Empresas de IA estão triturando livros raros
Empresas de IA estariam comprando livros impressos em grande quantidade e digitalizando-os de forma destrutiva para criar dados de treinamento para grandes modelos de linguagem, e depois triturando as cópias físicas para reforçar sua tese legal de que existe apenas “uma cópia”. Os comentaristas discutem se isso equivale a uma forma moderna de queima de livros ou a uma simples mudança pragmática de formato, questionam o quão “raros” são de fato os títulos afetados e observam que o copyright e as regras anti-circunvenção do DMCA tornam juridicamente arriscado digitalizar sem destruir e divulgar as digitalizações. Muitos veem o problema central não na digitalização em si, mas em um regime que incentiva a destruição de mídias físicas, o acúmulo privado dos conjuntos de dados resultantes e a marginalização de instituições públicas como bibliotecas e arquivos.
Âmbito e evidências da trituração
- O thread se concentra em relatos (especialmente uma matéria da 404 Media) de que empresas ligadas à IA compram livros usados em grande quantidade, digitalizam-nos de forma destrutiva e depois transformam os exemplares restantes em polpa.
- Os exemplos concretos citados são, em sua maioria, títulos técnicos ou acadêmicos de nicho, recentes, com ISBNs (pós‑década de 1960), e não manuscritos antigos.
- Alegações sobre “últimas cópias” de obras do século XVIII sendo trituradas são reconhecidas por vários კომენტadores como hipotéticas, não comprovadas.
- Alguns participantes duvidam que livros realmente raros e fora de circulação estejam sendo destruídos; outros dizem que, com obras em língua estrangeira e de baixa circulação, é plausível haver cópias conhecidas em número de um dígito, embora isso não esteja comprovado aqui.
Direitos autorais, legalidade e incentivos
- Vários observam decisões judiciais nos EUA que consideram que treinar modelos com obras adquiridas legalmente pode ser uso justo, especialmente quando a cópia física é destruída e passa a existir apenas uma cópia.
- A digitalização destrutiva é descrita como mais rápida, mais barata e juridicamente mais segura do que manter ao mesmo tempo cópias físicas e digitais sob as regras atuais de copyright/DMCA.
- Alguns culpam editoras e processos anteriores (por exemplo, contra a Internet Archive, shadow libraries) por empurrar empresas de IA para estratégias de “analog hole” em vez de licenciamento.
- Outros enfatizam que, se os livros estão em domínio público, não há necessidade legal de triturá-los; se isso acontece, é por custo/velocidade, não por lei.
Preservação vs. destruição
- Um lado argumenta que isso é, na prática, queima de livros: artefatos únicos (encadernações, anotações marginais, camadas de palimpsesto) e patrimônio físico se perdem, enquanto digitalizações privadas ficam trancadas.
- O outro lado contrapõe que a maioria desses livros já é excedente sem valor, que bibliotecas e editoras rotineiramente descartam e transformam em polpa; a digitalização destrutiva ao menos preserva o conteúdo digitalmente.
- Alguns destacam que pesos de LLM não são uma verdadeira digitalização; se as digitalizações não forem acessíveis ao público, nada fica realmente preservado para a pesquisa.
- Outros acham que a “fetichização” do físico é exagerada e que o principal valor é o texto, não o papel, embora a longevidade digital e a autenticidade sejam contestadas.
Comparações, ética e analogias
- As comparações vão de destruição nazista/Talibã e Fahrenheit 451/“queima de livros como serviço” até o descarte rotineiro de bibliotecas e a trituração por editoras.
- Vários observam que é possível que todos neste conflito—editoras, empresas de IA, legisladores—estejam “errados” de formas diferentes.
- Alguns sugerem que as empresas de IA deveriam ser obrigadas (ou sofrer pressão social) a liberar digitalizações de livros em domínio público, ou a contribuir para arquivos abertos, como condição para a digitalização destrutiva.
Ideias de política e reforma
- Repetem-se apelos por reforma do copyright: prazos menores (por exemplo, 20–50 anos), regras mais fortes para domínio público e abandono, e direitos mais claros para a digitalização não destrutiva.
- As propostas incluem guardiões públicos ou sem fins lucrativos para obras raras, proteção patrimonial para livros com cópias em número de um dígito e corpora de treinamento de propriedade pública em vez de acervos privados.