Cine salvează cărțile de foamea A.I.? Companiile cumpără volume second-hand pentru a antrena modele: le scanează, iar unele exemplare sunt apoi distruse

• Un AirTag ascuns într-o carte rară a fost urmărit până la facilitatea VGT3 a Amazon din Las Vegas, unde echipe specializate desprind coperțile, scanează paginile și trimit volumele la reciclare.
• Documente din procesele intentate dezvoltatorilor de AI confirmă practica la scară largă, cu comenzi de până la un milion de titluri.
• Amazon a refuzat să comenteze direct concluziile investigației, în timp ce Anthropic și xAI au declarat public că nu se antrenează pe cărți rare.

Cărți care au trecut prin secole ajung tăiate ca să hrănească un model AI, iar companiile care construiesc sistemele ce îți intră în viață decid în culise ce date folosesc. Dacă nu ceri transparență, accepți regula tăcerii, scrie Futurism.

Cum am ajuns la această dezbatere?

Companiile de inteligență artificială cumpără și distrug cărți rare. Piața cărții second-hand traversează o perioadă de creștere neobișnuită, iar explicația nu vine dinspre cititori. Librării independente din Statele Unite, Marea Britanie și Europa primesc comenzi în vrac pentru mii de volume, de la romane populare până la ediții academice tipărite în câteva zeci de exemplare.

Documentele făcute publice în procesele intentate dezvoltatorilor de inteligență artificială arată că multe dintre aceste cărți nu ajung pe rafturi, ci pe bandă: li se taie cotorul, paginile trec prin scanere industriale, iar exemplarul fizic este reciclat. Documentele din procesul intentat companiei Anthropic descriu un proiect intern de scanare la scară largă, în care volumele cumpărate erau desfăcute, digitalizate și apoi distruse. Comenzile raportate de librari variază de la câteva sute la un milion de titluri, fără ca vânzătorii să afle cine este cumpărătorul final. Cărțile tipărite înainte de 2022 sunt cele mai căutate, pentru că garantează un text scris și editat de oameni, neatins de generarea automată.

Cum pot dovedi librarii că respectivele comenzi ajung să fie distruse de companiile care își antrenează AI-urile?

La Barter Books, în Northumberland, o singură comandă venită de la o companie canadiană a egalat vânzările unei săptămâni întregi. Diversitatea titlurilor este cea care i-a pus pe gânduri pe librari: texte latinești obscure, romane western, lucrări care nu mai fuseseră cerute de ani de zile. Tocmai această varietate are valoare pentru modelele lingvistice, fiindcă oferă formulări și informații care nu circulă online. Sursele digitale au ajuns saturate de text generat automat, iar hârtia rămâne una dintre puținele rezerve de limbaj uman coerent.

Practica nu este însă nici ilegală, nici uniform reglementată. În Statele Unite, un judecător a stabilit în 2025 că folosirea unor cărți pentru antrenarea software-ului poate fi legitimă în anumite circumstanțe, calificând utilizarea drept „extrem de transformatoare”, iar dreptul de proprietate asupra unui exemplar fizic include și dreptul de a-l distruge. Cadrul european și britanic funcționează diferit. Emily Hudson, specialistă în dreptul proprietății intelectuale la Universitatea Oxford, explică faptul că legislația britanică pornește de la premisa că „actele de copiere necesare pentru crearea unei biblioteci de antrenament și pentru instruirea unui model AI necesită permisiunea titularului drepturilor de autor”.

Cu alte cuvinte, aceeași operațiune industrială poate fi acceptabilă într-o jurisdicție și problematică în alta. Librarii recunosc că reciclarea unor tiraje uriașe nu reprezintă o dramă culturală. „Lumea nu mai are nevoie de cinci milioane de exemplare din «Codul lui Da Vinci»”, spune Manley. Diferența apare la ediții tipărite în zeci de exemplare, unde dispariția unui volum poate însemna dispariția textului. Distincția dintre surplus și unicat nu poate fi făcută de un scaner și nici de un algoritm de achiziție care cumpără la kilogram.

Practic, piața cărții second-hand devine o sursă de materie primă pentru următoarea generație de modele. Acum există și o dovadă, iar ea arată direct spre cel mai mare jucător din piață: Amazon. Un AirTag ascuns într-o carte rară a fost urmărit până la o facilitate de antrenament AI a Amazon din Las Vegas, potrivit unei investigații 404 Media. Investigația a pornit de la un librar care a acceptat să ascundă dispozitivul într-un volum dintr-o comandă en-gros. Urmărirea a dus la o echipă specializată în desprinderea coperților și scanarea paginilor.

Detaliul care a stârnit reacții vine din interiorul depozitului VGT3: sigla de pe ușă înfățișa un Tyrannosaurus rex gata să devoreze o carte. Amazon a refuzat să comenteze direct concluziile 404 Media și a transmis doar o declarație generală: „Amazon achiziționează cărți prin canale comerciale pentru a dezvolta și îmbunătăți produsele și serviciile pe care le folosesc clienții noștri.” Compania nu a pomenit nimic despre antrenarea AI.

Contrastul cu rivalii face situația și mai vizibilă. Anthropic și xAI au spus public că nu se antrenează pe cărți rare sau vechi. Amazon nu a oferit aceeași clarificare. Pentru o industrie care construiește sisteme capabile să genereze text, conținutul unic din cărți vechi e greu de înlocuit cu date de pe internet. Asta explică de ce loturile masive de carte veche au devenit o țintă și de ce distrugerea lor nu e o decizie operațională, ci una strategică.

Cărți care au trecut prin secole ajung tăiate din coperte ca să hrănească un model AI. Nu e o distrugere accidentală, ci una programată, cu logo și cu tot. Al doilea este controlul: firmele care construiesc AI-ul care îți intră în viață decid în culise ce date folosesc și ce lasă în urmă. Dacă nu ceri transparență, accepți regula pe silent.