Um ponto de viragem silencioso na história da Amazon
A empresa que uma vez ligou o seu destino aos livros de papel agora trata-os como um recurso consumível. De acordo com uma investigação da 404 Media, a Amazon compra edições raras a granel, corta suas ligações e envia as páginas através de um scanner. O método é bruto, mas eficaz: desta forma, as páginas podem ser alimentadas ao equipamento sem parar — e sem qualquer arrependimento em preservar o livro como objeto.
Para a Amazônia, isso não é um ato de vandalismo, mas parte de um oleoduto tecnológico: os textos são necessários para treinar novos modelos de IA. Em resposta às perguntas dos jornalistas, a empresa confirmou que "compra livros através de canais comerciais para melhorar os produtos e serviços que os clientes usam". Em outras palavras, fólios raros se tornam matéria - prima — quase como minério para uma usina de aço.
Como os jornalistas traçaram o destino
A evidência foi recolhida não a partir de boatos, mas rastreando uma cópia específica. 404 Media escondeu um dispositivo de rastreamento dentro de um livro raro e monitorou sua rota. O pacote acabou em uma instalação da Amazon em Las Vegas sob o codinome VGT3 — notavelmente, este armazém é marcado com um símbolo de um dinossauro segurando um livro em suas garras.
Não há nada de complicado nesse tipo de caçada: a Amazon tem sido há muito o maior mercado para negociantes de livros usados, então as edições necessárias podem ser compradas literalmente pela tonelada. É improvável que um vendedor suspeite de algo errado quando um comprador por atacado pega dezenas de livros antigos ao mesmo tempo — parece um pedido para uma biblioteca, não para um triturador.
Por que livros antigos são valiosos para redes neurais
Não se trata de enredos ou beleza tipográfica. O principal recurso de edições raras é o texto humano "limpo". Qualquer coisa publicada antes de 2022 fisicamente não poderia ter sido escrita por um modelo de linguagem: naquela época, as redes neurais generativas ainda não estavam disponíveis para o público em geral. Mas uma parte significativa da internet moderna já foi criada por algoritmos, e treinar um novo modelo nele significa transmitir seus erros e padrões formulais.
É aqui que o fenómeno da colapso do modelo entra em jogo. Se uma IA aprende com textos gerados por outra IA, a qualidade de suas respostas se deteriora gradualmente. A linguagem torna-se plana e monótona, raras voltas de frase desaparecem, e a precisão cai. Os livros antigos são uma "reserva" natural do discurso humano vivo que os algoritmos não alcançaram. Quanto mais obscura a execução da impressão, maior o seu valor para o treinamento: o texto não foi exposto na internet ou em conjuntos de dados anteriores.
A ironia é que a Amazônia, que construiu um mercado gigante para livros usados, agora os destrói como objetos físicos em prol de modelos invisíveis. Para colecionadores, este é um sinal de aviso: um comprador de uma edição rara pode estar interessado não no seu conteúdo, mas apenas na sua adequação para um scanner. Mas, do ponto de vista empresarial, a lógica é rígida — enquanto houver demanda por IA de alta qualidade, haverá demanda por tesoura.
