In questo articolo Indice dei contenuti 2 sezioni
Un AirTag nascosto tra le pagine di un libro usato ha permesso di documentare quello che in molti sospettavano da tempo: Amazon compra grandi quantità di volumi di seconda mano, li smonta e li usa per addestrare l’AI. Tutto parte da un libraio che riceve un ordine anonimo da mille libri sulla piattaforma Biblio, insospettito dalla stranezza della richiesta. Accetta di infilare un Apple AirTag in uno dei volumi prima della spedizione, e da lì il pacco viene seguito in tempo reale fino alla destinazione finale, un magazzino Amazon a Las Vegas identificato dal codice LAS8.
Dentro quel magazzino opera un reparto chiamato VGT3, con un logo che raffigura un Tyrannosaurus rex che tiene un libro aperto tra le zampe. Il nome, in fondo, racconta già tutto. I dipendenti ricevono spedizioni enormi di libri usati, registrano il codice ISBN, tagliano le rilegature e fanno passare le pagine sotto gli scanner. Dopo la scansione i volumi non tornano interi. Un portavoce di Amazon ha confermato che l’azienda “acquista libri attraverso canali commerciali per contribuire a sviluppare e migliorare i prodotti e i servizi usati dai clienti”, ma non ha risposto alle domande sulla distruzione dei volumi né sul numero di strutture simili sparse nel mondo.
AirTag: perché i libri stampati prima del 2022 valgono oro
Il fenomeno non riguarda soltanto Amazon. Già a fine luglio era emersa un’impennata anomala nelle vendite di libri di seconda mano, con ordini massivi e apparentemente casuali che i venditori attribuivano alle aziende di intelligenza artificiale. Intermediari come ISBNdb, nati per servire biblioteche e distributori, oggi gestiscono ordini all’ingrosso che vanno da mille fino a un milione di copie, garantendo l’anonimato di chi compra. Le selezioni sembrano fatte a caso: saggistica, titoli fuori catalogo, di tutto. L’unico elemento comune è la presenza di un ISBN, tanto che i libri troppo rari per averlo non finiscono mai in questi ordini.
Il motivo di tanto interesse per la carta stampata prima del 2022 è tecnico ma decisivo. Quel testo è garantito privo di contenuti generati dai modelli linguistici. Quando un modello si addestra su materiale prodotto da altre AI si va incontro al cosiddetto collasso del modello, una degradazione progressiva della qualità delle risposte. I vecchi libri cartacei, da questo punto di vista, sono dati puliti. Materia prima difficile da replicare.
Una legge del 1908 e il vuoto normativo
Sul piano legale la copertura arriva dalla first sale doctrine, principio del diritto statunitense che risale al 1908: chi acquista un libro fisico può farne quello che vuole. Nel procedimento che ha riguardato Anthropic, il giudice ha distinto in modo netto tra i libri comprati fisicamente, scansionati e usati per l’addestramento, considerati fair use, e i libri scaricati da siti pirata come LibGen, che invece hanno portato l’azienda a un accordo da circa 1,4 miliardi di euro. Le stesse carte processuali hanno fatto emergere il “Project Panama”, il programma interno con cui Anthropic ha scansionato in modo distruttivo milioni di libri acquistati in maniera del tutto legale.
Va detto che tagliare le rilegature per digitalizzare non è una novità di questi anni. La Library of Congress ne parlava già nel 1999 come di una pratica da evitare, e Amazon la applica almeno dal 2003. Google, con il Library Project avviato nel 2004 e poi diventato Google Books, aveva imboccato una strada diversa, sviluppando insieme alle grandi biblioteche partner sistemi non distruttivi. Le alternative esistono e sono note da tempo: scanner a forma di V, dispositivi robotici che girano le pagine, sistemi a risucchio. Tecnologie che digitalizzano senza sacrificare il volume. La scelta di ignorarle racconta molto di come queste aziende considerino i libri che passano tra le loro mani.
Il punto più spinoso resta l’assenza di qualsiasi obbligo di rendicontazione. Le società che sviluppano modelli di intelligenza artificiale si muovono in un vuoto regolatorio che consente di comprare, distruggere e monetizzare il patrimonio culturale altrui senza dover rendere conto a nessuno, appoggiandosi a norme scritte quando gli scanner digitali non esistevano nemmeno.
