Empresas de IA estão comprando livros antigos, ingerindo seu conteúdo para treinar modelos e depois destruindo-os em escala incrível
"Os melhores dados de treinamento de IA do mundo estão em uma prateleira."
Por Frank Landymore, Futurismo, 25.06.2026
Tradicionalmente, livros têm servido para duas coisas: ler e ficar bonito em uma prateleira.
Mas as empresas de IA não se interessam por nenhum dos dois.
Para quem constrói grandes modelos de linguagem, livros não passam de carne para ser devorada em massa antes de ser cuspida como espinha de peixe. Frequentemente, eles ficam felizes em usar livros digitais — ou melhor ainda, livros digitais piratas, como a Meta foi acusada de fazer, e como a Anthropic foi obrigada a pagar um acordo de 1,5 bilhão de dólares aos autores por também fazerem.
Mas muitas empresas, incluindo a Anthropic, passaram a consumir livros físicos, dos quais podem comprar inúmeras cópias usadas a preços baixos. De acordo com o processo acordado, a Anthropic usou uma máquina de corte hidráulica para remover cuidadosamente as páginas dos livros adquiridos de revendedores e depois escaneá-las usando equipamentos de imagem de grau industrial. Em outras palavras, ele literalmente copiava livros de autores para treinar sua IA.
Esse processo aproveitou um conceito legal conhecido como doutrina da primeira venda, que permite ao comprador fazer o que quiser com a compra sem a autorização do titular original dos direitos autorais. E como a Anthropic estava transformando os textos físicos originais em digitais — em vez de redistribuí-los como novas cópias — um juiz considerou isso "transformador" e, portanto, protegido pelo uso justo.
Agora, como relata a 404 Media, essa prática se tornou tão comum que até livreiros já estabelecidos estão buscando lucrar com o boom da IA. Um chamado ISBNdb, que ostenta o "maior banco de dados de livros do mundo", exalta que "os melhores dados de treinamento de IA do mundo estão em uma prateleira", sustentando esses textos físicos como não corrompidos por uma escrita de IA mal feita que já poluíu grande parte da internet (e, de fato, livros mais recentes).
"Livros impressos da era pré-LLM (Large Language Model (Grande Modelo de Linguagem)) têm garantia estrutural de estar livres dessa contaminação. Isso por si só já é uma vantagem significativa", explica em um artigo em seu site, citado pelo 404. "Livros físicos publicados antes dessa data [antes de 2022] estão estruturalmente limpos de ferramentas modernas de envenenamento."
Antes focado em ajudar bibliotecas, distribuidoras e livrarias a encontrar e vender livros, o ISBNdb agora ajuda empresas de IA a comprar em massa entre 1.000 e um milhão de livros por pedido, segundo a 404. Como bônus adicional, também promete às empresas de IA que manterão suas compras em segredo — ninguém quer acabar sob os holofotes como Anthropic e Meta, obviamente — enquanto claramente soa ciente de como a prática soa incrivelmente duvidosa.
"O problema da óptica é real", diz o site do ISBNdb. "'Empresa de IA destrói dois milhões de livros' não é uma manchete que gera simpatia."
Um pequeno livreiro disse que, em abril, ele passou de vender no máximo 20 livros por semana para centenas, e ele tem quase certeza de que os clientes são laboratórios de IA, observando a seleção aleatória dos livros e como todos possuem ISBNs. Ele acrescentou que seu inventário está cheio de livros raros e fora de catálogo, o que significa que uma empresa de IA pode estar destruindo algumas das poucas cópias restantes que podem ser encontradas.
"Pessoalmente, tenho sentimentos mistos sobre tudo isso", disse o livreiro a 404. "Isso me beneficia financeiramente, além de esvaziar estoques antigos que provavelmente não venderiam. Tenho sido muito adequado para essas promoções com estoque de livros estrangeiros e em línguas estrangeiras. Por outro lado, não gosto do uso final, e não gosto que livros incomuns estejam sendo destruídos."
Mais livros antigos podem estar ameaçados. O 404 observou como livreiros raros na Holanda estão sendo inundados com compras em grande quantidade que acreditam serem feitas por empresas de IA, embora não possam ter certeza.
Suspeitas semelhantes estão sendo sentidas em toda a indústria. Serviços como o ISBNdb facilitam esses pedidos em grande escala, mantendo os compradores de IA anônimos conforme prometido. Pode haver fortes indícios de que um pedido em grande quantidade é para um laboratório de IA, mas livreiros podem, na maior parte, apenas especular.
Mais sobre IA: Autor convidado para palestrar na sede da OpenAI, aproveita a oportunidade para criticar a IA na cara deles
NB: Texto original
AI Companies Are Buying Antique Books, Ingesting Their Contents to Train Models, and Then Destroying Them at Incredible Scale ler aqui
O que vocês sentem ao ver isso tudo? por Odir Fontoura
Nenhum comentário:
Postar um comentário