Des entreprises d'intelligence artificielle achètent des livres en masse et les détruisent

De grandes entreprises dans le domaine de l'intelligence artificielle ont commencé à acheter massivement des livres imprimés pour entraîner leurs modèles et former de nouvelles bases de données. Selon une enquête de 404 Media, après le processus de numérisation, les livres sont complètement détruits physiquement, ce qui suscite de graves inquiétudes quant au sort du patrimoine littéraire. C'est ce que rapporte Ixbt.com. rapporte .

Il s'avère que ces achats sont effectués par l'intermédiaire d'intermédiaires spéciaux afin de masquer les clients finaux. Dans le cadre de certaines transactions de vente directe, des publications sont achetées à raison de 1 000 à 1 million d'exemplaires à la fois. Ici, les acheteurs s'intéressent moins à l'auteur, au genre ou au sujet spécifique qu'au volume et à la qualité du texte.

Changements radicaux sur le marché du livre

La base de données ISBNdb, qui desservait auparavant les bibliothèques et les librairies, participe également activement à ce processus. Elle propose actuellement des services de livraison en gros et d'achat massif de livres pour les entreprises travaillant dans le domaine de l'intelligence artificielle. Les vendeurs de livres d'occasion soulignent que la demande a fortement augmenté : alors qu'auparavant ils vendaient en moyenne une vingtaine de livres par semaine, ce chiffre atteint aujourd'hui des centaines d'exemplaires. Une tendance similaire est observée sur les plateformes de vente Alibris et Biblio.

Selon les experts, les œuvres imprimées écrites par des hommes constituent la source de données la plus pure et la plus qualitative pour l'intelligence artificielle. En effet, elles ne contiennent pas le volume de données répétitives et de faible qualité généré par les réseaux de neurones eux-mêmes. Cela revêt une importance capitale pour améliorer la structure logique et l'alphabétisation des modèles de langage.

Problèmes juridiques et patrimoine détruit

Cette pratique a également été confirmée dans des documents judiciaires précédemment intentés contre Anthropic. L'entreprise a acheté des livres, les a numérisés à l'aide de prestataires, puis a coupé de nombreux exemplaires en pages individuelles pour faciliter le processus de numérisation industrielle rapide. Le tribunal a jugé que l'utilisation de livres achetés légalement pour l'entraînement était autorisée selon le principe du "fair use". Cependant, l'entreprise a également fait face à d'autres poursuites pour stockage de millions de livres pirates. De même, Google a été poursuivi en justice pour utilisation illégale de millions de livres protégés par le droit d'auteur lors de l'entraînement de son modèle Gemini.

L'aspect le plus alarmant du processus est qu'après la numérisation, de nombreux livres rares et répertoriés depuis longtemps sans réédition sont détruits de manière irréversible. Leurs copies numériques ne sont stockées que dans des bases de données d'intelligence artificielle fermées. Cela crée un risque de disparition physique d'un patrimoine culturel précieux pour les générations futures.