Ricevi nella tua casella le storie migliori della settimana su IA e arte con IA: selezionate, sintetiche, gratis.
Gratis. Disattiva quando vuoi.
Scegli un compagno e scopri cosa ne pensa di questa storia
I librai specializzati in volumi rari stanno segnalando un pattern allarmante: ordini in blocco di libri fuori catalogo e difficili da trovare, seguiti da prove che i volumi sono stati distrutti — alimentando il sospetto che le aziende di IA stiano acquisendo testi fisici specificamente per scannerizzarli come dati di addestramento.
Secondo il reportage di Ars Technica, i rivenditori descrivono acquirenti — spesso operanti tramite agenti o account di copertura — che ordinano grandi quantità di titoli specifici e oscuri accomunati da un'unica caratteristica: non sono disponibili in forma digitalizzata da nessuna parte. Gli ordini vengono effettuati senza il tipico interesse del collezionista per le condizioni, la provenienza o il valore di rivendita. I libri arrivano, e poi le tracce si perdono. Alcuni venditori hanno in seguito scoperto che i loro titoli non compaiono da nessuna parte — né sui mercati di rivendita, né nelle acquisizioni bibliotecarie — suggerendo che le copie fisiche abbiano semplicemente cessato di esistere dopo l'acquisto.
La logica giuridica, se è questo ciò che sta accadendo, è lineare: acquistare un libro fisico conferisce la proprietà di quell'oggetto. Scannerizzarlo per uso personale si colloca in una zona grigia legale, ma distruggerlo in seguito elimina le prove di qualsiasi copiatura. Si tratta di una posizione giuridicamente molto più difendibile rispetto allo scraping di testi protetti da copyright dal web — la strategia che ha trascinato diverse aziende di IA in contenziosi di alto profilo.
I bersagli sembrano essere libri che non sono mai approdati su Project Gutenberg, Internet Archive o in alcun importante progetto di digitalizzazione — testi accademici di nicchia, storie regionali, manuali tecnici specialistici, narrativa oscura. Sono esattamente le lacune nei corpus di addestramento esistenti che gli sviluppatori di IA hanno pubblicamente riconosciuto di voler colmare. I modelli linguistici di grandi dimensioni e i sistemi di generazione di immagini addestrati su distribuzioni testuali più ampie e rare tendono a ottenere risultati migliori su prompt di nicchia e conoscenze specialistiche — il tipo di output sfumato che i creatori che utilizzano strumenti di generazione di immagini con IA richiedono sempre più spesso.
Per i creatori di arte con IA, l'effetto a valle è meno diretto di un rilascio di modello o di una variazione di prezzo, ma è reale: l'ampiezza e la specificità dei dati di addestramento di un modello determinano ciò che esso è in grado di rendere in modo convincente. Un modello addestrato su rara storia del design, mitologia oscura o letteratura artigianale specialistica gestirà i prompt estetici di nicchia in modo più affidabile rispetto a uno addestrato solo su ciò che era già disponibile online.
Il settore del libro raro è piccolo e basato sulle relazioni, il che significa che le notizie circolano rapidamente. I rivenditori si stanno confrontando e alcuni hanno iniziato ad aggiungere clausole anti-scannerizzazione ai contratti di vendita o semplicemente a rifiutare gli ordini che corrispondono al profilo — grandi quantità, indifferenza alle condizioni, nessuno scopo collezionistico dichiarato. Altri stanno allertando le associazioni di categoria.
La difficoltà sta nell'attribuzione. Gli acquirenti raramente si identificano, e l'uso di intermediari rende quasi impossibile nominare una specifica azienda di IA. Nessun grande sviluppatore di IA ha confermato la pratica. Il sospetto rimane basato sul pattern: sufficientemente coerente tra venditori indipendenti da essere preso sul serio, ma privo della documentazione necessaria per un'azione legale.
Questo si affianca a un insieme più ampio di interrogativi su ciò che le aziende di IA stanno facendo per assemblare i dati di addestramento — interrogativi che hanno già prodotto cause legali per web scraping, dispute sull'uso di immagini protette da copyright e dibattiti in corso sugli standard dei metadati di provenienza come il watermarking C2PA. I libri fisici, a quanto pare, non si trovano al di fuori di quel perimetro conteso.
Se la pratica venisse confermata su larga scala, rappresenterebbe un'escalation significativa: non solo la copia di contenuti digitali esistenti, ma la conversione attiva e l'eliminazione di artefatti culturali fisici per farlo. La comunità del libro raro è abbastanza piccola che anche una modesta campagna di acquisizione da parte di un laboratorio di IA ben finanziato potrebbe causare danni misurabili alla disponibilità di testi insostituibili.
