La course au prochain trésor de textes d’entraînement pour l’IA s’est heurtée à une rareté bien plus ancienne : des livres qui ne subsistent peut‑être qu’en une poignée d’exemplaires physiques.

Depuis des mois, les vendeurs de livres rares avaient remarqué des commandes inhabituellement importantes et indiscriminées — souvent pour des titres obscurs plutôt que pour des éditions originales recherchées — et soupçonnaient les entreprises d’IA d’en être à l’origine. Leur inquiétude ne tenait pas seulement au fait que les livres étaient numérisés, mais au fait qu’un balayage rapide pouvait transformer des artefacts culturels uniques en déchets. Certains vendeurs soutiennent que la valeur de ces œuvres dépasse largement leur prix de revente : elle réside dans des langues oubliées, des histoires locales et des éditions qui n’ont peut‑être jamais été dupliquées.¹

Il existait une autre voie. Internet Archive utilise depuis longtemps une manipulation minutieuse, page par page, pour les volumes fragiles et les collections spéciales, affirmant que les systèmes automatisés ne leur convenaient pas et que « des mains humaines propres et sèches sont la meilleure façon de tourner les pages ». ² Cette approche est plus lente et plus coûteuse — le compromis même que, selon les critiques, une industrie de l’IA vorace en données refuse d’accepter.

Puis est venu le traceur. 404 Media a placé un Airtag dans un envoi de livres rares ; il est arrivé dans l’installation VGT3 d’Amazon à Las Vegas. Des employés sur le site ont déclaré qu’ils recevaient de gros chargements, coupaient les reliures pour accélérer la numérisation et détruisaient les livres imprimés au passage.³ Des témoignages indiquent que les travailleurs scannent d’abord les codes‑barres ou les ISBN, ce qui renforce le soupçon des libraires que les acheteurs recherchent systématiquement des textes uniques plutôt que de sélectionner soigneusement des livres à des fins de préservation.

Amazon n’a pas indiqué spécifiquement que les livres servaient à entraîner des IA. Sa réponse était plus générale : l’entreprise « achète des livres par des canaux commerciaux afin d’améliorer les produits et services utilisés par les clients ». ⁴ Il en résulte une fracture nette. La formulation d’Amazon présente ces achats comme un simple développement de produit ; les défenseurs de la préservation y voient une chaîne d’approvisionnement opaque dans laquelle les exemplaires physiques disparaissent tandis que le matériau numérique qui en résulte reste fermé.

Le désaccord ne porte pas sur la possibilité de numériser les livres anciens. Il porte sur la question de savoir qui décide lesquels peuvent être détruits — et si la vitesse de la course à l’IA est en train de devenir le critère décisif.