Amazon está destruindo livros raros para treinar IA, aponta investigação

A Amazon nasceu vendendo livros. Agora, segundo uma investigação do site 404 Media, a empresa está comprando livros raros em massa, cortando suas lombadas e escaneando o conteúdo para treinar modelos de inteligência artificial.

O achado não veio por acaso: a equipe do 404 Media escondeu um dispositivo de rastreamento dentro de um livro raro e acompanhou o trajeto. O exemplar terminou em uma instalação da Amazon em Las Vegas, conhecida como VGT3 — identificada por um símbolo de dinossauro segurando um livro nas garras.

Procurada, a Amazon afirmou que “compra livros por canais comerciais para melhorar os produtos e serviços que os clientes usam”. A empresa não detalhou, porém, como separa obras raras ou fora de catálogo de publicações comuns.

Por que livros raros valem ouro para os LLMs

Modelos de linguagem como os que alimentam o ChatGPT já consumiram praticamente tudo o que estava disponível na internet aberta — e, no caso da Anthropic, até livros pirateados, como apontou uma ação judicial. O próximo filão de dados está justamente nos textos que não estão online: obras esgotadas, edições antigas e documentos difíceis de digitalizar.

Esses livros têm uma propriedade extra. Como foram publicados antes de 2022, não há chance de terem sido escritos por IA. Isso é estratégico: quando modelos treinam em cima de texto gerado por outras IAs, correm o risco de “colapso do modelo” — a degradação da qualidade das respostas após ingerir conteúdo sintético em excesso.

O que isso significa na prática

O caso reacende o debate sobre direitos autorais e transparência no treinamento de IA. Enquanto editoras e autores questionam o uso não licenciado de obras, grandes laboratórios seguem buscando novas fontes de dados “limpos”. Para o público brasileiro, o recado é direto: o material que alimenta a próxima geração de modelos está cada vez mais escasso — e a disputa por ele tende a esquentar, com implicações legais ainda em aberto.

Vale a ressalva: a investigação documentou o destino de um lote específico de livros rastreados, e a Amazon não confirmou o uso de obras esgotadas especificamente para treinamento. Os detalhes exatos da operação continuam sob sigilo.