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

英国第二大学术图书馆——牛津大学博德利图书馆的藏书，已被用于训练OpenAI的人工智能模型，据英媒《卫报》9月26日报道。

IT之家指出，博德利图书馆是牛津大学的核心研究机构，其规模在英国仅次于大英图书馆，位居第二。

一份内部记录显示，由OpenAI负责数字化的博德利藏书，已被纳入“构建OpenAI训练集”的范畴。牛津大学于2025年3月宣布与该公司合作，利用OpenAI的软件对这座世界知名的图书馆进行数字化处理。

校方当时表示，此举旨在让学生和研究人员更便捷地访问这些文献。但值得注意的是，当时的合作公告并未说明这些资料将被用于OpenAI模型的训练。

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

该发言人补充道：“目前全球已有超过十亿人日常使用这项技术，因此让它充分反映不同的文化、历史和视角至关重要。”

根据《信息自由法》获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表达了担忧。他们不仅担心与OpenAI的合作可能带来声誉风险，还指出这项合作涉及高能耗技术，可能对大学自身的环保承诺造成负面影响。

在一个名为“NextGenAI”的项目下，OpenAI已与波士顿公共图书馆、加州理工学院、麻省理工学院及密歇根大学等多家美国研究型图书馆签署了类似协议。牛津大学是该项目中唯一的英国成员。

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，这些论文涵盖19至20世纪欧美高校的博士论文。其他已扫描的文献包括一套罕见的16世纪“宽边民谣/街头民谣”珍藏集，共1万首，记录了都铎王朝街头巷尾流传的歌词与乐谱。

此外，教职人员还讨论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·埃奇沃思的私人信函，以及多萝西·霍奇金关于青霉素研究的实验笔记。

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。值得一提的是，用户若想获取更多信息，可通过乐鱼娱乐登录平台进行相关查询。