Dalam perlumbaan membangunkan kecerdasan buatan (AI), buku fizikal turut menjadi antara sumber data yang bernilai. Malah, dokumen mahkamah pada 2025 mendedahkan Anthropic membeli jutaan buku bercetak sebelum jilidnya ditanggalkan, halaman dipotong mengikut saiz yang sesuai untuk pengimbasan dan kemudian salinan fizikal tersebut dibuang selepas ditukar kepada format digital.
Kaedah yang dikenali sebagai destructive scanning itu membolehkan sejumlah besar buku didigitalkan dengan lebih mudah. Namun, pendekatan Internet Archive jauh berbeza.
Di sebalik jutaan buku yang boleh dibaca melalui Internet Archive, sebahagian proses pendigitalannya masih dilakukan dengan cara yang kelihatan sangat tradisional: halaman demi halaman, menggunakan tangan manusia.
Proses tersebut pernah menjadi perhatian ramai pada 2021 selepas video seorang pengendali mesin pengimbas buku, Eliza Zhang, tular. Dalam tempoh 48 jam, video berkenaan dilihat lebih 1.5 juta kali, sementara hantaran mengenainya mencapai sekitar 7.7 juta pengguna.
Zhang ketika itu telah bekerja di ibu pejabat Internet Archive di San Francisco sejak 2010.
Bukan Sekadar Tekan Butang
Untuk mendigitalkan sebuah buku, Zhang menggunakan mesin khas dikenali sebagai Scribe, yang dibangunkan khusus untuk kerja pendigitalan Internet Archive.
Operator menggunakan pedal kaki untuk menaikkan bahagian kaca yang memegang buku, sebelum menyelak halaman secara manual. Dua kamera kemudian digunakan untuk mengambil imej halaman tersebut sebelum proses sama diulang lagi dan lagi.
Kerja itu juga memerlukan perhatian yang tinggi.
Ada buku yang mempunyai halaman lipat, ilustrasi besar atau struktur tidak biasa. Operator perlu menandakan halaman tersebut supaya ia boleh diimbas secara berasingan. Jika terdapat halaman tertinggal atau gambar yang kabur, perisian Internet Archive akan mengesan masalah berkenaan dan meminta operator mengimbasnya semula.
Sepanjang sedekad bekerja di sana sehingga 2021, Zhang sahaja telah mengimbas lebih 3 juta halaman, 14,000 halaman lipat dan 18,000 bahan, dengan kebanyakannya terdiri daripada buku.
Kenapa Tidak Gunakan Robot?
Dengan jumlah koleksi sebesar Internet Archive, mungkin timbul persoalan mengapa proses menyelak halaman ini tidak diautomatikkan sepenuhnya.
Sebenarnya, Internet Archive pernah mencubanya.
Sekitar dua dekad sebelum video Zhang tular, organisasi itu menguji pengimbas buku komersial dengan lengan berkuasa vakum yang boleh menyelak halaman secara automatik. Namun, sistem tersebut didapati kurang sesuai apabila berdepan buku rapuh, naskhah jarang ditemui dan koleksi khas.
Setiap buku mempunyai keadaan yang berbeza. Ada kertas terlalu nipis, halaman rapuh, jilidan ketat atau bahagian yang perlu dikendalikan dengan lebih berhati-hati.
Internet Archive juga mengambil pendekatan untuk tidak membuka atau memisahkan jilidan buku semata-mata bagi memudahkan proses pengimbasan. Menurut organisasi itu, variasi antara buku menjadikan automasi sukar dilakukan dengan pantas tanpa meningkatkan risiko kerosakan.
Pendekatan ini jelas berbeza dengan kaedah yang digunakan Anthropic untuk membina perpustakaan penyelidikan digitalnya. Dalam kes tersebut, dokumen mahkamah menyatakan buku bercetak yang dibeli dipisahkan daripada jilidan, dipotong dan diimbas sebelum salinan kertas dibuang.
https://x.com/glennbeck/status/2083289458984833333?s=20
Bagi Internet Archive pula, matlamatnya bukan sekadar menghasilkan fail digital, tetapi pada masa sama memelihara naskhah fizikal asal dengan kesan minimum sepanjang proses pengimbasan.
Pada 2021, Internet Archive mempunyai kira-kira 70 operator Scribe yang bekerja di pusat pendigitalan di Amerika Syarikat, United Kingdom dan Kanada.
https://x.com/internetarchive/status/2092294612568138217?s=20
Di sebalik sebuah perpustakaan digital yang boleh diakses dalam beberapa saat, sebenarnya masih ada manusia yang menghabiskan masa menyelak, memeriksa dan mengimbas setiap halaman satu demi satu.
Dalam era AI yang mampu memproses berjuta-juta perkataan dalam masa singkat, proses Internet Archive ini menjadi peringatan bahawa untuk membawa sesetengah ilmu lama ke dunia digital, tangan manusia masih sukar digantikan.
{suggest}