Relatórios revelam que empresas de inteligência artificial adquirem e destroem livros físicos raros pré-2022 para criar dados de treinamento limpos, levantando sérias questões sobre preservação cultural.
Livros pré-2022 como matéria-prima exclusiva
A indústria de inteligência artificial está cada vez mais focada em livros impressos publicados antes de 2022 como fonte principal de treinamento. A razão é técnica: esses textos foram escritos e publicados antes da popularização da geração de conteúdo por IA, garantindo que os dados sejam “limpos” e livres de alucinações ou padrões artificiais.
Segundo reportagens da 404 Media, a corretora ISBNdb fornece milhões de livros fisicamente para laboratórios de IA. O argumento é que obras mais antigas são mais densas, editadas e autoritárias, evitando o que especialistas chamam de “colapso do modelo” – um fenômeno onde AIs treinadas em conteúdo gerado por outras AIs perdem qualidade progressivamente.
O processo de digitalização destrutiva
Para acelerar a digitalização, muitas dessas obras passam por scanners de alta velocidade que exigem a remoção das lombadas (encadernação). Esse processo separa as páginas e destrói o livro original, tornando o custo da digitalização muito menor do que métodos tradicionais de preservação que mantêm a integridade física da obra.
Críticos alertam que volumes extremamente raros, que sobreviveram a guerras, incêndios e séculos de manuseio, estão entrando nessa linha de produção. Diferente de sites ou publicações modernas, cópias únicas de obras históricas não podem ser reproduzidas após seu desaparecimento físico.
Segredo e aprovação legal
A ISBNdb reconhece as preocupações reputacionais, mas utiliza acordos de confidencialidade (NDAs) rigorosos para ocultar as identidades de seus clientes. Em seu site, a empresa sugere que títulos como “empresa de IA destrói dois milhões de livros” não geram simpatia, incentivando o uso do termo eufêmico “preservação digital”.
No âmbito legal, uma recente decisão dos tribunais dos EUA envolvendo a Anthropic estabeleceu que digitalizar livros comprados legalmente para treinamento de IA constitui “uso justo” em certas circunstâncias. O raciocínio do tribunal foi que, ao destruir cada cópia física durante a digitalização, uma cópia legal efetivamente substitui outra, em vez de criar múltiplas cópias não autorizadas.
Reações e preocupações futuras
Enquanto a indústria avança, figuras públicas como Elon Musk sugerem alternativas, pedindo que equipes preservem livros raros em bibliotecas e os digitalizem “do jeito difícil” (sem destruição). Especialistas em patrimônio cultural alertam que, sem uma conscientização significativa, esse apagamento silencioso pode se tornar a maior perda cultural definida desta era, lembrada apenas quando for tarde demais.
