Amazon destrói livros raros em instalação dedicada ao treino de inteligência artificial

A publicação 404 Media conseguiu rastrear o destino de carregamentos de livros raros ao colocar um dispositivo de localização numa remessa, descobrindo que esta acabou numa instalação da Amazon em Las Vegas dedicada à digitalização destrutiva de obras impressas para treino de inteligência artificial. A investigação, publicada esta segunda-feira, constitui a primeira evidência pública de onde terminam as compras em massa de livros ligadas ao treino de modelos de IA.

O destino final foi a equipa VGT3 da Amazon, cujos funcionários confirmaram ao meio de comunicação que a única função do departamento é receber enormes carregamentos de livros impressos e remover as lombadas para que as páginas possam ser digitalizadas mais rapidamente. O processo resulta na destruição completa das obras. O logótipo da equipa, de forma apropriada, é um dinossauro a segurar um livro nas garras.

A preferência por livros impressos antes de 2022 explica-se pela necessidade de texto que não está amplamente disponível online e, crucialmente, que não foi gerado por máquinas. Treinar modelos de IA com conteúdo produzido por outros sistemas artificiais cria o risco de colapso do modelo, onde a qualidade se degrada progressivamente em cada ciclo recursivo. Assim, material impresso anterior a 2022 representa combustível limpo para o treino de IA.

Segundo a Decrypt, a Amazon não é a única empresa envolvida nesta prática. Formou-se uma indústria artesanal dedicada a fornecer livros físicos aos laboratórios de inteligência artificial, que são depois despojados, digitalizados e descartados. A Anthropic já operou a esta escala através do projeto interno designado Project Panama, tendo digitalizado milhões de livros através de digitalização destrutiva.

A corrida por texto limpo já gerou batalhas judiciais. Um juiz federal decidiu que treinar IA com livros legalmente adquiridos pode qualificar como uso justo, uma vitória parcial para a Anthropic que também foi invocada pela Meta e OpenAI. Contudo, cópias pirateadas são matéria diferente: a Anthropic acordou um acordo de 1,5 mil milhões de dólares relacionado com títulos pirateados digitalizados, e a Salesforce enfrenta agora uma ação coletiva sobre alegada pirataria de livros.

A operação da Amazon manteve-se discreta por razões estruturais. Livreiros notaram um aumento acentuado em encomendas em massa durante o último ano e suspeitavam que empresas de IA estavam por trás das compras, uma vez que os compradores não eram sensíveis ao preço e selecionavam títulos aparentemente aleatórios. As suspeitas foram finalmente confirmadas quando um AirTag revelou o destino final das obras.

A Amazon emitiu uma declaração afirmando que adquire livros através de canais comerciais para ajudar a desenvolver e melhorar os produtos e serviços utilizados pelos seus clientes.