Le librerie di libri usati non dovevano essere una storia di crescita. Per anni, il settore ha faticato mentre la lettura digitale rimodellava le abitudini e il traffico pedonale diminuiva. Le vendite delle librerie hanno raggiunto il picco nel 2007 a 17,18 miliardi di dollari e da allora sono calate in gran parte. Ora, alcuni di quegli stessi negozi stanno elaborando ordini all’ingrosso di migliaia di volumi in un solo giorno. Gli acquirenti non sono lettori. Sono aziende di IA, e i libri potrebbero non sopravvivere all’incontro.
Da Northumberland a Las Vegas: la portata della domanda
Barter Books, una libreria di usato a Northumberland, la contea meno densamente popolata dell’Inghilterra, di solito movimenta tra i 2.000 e i 3.000 libri a settimana. Di recente, il proprietario ha ricevuto un singolo ordine all’ingrosso da un’azienda canadese che corrispondeva a quell’intero volume settimanale. Diverse librerie vicine segnalano modelli simili.
Gli ordini arrivano attraverso piattaforme come Biblio, che rende anonimi gli acquirenti, quindi i venditori raramente sanno con certezza chi sta acquistando o perché. Ma la portata delle transazioni rende implausibile la spiegazione del “collezionista personale appassionato”. Una spedizione contenente almeno un libro raro è stata rintracciata in una struttura di addestramento per l’IA di Amazon a Las Vegas, una struttura che scansiona in modo distruttivo i libri per scopi di addestramento dell’IA.
La scansione distruttiva è esattamente ciò che sembra. I libri rilegati vengono fisicamente smontati in modo che le singole pagine possano essere alimentate attraverso scanner ad alta velocità. Il testo viene quindi ingerito da un LLM. Una volta completato il processo, le pagine vengono scartate, riciclate o macere. Il libro cessa di esistere.
Il panorama legale che ha reso tutto ciò necessario
L’aumento degli acquisti di libri usati non è casuale. Segue un preciso sviluppo legale. Anthropic ha recentemente raggiunto quella che è stata descritta come una delle più grandi dispute sul copyright nella storia, accettando di pagare 1,5 miliardi di dollari a più di 300.000 scrittori che avevano presentato un reclamo contro l’azienda due anni prima. OpenAI continua ad affrontare molteplici cause legali per violazione del copyright da parte di fonti tra cui The New York Times, Encyclopedia Britannica, la comica Sarah Silverman e diversi autori di saggistica, i quali sostengono che l’azienda abbia copiato i loro libri per addestrare il suo LLM.
L’accordo con Anthropic, tuttavia, ha prodotto una sentenza giudiziaria con implicazioni significative. Il tribunale ha stabilito che l’addestramento dell’IA su opere protette da copyright non è illegale, a condizione che l’azienda abbia pagato per i libri utilizzati. Un giudice separato è giunto a una conclusione simile riguardo a Meta. Questa sentenza ha di fatto creato una via legale: acquisire i libri fisici, pagarli e l’addestramento è consentito.
I libri usati offrono un percorso di acquisizione più economico rispetto all’acquisto diretto dagli editori. Gli editori possono anche rifiutarsi di fornire copie alle aziende di IA se l’uso previsto è noto. Acquistare tramite mercati anonimi aggira entrambi i problemi.
Il caso Anthropic ha anche fatto emergere un’iniziativa interna chiamata “Project Panama”, che l’azienda ha descritto come il suo sforzo per “scansionare in modo distruttivo tutti i libri del mondo”. La documentazione interna ha rivelato che l’azienda ha usato un nome in codice per il metodo di addestramento specificamente perché, nelle sue stesse parole, non voleva che si sapesse che stava lavorando a questo. Da allora Anthropic ha dichiarato alla BBC che nessuno dei suoi programmi di acquisizione di dati acquista e distrugge libri rari o antiquari.
Cosa rivela questo su come i sistemi di IA vengono effettivamente costruiti
Ecco ciò che la maggior parte della copertura sullo sviluppo dell’IA sottovaluta: la qualità e l’ampiezza dei dati di addestramento di un modello di linguaggio non sono una nota a piè di pagina tecnica. Sono le fondamenta. I libri, in particolare quelli più vecchi, contengono forme di conoscenza, struttura della prosa e competenze di dominio che non sono facilmente replicate raschiando il web aperto. I libri rari e antiquari possono contenere informazioni che non esistono altrove in forma digitalizzata, il che è precisamente ciò che li rende attraenti come materiale di addestramento e ciò che rende la loro potenziale distruzione una preoccupazione legittima per storici, bibliotecari e archivisti.
Le rassicurazioni di Anthropic sui libri rari si applicano solo ad Anthropic. È improbabile che sia l’unica azienda a utilizzare la scansione distruttiva, e altre aziende potrebbero non applicare le stesse restrizioni su ciò che elaborano.
Per i librai di usato, la dimensione etica è reale ma complicata. Molti proprietari di negozi potrebbero avere riserve su dove stiano andando i libri. L’infusione di denaro contante, tuttavia, è difficile da rifiutare per un settore che ha trascorso anni a contrarsi. Il settore ha visto una modesta ripresa negli ultimi tre anni, ma molte librerie hanno comunque dovuto ristrutturarsi o chiudere definitivamente.
La situazione mette i librai indipendenti in una posizione scomoda: stanno diventando, senza piena conoscenza o consenso, fornitori in un processo industriale che non possono pienamente vedere o verificare.
In breve
Le aziende di IA stanno acquistando libri usati all’ingrosso, su scala, come un modo legalmente difendibile ed economico per acquisire dati di addestramento a seguito di sentenze giudiziarie che consentono l’addestramento su opere protette da copyright quando le copie fisiche vengono pagate. Il processo, noto come scansione distruttiva, distrugge fisicamente i libri dopo la digitalizzazione. La pratica solleva legittime preoccupazioni riguardo ai volumi rari e irreplacebili, alla trasparenza della catena di approvvigionamento e a cosa significhi quando un’intera categoria di conoscenza umana viene elaborata industrialmente e poi scartata. Per le librerie di usato, la domanda è un’ancora di salvezza finanziaria. Per il record culturale più ampio, le implicazioni meritano di essere seguite con attenzione.
Basato su un articolo di Fast Company - Tech.