Oxford Cho OpenAI Huấn Luyện Model AI Trên Bodleian Library

Oxford công bố hợp tác với OpenAI vào tháng 3/2025, dùng phần mềm OpenAI để số hóa văn bản từ thư viện Bodleian của trường. Trường nói việc này sẽ giúp nội dung được mở rộng cho sinh viên và nhà nghiên cứu, nhưng thông báo khi đó không nói các tài liệu sẽ được dùng để huấn luyện model của OpenAI.

Theo tài liệu nội bộ, phần tư liệu Bodleian được OpenAI số hóa đã được dùng để đưa vào tập huấn luyện của OpenAI. Một phát ngôn viên của OpenAI nói công ty 'tự hào' khi bảo đảm 'các model AI ngày nay gìn giữ tri thức lịch sử của thế giới cho tương lai'.

Người này cũng nói: 'Với hơn 1 tỉ người dùng công nghệ này trong đời sống hằng ngày, điều quan trọng là nó phản ánh các nền văn hóa, lịch sử và góc nhìn khác nhau'. Biên bản họp tại Oxford, có được qua yêu cầu theo luật tự do thông tin, ghi nhận lo ngại của nhân viên về rủi ro uy tín khi hợp tác với OpenAI và ảnh hưởng tới các cam kết môi trường của trường.

Người bán sách cũng báo cáo nhiều đơn đặt hàng cho các đầu sách hiếm như một cẩm nang về nông cụ ở châu Phi thế kỷ 18 hoặc tiểu sử của tài xế ô tô thập niên 1950. Các cửa hàng sách cũ suy đoán những đầu sách này khó có bản số hóa trên internet nên có thể là dữ liệu mới cho thế hệ model AI tiếp theo.

OpenAI có các thỏa thuận tương tự với Boston Public Library, Caltech, MIT và University of Michigan trong dự án NextGenAI. Oxford là thành viên duy nhất tại Anh của dự án này.

Đến tháng 6/2025, 125.000 hình ảnh quét từ các luận án lịch sử đã được chia sẻ cho OpenAI từ bộ sưu tập Bodleian, gồm cả luận án tiến sĩ của các đại học châu Âu và Mỹ viết trong thế kỷ 19 và 20. Các văn bản khác được quét gồm bộ sưu tập hiếm 10.000 bản ca khúc in trên tờ rời từ thế kỷ 16, có lời hát và nốt nhạc từng lưu hành ở các góc phố Tudor.

Nhân viên cũng bàn về việc số hóa các giấy tờ nhà nước Ireland thế kỷ 18, thư riêng của nhà văn Ireland Marie Edgeworth và sổ tay penicillin của Dorothy Hodgkin.