Telle une scène tirée du roman dystopique classique « Fahrenheit 451 », certaines entreprises d'IA ne se contentent pas de lire des livres, elles les détruisent.

Alors que les développeurs s'empressent de construire des modèles d'IA plus puissants, et que les poursuites en matière de droits d'auteur s'accumulent, une industrie artisanale s'est développée pour leur fournir des millions de livres physiques qui sont démantelés, numérisés en ensembles de données d'entraînement et jetés.

Rapporté pour la première fois par 404 Media, les entreprises d'IA utilisent des intermédiaires pour acquérir des livres à l'échelle industrielle de manière anonyme. Les entreprises spécialisées dans l'approvisionnement en gros annoncent leur capacité à localiser des centaines de milliers de titres tout en promettant la confidentialité à leurs clients IA, reflétant la sensibilité autour de cette pratique.

Les critiques affirment que cette frénésie d'achats est motivée par les entreprises d'IA qui s'empressent de préserver les connaissances d'origine humaine avant qu'elles ne soient diluées par du texte généré par l'IA, souvent appelé « AI slop ». Les livres publiés avant l'avènement de l'IA générative en 2023 sont particulièrement précieux car ils fournissent des données d'entraînement de haute qualité entièrement écrites par des humains.

La flambée de la demande remodèle déjà le marché du livre d'occasion. Un libraire anonyme a déclaré à 404 Media que les ventes hebdomadaires sont passées d'environ 20 livres à plusieurs centaines après l'arrivée des acheteurs d'IA sur le marché. Bien que cette augmentation ait été rentable, il a exprimé sa crainte que des livres rares et épuisés ne soient définitivement perdus après avoir été numérisés et détruits.

« Cela me profite financièrement, tout en me permettant de me débarrasser d'un stock ancien qui aurait peu de chances d'être vendu », a déclaré le libraire à 404 Media. « J'étais bien placé pour ces ventes grâce à mon stock de livres étrangers et en langues étrangères. D'un autre côté, je n'aime pas l'utilisation finale, et je n'aime pas que des livres rares soient mis au pilon. »

Cette pratique fait écho au « Projet Panama » d'Anthropic, qui a numérisé des millions de livres par numérisation destructive.

L'été dernier, dans le cadre du procès pour violation de droits d'auteur Bartz v. Anthropic PBC, un juge fédéral de San Francisco a statué que la numérisation de livres physiques légalement achetés en copies numériques, même lorsque les originaux étaient détruits, constituait une utilisation équitable transformatrice. Des juges fédéraux ont ensuite rendu des décisions similaires en matière d'utilisation équitable dans des affaires de droits d'auteur distinctes impliquant OpenAI et Meta.

Cependant, dans une affaire distincte, un juge fédéral du même district a approuvé cette semaine un règlement de 1,5 milliard de dollars pour violation de droits d'auteur, exigeant qu'Anthropic paie des milliers d'auteurs environ 3 000 dollars par livre après que l'entreprise a utilisé des copies piratées de leurs œuvres pour entraîner Claude.

En réponse à la réaction croissante, des développeurs d'IA, y compris Elon Musk, se sont prononcés contre cette pratique et ont déclaré que les entreprises devraient conserver les livres numérisés.

« J'ai demandé à l'équipe de SpaceXAI de préserver tout livre rare dans une bibliothèque et de le numériser de manière non destructive, plutôt que de simplement couper la reliure et le numériser », a écrit Musk sur X.