AI攪亂亞馬遜電子書_風聞
字母榜-字母榜官方账号-让未来不止于大1小时前
如果你是一個網上衝浪老手，一定還記得2000年左右在門户網站瀏覽新聞的體驗：
你需要從一堆花花綠綠的廣告當中識別真正的內容，並精準點擊。看得不準，或者點得不準，都會讓你被即刻送往另一個不想去的網站。可以説，識別垃圾信息、避開它們，是彼時網上衝浪的必備技能。
如今，AI的發展讓人夢迴千禧年，在亞馬遜搜索電子書，要時刻警惕被AI生成的垃圾書騙。
食之無味就算了，有的垃圾書甚至想置人於死地。
比如在亞馬遜上公開出售的電子書《野生蘑菇烹飪書：從森林到餐盤，野生蘑菇烹飪完全指南》《西南地區的頂級蘑菇野外指南》，書裏明晃晃寫着用“氣味和味道”識別不同的蘑菇。
聞一聞或者嘗一嘗，就能知道蘑菇的種類啦！這種話，隨便拉來一個雲南人都能鑑別為一派胡言。正如蘑菇界的名言所説：所有蘑菇都是可食用的，不過有些蘑菇只能食用一次。
相關專家在接受《衞報》採訪的時候幾乎發出尖鋭爆鳴：“這似乎在鼓勵人們以品嚐作為辨別方法。絕對不應該這麼做。”
書中提到的一些蘑菇則“很刑”。比如上述烹飪指南中提到的“獅鬃菌”，雖然是可食用的，但在英國是受保護的物種。別問，問就是獅鬃菌嚐起來像縫紉機的味道。
根據專做AI文本識別的公司Originality.ai的檢測，這兩本書的樣本中人工智能檢測得分是100%，這意味着系統很自信這些書由如ChatGPT這樣的聊天機器人編寫。
這些書被報道之後，紐約真菌學會都出面發X（前Twitter），呼籲人們“請只購買已知作者和美食家的書籍，這可能關係到生死”。
我們在去年2月就曾經報道過一些人開始通過ChatGPT等工具撰寫書籍，並放到亞馬遜等網站上售賣的現象。如今一年多過去，AI高速發展，亞馬遜顯然還沒有找到有力的方法杜絕這一現象，這家老牌電子書網站正在被AI攪亂。
A
讓我們來捋一下時間線。
2022年11月，ChatGPT橫空出世。僅僅幾個月之後，亞馬遜上就開始出現一些疑似由AI撰寫的書籍。除了內容和封面都粗製濫造之外，最明顯的反常信號是一個作者一天出版數本書。
彼時在YouTube上已經開始有博主在視頻教學如何用ChatGPT寫書並在亞馬遜上售賣。
從2023年年中開始，包括VICE、WIRED（《連線》）等在內的媒體開始報道“AI圖書正在淹沒亞馬遜”的現象。
根據獨立作家凱特林·林奇（Caitlyn Lynch）2023年6月的統計，彼時亞馬遜上“青少年浪漫”的類型下，暢銷排行榜的前100本電子書中，有約八成都是語無倫次的，看起來很像是AI生成的。
一直到如今，還不斷有作者站出來公開談論AI圖書對他們個人IP的盜用與模仿。
也就是説，除了某些類型成為AI圖書的重災區之外，一些作者——尤其是有名氣的作者——會被“影子圖書”蹭流量。這種情況大多發生在新書發售的黃金週期內，和作者相關的傳記、與新書高度相似的仿品大量出現，試圖在宣傳期矇騙不明真相的用户，竊取流量。
一個新鮮的例子來自知名科技記者卡拉·斯威舍（Kara Swisher）。
卡拉在科技報道界德高望重，今年已經62歲，幾乎把科技界大佬都採訪了個遍。包括但不限於數次深度對話史蒂夫·喬布斯、埃隆·馬斯克、馬克·扎克伯格等。
