Un tournant tranquille dans l'histoire d'Amazon
L'entreprise qui lia autrefois son destin aux livres de papier les traite maintenant comme une ressource consommable. Selon une enquête 404 Media, Amazon achète des éditions rares en vrac, coupe leurs fixations, et envoie les pages à travers un scanner. La méthode est grossière, mais efficace: de cette façon, les pages peuvent être introduites dans l'équipement sans s'arrêter — et sans aucun regret de préserver le livre comme un objet.
Pour Amazon, ce n'est pas un acte de vandalisme mais une partie d'un pipeline technologique : les textes sont nécessaires pour former de nouveaux modèles d'IA. En réponse aux demandes des journalistes, la société a confirmé qu'elle « achète des livres par les canaux commerciaux pour améliorer les produits et services que les clients utilisent ». En d'autres termes, les folios rares deviennent une matière première, presque comme le minerai d'une aciérie.
Comment les journalistes ont tracé la destination
La preuve a été recueillie non pas par ouï-dire, mais en suivant une copie précise. 404 Media a caché un dispositif de suivi dans un livre rare et a surveillé son itinéraire. Le paquet s'est finalement retrouvé dans une installation Amazon à Las Vegas sous le nom de code VGT3 — notamment, cet entrepôt est marqué d'un symbole de dinosaure griffant un livre dans ses griffes.
Il n'y a rien de compliqué dans ce genre de chasse : Amazon a longtemps été le plus grand marché pour les marchands de livres d'occasion, de sorte que les éditions nécessaires peuvent être achetées littéralement par la tonne. Il est peu probable qu'un vendeur soupçonne quelque chose quand un acheteur en gros prend des dizaines de vieux livres à la fois — il ressemble à une commande pour une bibliothèque, pas pour un broyeur.
Pourquoi les vieux livres sont précieux pour les réseaux neuronaux
Il ne s'agit pas d'intrigues ou de beauté typographique. Le principal atout des éditions rares est le texte humain « propre ». Tout ce qui a été publié avant 2022 physiquement n'aurait pu être écrit par un modèle linguistique : à l'époque, les réseaux neuronaux générateurs n'étaient pas encore accessibles au grand public. Mais une partie importante de l'internet moderne a déjà été créée par des algorithmes, et la formation d'un nouveau modèle sur elle signifie la transmission de leurs erreurs et modèles de formules.
C'est là que le phénomène de effondrement du modèle entre en jeu. Si une AI apprend des textes générés par une autre AI, la qualité de ses réponses se détériore progressivement. Le langage devient plat et monotone, de rares tours de phrase disparaissent, et la précision diminue. Les vieux livres sont une « réserve » naturelle de la parole humaine vivante que les algorithmes n'ont pas atteint. Plus l'impression est obscure, plus sa valeur pour la formation est élevée : le texte n'a pas été exposé sur Internet ou dans les ensembles de données précédents.
L'ironie est que Amazon, qui a construit un marché géant pour les livres d'occasion, les détruit maintenant comme objets physiques pour le bien de modèles invisibles. Pour les collectionneurs, il s'agit d'un signe d'avertissement : un acheteur d'une édition rare peut s'intéresser non pas à son contenu, mais seulement à son aptitude à scanner. Mais d'un point de vue commercial, la logique est enclenchée — tant qu'il y aura une demande d'IA de haute qualité, il y aura une demande de ciseaux.
