În 2026, cărțile tipărite dispar din anticariate în cantități uriașe, cumpărate en-gros, uneori câte un milion de bucăți deodată. Cumpărătorii nu sunt colecționari și nu sunt biblioteci în căutare de ediții rare. Sunt companii de tehnologie, iar destinul acestor cărți este unul neobișnuit.
Mai exact, aceste cărți sunt tăiate, scanate și apoi aruncate la reciclare. Ce caută marile firme de AI în paginile unor volume vechi de zeci de ani și de ce le distrug imediat după ce le folosesc?
Internetul a rămas fără text de calitate
Pentru ca un model de inteligență artificială să comunice fluent, el trebuie antrenat pe miliarde de cuvinte, din care își construiește legături statistice complexe între concepte și expresii. Calitatea acestor date determină direct calitatea rezultatului: textele provenite din cărți editate profesionist produc răspunsuri coerente, în timp ce comentariile aleatorii de pe internet transformă algoritmul într-un generator de zgomot fără sens.
Problema este că internetul actual este deja plin de texte generate chiar de alte rețele neuronale. Dacă un model nou ar învăța din acest tip de conținut, calitatea lui ar scădea rapid. De aceea, cărțile publicate înainte de 2022 au devenit extrem de valoroase — sunt garantat scrise de oameni și reprezintă una dintre ultimele surse de text „curat” rămase pe planetă.
Cum ajung cărțile pe banda de asamblare
Potrivit publicației 404 Media, companiile tech apelează la servicii precum ISBNdb, care oferă loturi de la o mie până la un milion de cărți fizice pe comandă. Jurnaliștii au descoperit că Anthropic a cheltuit milioane de dolari pentru achiziționarea în masă a unor ediții destinate antrenării asistentului său AI, Claude.
Procesul seamănă cu o linie de producție: cărțile sunt cumpărate en-gros de la comercianți mari, copertele cartonate sunt tăiate cu un cutter hidraulic industrial, paginile sunt aduse la o dimensiune uniformă, foile separate trec prin scanere de mare viteză pentru a genera fișiere PDF, iar hârtia rămasă ajunge la reciclare. La final, din cartea fizică nu mai rămâne decât o urmă digitală pe serverele companiei.
De ce nu cumpără dezvoltatorii pur și simplu cărți electronice
Ar putea părea ciudat ca firme cu bugete de miliarde să taie hârtie fizică în loc să achiziționeze copii electronice legale. Explicația stă în restricțiile stricte ale legislației privind drepturile de autor. Potrivit documentelor judiciare analizate de Ars Technica, companiile de AI au încercat inițial să folosească biblioteci piratate (ilegale), evitând astfel negocierile îndelungate cu editurile, pe care directorul Anthropic, Dario Amodei, le-a numit „o mlaștină de afaceri”.
Pirateria a dus însă rapid la procese de milioane de dolari, astfel că soluția legală și la fel de rapidă a devenit doctrina primei vânzări, conform căreia cumpărătorul unei copii fizice legale poate dispune de ea cum dorește, inclusiv distrugând-o.
De ce nu sunt sancționate companiile tech
Odată cumpărată, cartea devine proprietatea deplină a companiei. Judecătorul William Alsup, care a analizat cazul Anthropic, a decis că un astfel de proces de scanare poate fi considerat utilizare legitimă a materialelor protejate prin drept de autor, atât timp cât sunt respectate condiții stricte: cartea a fost cumpărată legal, distrusă în procesul de scanare, iar fișierul digital rezultat a fost păstrat exclusiv pentru uz intern, fără a fi distribuit public. Judecătorul a comparat procesul cu simpla economisire de spațiu pe raft prin schimbarea formatului.
Paradoxul rămâne: o inteligență artificială creată pentru a păstra și procesa cunoașterea umană se hrănește, la propriu, din cenușa bibliotecilor.