据新闻网站404media报道，一些欧美的旧书店最近收到了很多稳定的订单。一些书籍几十年无人问津，甚至一看题材就不太会让人产生兴趣。很显然，这不是有人要看这些旧书，而是部分AI公司正通过中间商，批量收购这些旧书，用于训练大模型。
2022年前出版的纸质书因为没有人工智能数据污染，被认为很有语料价值。现行语料已经开始出现一些人工智能崩溃的迹象，也就是人工智能学习被人工智能污染的数据，导致不断重复错误，智能退化。
不过，为了提高扫描效率，被收购的旧书会被“粉身碎骨”。这些旧书被切开书脊、逐页扫描，书籍电子化后销毁。数据供应商会按照ISBN（国际标准书号）来收集图书，部分订单涉及绝版书和小众藏书。一些书店商人担忧，部分具有收藏价值、接近孤品的书籍，可能会因此绝版。
综合新华社等报道