Os livreiros tinham notado um padrão estranho por cerca de um ano: alguém comprava regularmente livros raros e de baixa impressão a granel, com pouca consideração pelo seu conteúdo. A suspeita recaiu sobre as empresas que formavam grandes modelos linguísticos — mas não havia provas. Parece que a prova foi encontrada de uma forma muito invulgar.
Um rastreador em um livro levou a um armazém da Amazon
Um vendedor decidiu testar a teoria e colocou um rastreador oculto AirTag Bluetooth em um livro de um lote por atacado. O dispositivo revelou a rota: a ordem não foi para um colecionador privado e não para o armazém de uma loja online, mas ao centro de treino de IA da Amazon em Las Vegas. Uma equipe ali trabalha literalmente arrancando os espinhos dos livros e escaneando as páginas — um método que lhes permite processar volumes mais rápido e com mais cuidado do que um scanner regular.
Uma investigação publicada pela 404 Media confirmou que as compras a granel de livros raros estão de fato ligadas à Amazon. O armazém com o código VGT3 abriga uma equipe de digitalização, e a porta da instalação está decorada com um logotipo de um tiranossauro prestes a comer um livro. Ajustando-se, dado o destino das cópias que acabam lá em cima: após a digitalização, os livros são destruídos.
A própria Amazon recusou comentar as conclusões, limitando-se a uma declaração formal: a empresa compra livros através de canais comerciais comuns para "desenvolver e melhorar produtos e serviços para clientes". O treinamento de IA não é mencionado nessa resposta, embora pareça ser exatamente para isso que serve a busca de textos únicos.
Por que a Amazônia destrói livros raros
A Amazon está construindo ativamente seus próprios modelos de fronteira — uma nova geração de IA que deve competir com o trabalho do Google, OpenAI e Anthropic. Tais modelos precisam de enormes volumes de dados únicos, e quanto menos "desgastado" o material, melhor. O conteúdo comum da Internet já não é suficiente para este fim.
É por isso que o interesse da empresa não se concentrou em primeiras edições caras, mas em livros que parecem irrenomináveis do ponto de vista do mercado: obras nunca traduzidas de línguas raras, há muito tempo fora de impressão, ou simplesmente não populares o suficiente para uma impressão em massa. Eles podem ser comprados a granel sem arrependimento, e eles fornecem o que os algoritmos precisam — texto que nunca foi digitalizado antes.
Os funcionários do armazém descreveram o seu trabalho de fato em fóruns: monótono, mas com horas convenientes, e ajustável às suas necessidades, se necessário. Eles foram treinados para digitalizar o código de barras ou ISBN antes de processar cada livro. Esse detalhe é especialmente importante: indica que a Amazon está trabalhando metodicamente através do catálogo de publicações impressas utilizando uma lista de identificadores, tentando cobrir o maior número possível de trabalhos.
De acordo com a 404 Media, em algum momento este ano a equipe ficou sem livros para escanear. A escassez era tão grave que os trabalhadores temiam que o armazém fechasse. Mais tarde, as entregas retomaram e a instalação continua a funcionar.
A questão do valor e da ética
A destruição de livros para o treinamento de IA provocou uma forte reação online. Michael Barry, um conhecido jornalista e escritor, chamou a prática de "a personificação do mal". Os utilizadores do Reddit debateram a justificação desse tratamento do património cultural. Um argumento soa particularmente afiado: muitos desses livros estavam juntando poeira nas prateleiras das lojas há décadas, e dificilmente ninguém os teria comprado para ler. Mas isso não nega o seu valor.
Edições antigas têm mais do que apenas valor monetário. Há valor histórico e intelectual, e às vezes valor sentimental — para bibliófilos ou pesquisadores. Como observou o livreiro que realizou a experiência do rastreador, para as empresas de IA tal livro é meramente "conteúdo na forma de um conjunto de palavras". Pequenos detalhes da vida diária, termos ultrapassados, peculiaridades das línguas regionais — tudo isso desaparece para sempre após o original ser escaneado e destruído.
Os céticos chamaram a publicação de "propaganda dos odiadores de IA", mas mesmo eles concordaram que lamentar a perda de fontes impressas únicas é totalmente razoável. Especialmente dado que o conteúdo dos livros digitalizados é improvável de ser tornado público pela empresa. Quanto menos concorrentes puderem acessar dados únicos, melhor para aqueles que o coletaram. As bibliotecas e os investigadores provavelmente não terão acesso a esses arquivos.
Ao contrário da Amazon, os concorrentes Anthropic e xAI já declararam publicamente que não usam livros raros ou antigos para treinamento. A Amazônia, entretanto, prefere ficar em silêncio, o que só levanta mais perguntas. Se a prática for verdadeiramente sistemática, as consequências para o mercado do livro e para o património cultural poderiam ser graves: as edições raras são um recurso finito, e a lista de ISBNs que podem ser metodicamente verificadas está ali mesmo em frente aos gigantes da IA.
