A corrida por dados de qualidade para treinar modelos de Inteligência Artificial ganhou um capítulo inusitado. Segundo uma investigação do 404 Media, empresas do setor estão comprando milhões de livros físicos usados, digitalizando o conteúdo e depois destruindo os exemplares — um processo que já provocou aumento expressivo na demanda por livros de segunda mão em sebos e plataformas online.
Por que os livros viraram alvo
O motivo é simples: a internet está cada vez mais saturada de conteúdo gerado pela própria IA, o que reduz a qualidade dos dados disponíveis para treinar novos modelos. Livros publicados antes da explosão da IA generativa, escritos e revisados por humanos, viraram uma das últimas fontes confiáveis de texto original em larga escala.
O caso mais documentado é o da Anthropic, criadora do Claude. Segundo depoimentos ligados ao chamado “Project Panama”, a empresa comprou grandes volumes de livros na plataforma Better World Books e contratou empresas especializadas em digitalização, como a Datamation Information Services, para converter o papel em arquivos digitais.
Como funciona a digitalização destrutiva
A parte mais controversa é o método usado. Para acelerar o processo, boa parte dos livros passa por digitalização destrutiva: a lombada é removida e as páginas são alimentadas separadamente em scanners industriais de alta velocidade, tornando impossível preservar o exemplar físico depois. A lógica é puramente econômica — é mais rápido e mais barato do que escanear sem danificar o livro.
O impacto já apareceu no mercado. Livreiros ouvidos pela reportagem relataram saltos de algumas dezenas para várias centenas de vendas por semana, um padrão incomum que se repetiu entre diferentes vendedores de livros usados nos últimos meses.
O que diz a Justiça
Do ponto de vista jurídico, o precedente mais importante veio de uma decisão do juiz federal William Alsup, nos Estados Unidos, que classificou o treinamento de modelos com livros comprados legalmente como uso justo (fair use). Um dos argumentos usados foi que, como o exemplar físico havia sido destruído, não existia uma “cópia excedente” sendo distribuída — o arquivo digital simplesmente substituiu o livro original. A mesma decisão, porém, separou esses casos dos livros obtidos por meio de bibliotecas digitais piratas, tratados de forma diferente pela Justiça.
A prática expõe um dilema que deve se intensificar. De um lado, empresas de IA tratam livros impressos como matéria-prima essencial para continuar evoluindo seus modelos. Do outro, especialistas em preservação cultural alertam que a velocidade da destruição pode superar qualquer benefício de digitalização, já que o processo não gera um livro digital acessível ao público — apenas dados privados para treinar sistemas comerciais. Por enquanto, não há sinais de que essa corrida vá desacelerar tão cedo.