Empresas de Inteligência Artificial criam um novo mercado, comprando milhões de livros impressos para aprimorar seus modelos de linguagem.
A inteligência artificial (IA) está encontrando uma nova fonte de conhecimento em um lugar inesperado: bibliotecas e livrarias. Empresas desenvolvedoras de IA estão adquirindo vastas quantidades de livros impressos, especialmente aqueles publicados antes de 2022, em uma busca por dados de alta qualidade para treinar seus modelos.
Essa prática, impulsionada pela necessidade de evitar o chamado “AI Slop” – conteúdo de baixa qualidade gerado por outras IAs –, tem levantado preocupações sobre o futuro dessas publicações e a transparência dessas transações. A ISBNdb, uma empresa com uma extensa base de dados de livros, atua como intermediária nesse mercado.
Segundo informações divulgadas pelo site 404 Media, a preferência por livros impressos anteriores a 2022 se deve ao fato de que este foi o ano em que modelos como ChatGPT e Claude começaram a ganhar destaque, marcando o início da proliferação de conteúdo gerado por IA. O objetivo é garantir que os modelos de IA aprendam com informações mais confiáveis e originais, distantes do “AI Slop” que tem poluído a internet.
Por que Livros Impressos são Essenciais para a IA?
Modelos de linguagem grandes (LLMs), a espinha dorsal de muitas IAs generativas, precisam de uma quantidade massiva de dados para aprender e aprimorar suas capacidades. A internet, com suas vastas fontes de informação como Wikipedia e Reddit, é um ponto de partida crucial. No entanto, a crescente quantidade de conteúdo gerado por IA na web, conhecido como “AI Slop”, compromete a qualidade dos dados.
Livros impressos, especialmente aqueles publicados antes da ascensão das IAs generativas, são vistos como um repositório de conhecimento mais “limpo” e confiável. Eles representam um corpo de texto criado por humanos, com nuances e profundidade que as IAs atuais buscam replicar. A busca por esses materiais visa assegurar que os modelos de IA desenvolvam uma compreensão mais precisa e assertiva do mundo.
Um Novo Mercado com Preocupações Éticas
A ISBNdb afirma ser capaz de coordenar a aquisição de até 1 milhão de unidades de livros, conectando desenvolvedoras de IA a pequenos e grandes fornecedores. Para os vendedores, essa demanda inesperada representa uma oportunidade financeira, especialmente para títulos que estavam encalhados. No entanto, a falta de transparência nas transações é um ponto de atenção.
Muitos vendedores relatam não ter informações sobre quem são os compradores ou os motivos exatos por trás dessas aquisições em massa. A ISBNdb, por sua vez, mantém a confidencialidade dos acordos. Um receio significativo é o destino desses livros após serem escaneados pelas máquinas. Um processo judicial contra a Anthropic nos Estados Unidos sugere que o método de digitalização pode envolver o corte das páginas, o que poderia levar à destruição das obras.
O Risco para Obras Raras e o Futuro do Conhecimento
A possibilidade de livros raros e de circulação limitada serem danificados ou destruídos durante o processo de digitalização é uma preocupação real. Esse novo mercado, embora financeiramente vantajoso para alguns, levanta questões sobre a preservação do patrimônio literário e cultural. A “devoração” de livros impressos pela IA abre um debate sobre o equilíbrio entre o avanço tecnológico e a salvaguarda do conhecimento humano.
A corrida por dados de qualidade para treinar IAs está moldando um cenário inusitado no mercado editorial. Enquanto a tecnologia avança, a necessidade de salvaguardar o legado impresso se torna cada vez mais urgente, garantindo que o aprendizado das máquinas não ocorra à custa da história e da cultura contida em cada página.