Amazon compra livros raros, digitaliza conteúdo para treinar IA e destrói exemplares
Uma investigação do site 404 Media revelou uma operação pouco conhecida envolvendo a Amazon e o treinamento de sistemas de inteligência artificial. Segundo a reportagem, a empresa estaria comprando grandes lotes de livros usados e raros, digitalizando as páginas para obter dados e destruindo os exemplares físicos durante o processo.
A descoberta reacendeu o debate sobre direitos autorais, preservação de livros e os métodos utilizados pelas empresas para conseguir grandes volumes de dados para seus modelos de IA.
Leia mais:
Exoplaneta sem atmosfera pode mudar a busca por vida extraterrestre
Como a operação da Amazon foi descoberta
A investigação começou quando um vendedor recebeu uma encomenda de aproximadamente mil livros. O comprador não foi identificado diretamente como uma empresa de tecnologia, o que levantou suspeitas sobre o destino das obras.
Para acompanhar o pedido, um Apple AirTag foi colocado em um dos livros. O dispositivo acabou revelando que o exemplar foi enviado para uma instalação da Amazon em Las Vegas, nos Estados Unidos.
O que acontece no armazém
O local identificado é o VGT3, dentro do complexo da Amazon em Las Vegas. Segundo funcionários ouvidos na investigação, grandes remessas de livros chegam ao espaço para serem processadas.
As encadernações são retiradas e as páginas passam por equipamentos de digitalização. O procedimento permite transformar rapidamente os livros físicos em arquivos digitais, mas destrói os exemplares originais.
Por que a Amazon precisa de livros para treinar IA?
Modelos de linguagem dependem de enormes quantidades de informação para aprender padrões de escrita, conhecimento e linguagem.
Embora a internet seja uma fonte gigantesca de dados, livros antigos podem oferecer conteúdos que não estão disponíveis online. Obras técnicas, literárias e históricas também apresentam textos extensos e estruturados, tornando esse material especialmente interessante para o treinamento de sistemas de IA.
Livros raros podem ter informações exclusivas
O problema é que alguns dos exemplares adquiridos podem ter circulação limitada. Para colecionadores e pesquisadores, a perda física dessas obras pode representar um impacto cultural que vai muito além do conteúdo digitalizado.
A preocupação ganhou força porque vendedores de livros usados em diferentes países também relataram pedidos incomuns, com grandes quantidades de títulos variados sendo comprados sem a preocupação habitual com preço ou assunto.
Amazon confirma a compra dos livros
Questionada sobre a investigação, a Amazon confirmou que compra livros por canais comerciais. A empresa, porém, não apresentou detalhes sobre a quantidade de exemplares adquiridos, quais modelos utilizam o material ou há quanto tempo a operação ocorre.
A companhia afirmou que compra livros para ajudar a desenvolver e melhorar produtos e serviços utilizados pelos clientes.
A resposta não esclareceu diretamente a destruição dos exemplares nem explicou a extensão do processo identificado no armazém de Las Vegas.
A prática é exclusiva da Amazon?
Não. A aquisição e a digitalização de livros para treinamento de inteligência artificial já aparecem em outros casos envolvendo empresas do setor.
Anthropic também recorreu à digitalização destrutiva
A Anthropic, responsável pelo Claude, esteve envolvida em um processo relacionado à compra e digitalização de grandes quantidades de livros. Documentos judiciais revelaram que a empresa utilizou um método de digitalização que envolvia a destruição das cópias físicas.
O caso ajudou a estabelecer um importante debate jurídico nos Estados Unidos sobre o uso de livros protegidos por direitos autorais no treinamento de modelos de IA.
O que diz a lei sobre o uso dos livros?
Nos Estados Unidos, determinadas utilizações de obras protegidas podem ser consideradas fair use, ou uso justo, especialmente quando existe uma finalidade considerada transformativa.
Isso não significa, porém, que qualquer empresa possa copiar qualquer livro sem restrições. A legalidade depende das circunstâncias e continua sendo objeto de disputas judiciais.
No caso da inteligência artificial, a discussão é particularmente complexa porque as leis de direitos autorais foram criadas muito antes da existência dos atuais modelos generativos.
Uma nova disputa por dados
O caso da Amazon mostra como a corrida pela inteligência artificial está criando uma demanda inesperada por materiais físicos.
Livros que durante décadas foram considerados objetos de leitura, pesquisa e coleção agora também podem ser vistos pelas empresas de tecnologia como grandes conjuntos de dados.
O dilema entre tecnologia e preservação
A digitalização pode preservar o conteúdo textual de uma obra, mas não necessariamente preserva o livro como objeto histórico.
Encadernação, papel, ilustrações, anotações e características de uma edição específica podem desaparecer quando o exemplar é desmontado.
Para empresas de IA, o objetivo é obter informação. Para bibliotecas, colecionadores e pesquisadores, o próprio objeto também pode possuir valor.
O que ainda não se sabe sobre a operação
Apesar da investigação, diversas perguntas continuam sem resposta.
A Amazon não revelou quantos livros já foram processados, quais sistemas de inteligência artificial recebem os dados digitalizados ou se existem critérios para impedir a destruição de exemplares considerados especialmente raros.
A escala da operação também permanece desconhecida.
O episódio, contudo, deixa evidente uma tendência: diante da crescente necessidade de dados para treinar modelos de IA, livros físicos estão se tornando uma nova fonte estratégica de informação.
A descoberta também coloca a Amazon no centro de uma discussão que envolve tecnologia, direitos autorais e preservação cultural. Enquanto as empresas buscam modelos cada vez mais sofisticados, cresce a pressão para entender exatamente de onde vêm os dados usados para construí-los.