今年初，卡拉出版了一本個人回憶錄《燃燒的書（Burn Book）》。但她很快就發現，當她在亞馬遜檢索自己時，除了自己的新書，還出現了一些奇怪的東西。比如《卡拉·斯威舍：硅谷的鬥牛犬》《卡拉·斯威舍：她如何成為硅谷最具影響力的記者》等，其中一本書的作者在一個月裏就“寫”了四本傳記。
在卡拉看來，這些明顯是竊取新書流量的AI圖書，氣憤的她甚至給亞馬遜CEO安迪·傑西（Andy Jassy）發了一條短信：“這**是怎麼回事？你在浪費我的錢。”
美國作家協會的CEO表示，亞馬遜上的欺詐書籍其實一直都是一個問題，但最近幾個月這個問題愈發尖鋭，可能是因為在AI幫助下造書成本降低：“每一本新書似乎都有配套的各種書出現，試圖竊取銷售額。”
圖書“盜竊”不僅發生在新書作者身上。另一位作家梅勒妮·米切爾（Melanle Mitchell）在2019年發表《人工智能：思考人類指南》一書，最近卻發現在亞馬遜搜索這本書時，出現了去年9月發表的同名電子書。
這本同名電子書只有45頁，用坑坑巴巴、笨拙的語言重複米切爾的觀點，看起來是一部寫得不怎麼樣的摘要。而該書作者在亞馬遜上沒有頭像，也沒有簡介，名下卻有幾十本類似的書，都是對其他書籍的總結式模仿。
深度偽造檢測公司Reality Defender幫米切爾檢測了一下，果然那本同名電子書有99%的可能是由AI生成的。
Reality Defender還順便檢測了一下“AI教母”李飛飛著作《我眼中的世界》在亞馬遜上的模仿者。與米切爾的模仿書不同，在亞馬遜搜索李飛飛《我眼中的世界》，會出現十幾本寫明自己是“摘要”的電子書。經檢測，這些書也大概率是AI生成的。不過雖然寫着自己是“摘要”，實際內容則更像是用AI重寫了一遍原作，就像是“XXX書·兒童版”。
在《連線》雜誌聯繫李飛飛，告知她這一現象後，她回覆了一個“腦袋爆炸”的emoji表情，顯然在此之前對有人在偷偷用AI模仿自己的書一無所知。
B
亞馬遜也並不是什麼都沒做，但動作顯得有些遲緩，效果也有限。
去年8月，簡·弗裏德曼（Jan Fridman）向亞馬遜和美國“豆瓣”Goodreads開炮。弗裏德曼是出版業的專家，曾在多家知名出版公司擔任高管，也有自己的博客，時不時發佈對出版業的見解和實用建議。
她在自己的博客發表文章《我寧願看到我的書被盜版，也不願意看到這個》，表示在亞馬遜上有數本署名Jane Fridman但與她無關的書籍，更要命的是美國“豆瓣”Goodreads還將這些書籍放到了她的相關頁面。
也就是説，一個不熟悉弗裏德曼的讀者，很有可能在對照了亞馬遜和Goodreads之後，認為那些仿冒品出自她之手。而這些作品內容拙劣，足以對弗裏德曼造成名譽上的打擊。
更令弗裏德曼不悦的是，當她聯繫亞馬遜和Goodreads，試圖讓其下架仿冒書籍的時候，遭到了兩個平台的拒絕。亞馬遜要求她提供相關的商標註冊證明，而弗裏德曼被冒用的實際上是自己的名字，而她並未對自己的名字進行商標註冊（誰會想到去註冊自己的名字呢）。
有意思的是，在弗裏德曼發表博文公開吐槽這件事後不久，亞馬遜和Goodreads就悉數移除了仿冒作品。
弗裏德曼感嘆：“我敢肯定，這很大程度上拜賜於我在寫作和出版界的知名度與名譽。如果這些情況發生在比較小的作者身上，他們（平台）會怎麼做？”
