Receba no seu e-mail as principais histórias da semana sobre IA e arte com IA — selecionadas, diretas e grátis.
Grátis. Cancele quando quiser.
Escolha um companheiro e veja o que ele acha dessa história
Livreiros especializados em obras raras de todo o setor estão relatando um padrão preocupante: pedidos em massa de livros esgotados e difíceis de encontrar, seguidos de evidências de que os volumes foram destruídos — alimentando a suspeita de que empresas de IA estão adquirindo textos físicos especificamente para digitalizá-los como dados de treinamento.
De acordo com a reportagem da Ars Technica, os comerciantes descrevem compradores — frequentemente agindo por meio de agentes ou contas fictícias — que encomendam grandes quantidades de títulos específicos e obscuros com uma característica em comum: não estão disponíveis em formato digitalizado em lugar algum. Os pedidos são feitos sem o interesse típico de um colecionador por estado de conservação, procedência ou valor de revenda. Os livros chegam ao destino, e o rastro some. Alguns vendedores descobriram posteriormente que seus títulos não aparecem em lugar nenhum — nem em mercados de revenda, nem em aquisições de bibliotecas — sugerindo que as cópias físicas simplesmente deixaram de existir após a compra.
A lógica jurídica, se for isso que está acontecendo, é direta: comprar um livro físico concede a propriedade daquele objeto. Digitalizá-lo para uso pessoal situa-se em uma zona cinzenta legal, mas destruí-lo em seguida elimina as evidências de qualquer cópia. É uma posição juridicamente muito mais defensável do que raspar texto protegido por direitos autorais da web — a estratégia que colocou diversas empresas de IA em litígios de grande repercussão.
Os alvos parecem ser livros que nunca chegaram ao Project Gutenberg, ao Internet Archive ou a qualquer grande esforço de digitalização — textos acadêmicos de nicho, histórias regionais, manuais técnicos especializados, ficção obscura. São exatamente as lacunas nos corpora de treinamento existentes que os desenvolvedores de IA reconheceram publicamente querer preencher. Grandes modelos de linguagem e sistemas de geração de imagens treinados em distribuições de texto mais amplas e raras tendem a ter melhor desempenho em prompts de cauda longa e conhecimento especializado — o tipo de resultado refinado que criadores que utilizam ferramentas de geração de imagens por IA exigem cada vez mais.
Para criadores de arte com IA, o efeito downstream é menos direto do que o lançamento de um modelo ou uma mudança de preço, mas é real: a amplitude e a especificidade dos dados de treinamento de um modelo moldam o que ele consegue renderizar de forma convincente. Um modelo treinado em história do design rara, mitologia obscura ou literatura artesanal especializada lidará com prompts estéticos de nicho de forma mais confiável do que um treinado apenas no que já estava disponível online.
O mercado de livros raros é pequeno e baseado em relacionamentos, o que significa que as informações circulam rapidamente. Os comerciantes estão comparando experiências, e alguns começaram a incluir cláusulas anti-digitalização nos contratos de venda ou simplesmente a recusar pedidos que se encaixam no perfil — grandes quantidades, indiferença ao estado de conservação, nenhuma finalidade colecionadora declarada. Outros estão alertando associações profissionais.
A dificuldade está na atribuição. Os compradores raramente se identificam, e o uso de intermediários torna praticamente impossível nomear uma empresa de IA específica. Nenhum grande desenvolvedor de IA confirmou a prática. A suspeita permanece baseada em padrões: consistente o suficiente entre vendedores independentes para ser levada a sério, mas sem o rastro documental necessário para uma ação legal.
Isso se soma a um conjunto mais amplo de questões sobre o que as empresas de IA estão fazendo para reunir dados de treinamento — questões que já geraram processos judiciais por raspagem da web, disputas sobre o uso de imagens protegidas por direitos autorais e debates contínuos sobre padrões de metadados de procedência como a marca d'água C2PA. Livros físicos, ao que parece, não estão fora desse perímetro contestado.
Se a prática for confirmada em escala, representaria uma escalada significativa: não apenas copiar conteúdo digital existente, mas converter ativamente e eliminar artefatos culturais físicos para fazê-lo. A comunidade de livros raros é pequena o suficiente para que mesmo uma campanha modesta de aquisição por um laboratório de IA bem financiado possa causar danos mensuráveis à disponibilidade de textos insubstituíveis.
