大学图书馆遭AI机器人蜂拥访问，公共访问面临风险

全球高校图书馆正被AI爬虫“围攻”。过去一年，北美、欧洲和大洋洲的多所大学图书馆报告称，大量数据抓取机器人持续冲击其数字资源库，导致网站变慢甚至崩溃，学生、研究者和普通公众的正常访问受到严重影响。圣何塞州立大学编目与政府文献负责人吉尔·斯特里科夫斯基向CBC描述，这些机器人“就在互联网上到处轰炸，试图尽可能多地抓取材料”。该校曾出现一天之内被超过1.1万次“芬兰音乐”相关搜索请求淹没的极端情况。维多利亚大学图书馆馆藏与数字基础设施主任迪恩·西曼表示，有时机器人流量大到让网站完全宕机一段时间，这对公共访问构成“真正的问题”。 这场冲击的背景是AI公司对高质量训练数据的争夺战。图书馆、博物馆等文化遗产机构之所以成为重灾区，是因为它们藏有经过审核的学术、历史和政府文献，且大多不设付费墙或登录门槛，对爬虫来说几乎是“免费自助餐”。安大略理工大学加拿大可信人工智能研究主席彼得·刘易斯指出，这本质上是大型私营企业在“榨取式”地利用公益机构——用公共资源训练出高度商业化的模型，再卖回给公众。古登堡计划执行主任埃里克·赫尔曼则将这些编程粗糙的爬虫称为“怪物”，认为它们正在“摧毁互联网的开放访问”。值得注意的是，并非所有爬虫都是恶意的，但AI公司与第三方数据服务商的抓取行为目前缺乏有效约束，图书馆方面几乎无力阻挡。对跨境电商卖家和AI从业者而言，这一事件释放了两个信号：一是公开数据的获取成本正在上升，依赖大规模爬取训练模型的路径面临越来越多的技术和伦理阻力；二是内容资产的产权意识正在强化，未来无论是选品数据、用户评论还是商品描述，合规获取与使用将成为不可回避的课题。