弗裏德曼的發聲引發了一連串的反應。先是美國作家協會宣佈會為作者們提供幫助，而後美國聯邦貿易委員會（FTC）也發表了一篇文章，涉及生成性人工智能和圖書銷售，表明他們正在密切關注相關問題。
去年9月，在弗裏德曼發表博文後一個月，亞馬遜開始打擊AI圖書。它修改了規則，將自助出版（Kindle Direct Program，下稱KDP）同作者每日上傳書籍的數量從無限制更改為最多三本。
KDP本就是AI圖書的重災區。通過KDP，作者可以繞過傳統出版途徑，直接將作品發表在亞馬遜上並進行銷售。理論上，亞馬遜一直都未禁止AI生成的文本銷售，而是要求作者標明，且不能產生危害。
亞馬遜還聲明，正在積極監測AI的發展以及隨後對閲讀、寫作和出版的影響。
但從今年還在不斷出現作家新書被AI截胡的事件來看，亞馬遜顯然做得還不夠好。
C
一個奇怪的現象是，雖然亞馬遜上充斥着疑似AI生成的圖書，但大部分此類圖書並沒有什麼銷量。
究竟是什麼在推波助瀾？
人們對AI工具的確愈發熟悉，這也就促成了一些人有了想要通過AI寫書賺錢的想法。
一個有點驚人的數字是，Statista報告説，23%的美國作者在作品中使用了AI，近50%的受訪作者表示他們曾用AI作語法工具，還有10%的受訪者表示AI生成了他們的全部文稿。
知名媒體Vox指出，真正依靠“AI圖書”賺錢的，很可能不是那些把AI圖書放在亞馬遜上出售的“作者”，而是開課教授“如何用AI圖書賺錢”的人。
亞馬遜的自出版業務KDP於2007年推出，早在2010年前後，關於如何利用自出版賺錢的課程如“自助出版革命”就如雨後春筍般冒出來。
在學習“自助出版革命”的若干學生中，有一對米科爾森（Mikkelsen）雙胞胎兄弟做得很成功，他們自出版了一本又一本垃圾書，還創新地利用谷歌翻譯製作外文書籍，進一步擴大了銷路，收入一度達到百萬美元。但最終，由於買家投訴，他們的KDP賬户被封鎖，於是二人創業，也開始兜售相關課程。
有意思的是，他們的課程名稱一路從“有聲書影響學院”“出版生活”，到如今的“AI出版學院”。兄弟倆的課程原價6000美元，但往往會“限時打折”到2000美元左右。
上過“AI出版學院”課程的學生透露，2000美元只是敲門費。一旦開始上課，就會發現後續幾乎所有環節都會交費。首先，兄弟倆會收取AI撰寫大綱的AI服務費，而後是人工代寫費用（接活的代寫公司也是由兄弟倆的學生所有），接着還會有有聲書製作費用，以及刷好評的費用。
如果學生想要完整地跟完整個課程，費用會從最初的2000美元激增到7800美元。
雖然交學費前，“AI出版學院”承諾不滿意就會退款，但當學生真的要退款時，學院要求其提供完成了全部課程、出版了書籍並沒能把學費賺回來的證明。
根據Inc.的一篇報道，米科爾森兄弟的公司收入從2019年的30萬美元，已經激增到了2022年的5000萬美元。截至目前，他們的公司仍然運營着（畢竟好像的確沒有違法）。
AI圖書攪亂亞馬遜，“壞”的卻不是AI，而是背後無視規則無視道德的那批AI用户。
將視角拉遠，我們正處在AI內容與人類內容混雜的時代，一場“AI狼人殺”時刻在互聯網中上演。根據互聯網安全公司Imperva的報告，2023年，全球互聯網流量中有49.6%來自機器人，而在2019年，這個數字還只有37.2%。
高效、準確、全面地甄別AI內容已經成為一個亟待解決的難題。