这些书里，有没有一些内容，是未来某一天我们可能会后悔失去的？

数字化不是终点，记忆需要冗余

支持AI公司做法的人会说：书的内容已经被数字化保存了，实体书的销毁只是物理形态的消失，信息并没有丢失。这个说法听起来有道理，但忽略了数字化的脆弱性。

数字文件会损坏，服务器会宕机，格式会过时。一个PDF文件，在五十年后还能否被顺利打开，没有人能保证。而一本纸质书，只要不被火烧水淹，放上百年依然可以翻阅。实体书是人类文明最稳定的存储介质之一，它的物理存在本身就是一种冗余备份。

当AI公司销毁实体书，只留下数字副本时，他们实际上是在削减这种冗余。他们把人类文明的一部分记忆，从一种稳定介质迁移到了一种脆弱介质上。这个迁移过程，是不可逆的。

更值得警惕的是，这种迁移是由商业利益驱动的，而不是由文化保护驱动的。AI公司不会关心那些“没有价值”的书的长期保存，他们只关心训练数据的“干净”。一旦数据被使用，这些数字副本的命运，就变得无人问津了。

我不反对AI公司扫描书籍，也不反对他们用这些数据训练模型。技术发展需要数据，这是事实。我反对的是“珍本”这个说法背后的叙事——它让我们以为，被销毁的只是一些无关紧要的旧书，而实际上，我们正在经历一场由商业逻辑主导的文化筛选。

那些被拆掉书脊、送进扫描仪的书，可能确实不“珍”，但它们是我们这个时代出版物的一部分，是某个作者的心血，是某个编辑的审校，是某个时代的思想切片。它们或许没有资格进入“珍本”的殿堂，但它们的消失，依然值得我们在意。

下次当你看到“AI公司销毁珍本”的新闻时，不妨多想一步：真正的问题，不是这些书有多珍贵，而是谁有权力决定它们的去留。这个权力，不应该只属于商业公司。