L’azienda che è nata come libreria online si trova ora ad affrontare un’accusa netta: opere a stampa insostituibili verrebbero sacrificate per alimentare le sue ambizioni nel campo dell’IA.

La pista è iniziata con una spedizione di libri rari dotati di un localizzatore da 404 Media. Ha portato a VGT3, una struttura Amazon a Las Vegas, dove il magazzino si identifica con l’immagine di un dinosauro che stringe un libro. L’indagine ha riportato che i libri non venivano conservati o rivenduti, ma lavorati per il loro testo.¹

I lavoratori del sito hanno raccontato a 404 Media che ricevono grandi spedizioni di volumi a stampa e poi “tagliano le rilegature per poter scansionare i libri più rapidamente”. La conseguenza, hanno detto, è brutale: “Il libro stampato viene distrutto nel processo.”²

La pratica descritta riflette la corsa crescente a procurarsi materiale pulito, scritto da esseri umani, per addestrare i grandi modelli linguistici. Il testo presente su Internet è stato ampiamente raccolto, mentre i libri più vecchi e fuori catalogo offrono un materiale che è al tempo stesso raro online e sicuramente precedente all’ondata di scrittura generata dall’IA. Questa distinzione è importante perché i modelli addestrati in misura eccessiva su output sintetico possono subire un “collasso del modello”, degradando la qualità di ciò che producono.¹

Amazon non ha contestato di acquisire libri, ma ha offerto una cornice molto meno drammatica. L’azienda ha dichiarato di “acquistare libri tramite canali commerciali per migliorare i prodotti e i servizi che i clienti utilizzano.”¹ Il divario tra questi resoconti è il cuore della controversia: Amazon descrive un normale input commerciale; i critici vedono una conversione unidirezionale di oggetti culturali rari in dati leggibili dalle macchine.

Quello che il localizzatore dimostra non è soltanto la fame di testo dell’industria dell’IA, ma anche dove tale fame potrebbe ora arrivare: scaffali di libri troppo oscuri, antichi o introvabili per essere sopravvissuti online.