英国第二大图书馆：牛津大学博德利图书馆藏书被曝用于 OpenAI 模型训练

AI 总结
• 牛津大学博德利图书馆被曝允许OpenAI利用其藏书训练AI模型，这是英国第二大图书馆与人工智能开发商的合作。
• 根据内部文件，OpenAI已完成对博德利图书馆藏书的数字化处理，并将其用于“构建OpenAI的训练集”，该图书馆于2025年3月宣布与OpenAI达成合作。
• 已提供给OpenAI的数据包括12.5万份历史学位论文扫描件以及1万首16世纪宽边民谣珍藏，后续计划还涉及爱尔兰国家档案及多位学者的私人信函等珍贵文献。
• 尽管校方否认隐瞒机器学习用途，但会议纪要显示教职员工曾担忧合作可能带来的声誉风险及其高能耗技术对大学环保承诺的负面影响。
• 校方强调提供的所有资料均已超出版权保护期且使用权非排他性，同时博德利图书馆保留了自主发布数字化资源的权利，旨在让更多公众便捷查阅这些历史文献。

【标题】英国第二大图书馆：牛津大学博德利图书馆藏书被曝用于 OpenAI 模型训练

IT之家 9 月 26 日消息，据英媒卫报消息，正值各大科技公司在学术机构中四处搜寻全新语料之际，牛津大学已允许 ChatGPT 开发商 OpenAI 利用其博德利图书馆（Bodleian Library）的历史典籍来训练其人工智能模型。

IT之家注：博德利图书馆是英国 Oxford 大学主要的研究图书馆，是英国规模仅次于大英图书馆的第二大图书馆。

【内部文件曝光：藏书用于构建训练集】
一份内部文件显示，由 OpenAI 完成数字化的博德利藏书已被用来“构建 OpenAI 的训练集”。

牛津大学于 2025 年 3 月宣布与该公司达成合作，使用 OpenAI 的软件对该校这座享誉世界的图书馆藏书进行数字化处理。

校方当时表示，此举将让广大学生和研究人员更便捷地查阅这些文献资料。然而，当时的合作公告并未提及这些资料会被用于训练 OpenAI 的模型。

OpenAI 的一位发言人表示，公司很荣幸能够促成“当今的 AI 模型为后世守护人类的历史文化瑰宝”。

该发言人还补充道：“目前全球已有超过十亿人在日常生活中使用这项技术，因此让它充分反映不同的文化、历史和视角至关重要。

”
【教职员曾表达顾虑：声誉与环保风险】
一份根据《信息自由法》调取的牛津大学会议纪要显示，包括博德利管理委员会成员在内的教职员工均表达了顾虑。

他们不仅担忧与 OpenAI 合作可能会引发声誉风险，还指出这项合作涉及高能耗技术，可能会对大学自身作出的环保承诺产生负面影响。

在一个名为“NextGenAI”的项目下，OpenAI 已与包括波士顿公共图书馆、加州理工学院、麻省理工学院以及密歇根大学在内的多家美国研究型图书馆签署了类似协议。

牛津大学则是该项目中唯一的英国成员。

【已捐赠数据规模与后续计划】
截至 2025 年 6 月，博德利图书馆已向 OpenAI 提供了 12.5 万份历史学位论文的扫描影印页，其中涵盖了 19 至 20 世纪欧美高校的博士论文。

其他已扫描的文献还包括一份罕见的 16 世纪“宽边民谣 / 街头民谣（Broadside Ballads）”珍藏集，共计 1 万首，记录了曾流传于都铎王朝街头巷尾的歌词与乐谱。

此外，教职人员还商讨了后续的数字化计划，涉及 18 世纪爱尔兰国家档案、爱尔兰小说家玛利亚 · 埃奇沃思（Maria Edgeworth）的私人信函，以及多萝西 · 霍奇金（Dorothy Hodgkin）关于青霉素研究的实验笔记。

【校方否认隐瞒，强调非排他性使用】
校方否认了向公众和学生隐瞒机器学习相关用途的指责。

发言人表示，数字化确实是学校的核心诉求，但教职员工始终明确承认，该项目同时会为模型提供训练数据。

牛津大学发言人表示：“通过与 OpenAI 合作完成数字化的文献资料规模有限，均已超出版权保护期；此外，OpenAI 对这些资料的使用权是非排他性的。”

博德利图书馆同样保留了自主发布这些数字化资源的权利。在未来几个月内，图书馆将逐步在网络上公开提供这批资料，正如我们对待其他数字化合作成果一样。

事实上，该项目将帮助博德利图书馆惠及更广泛的公众群体，让那些原本难以接触到这些文献的人能够轻松查阅。

[来源链接] https://www.ithome.com/1/007/426.htm