Amazon é acusada de destruir livros raros para treinar modelos de inteligência artificial
Relatórios indicam que a Amazon está adquirindo grandes quantidades de livros físicos, escaneando-os para treinamento de IA e destruindo as cópias físicas no processo. A prática, conhecida como 'escaneamento destrutivo', visa obter dados de alta qualidade que não estão disponíveis na internet.
Práticas de escaneamento destrutivo
Uma investigação da 404 Media revelou que a Amazon está adquirindo grandes volumes de livros físicos para extrair dados de treinamento para modelos de linguagem (LLMs). Em um armazém em Las Vegas, Nevada, funcionários relataram que as capas dos livros são removidas para facilitar o escaneamento, resultando na destruição do objeto físico. O processo segue uma tendência observada em outras empresas de tecnologia, como a Anthropic, que foi associada ao 'Projeto Panama' para coletar dados de livros antes de 2022, garantindo que o conteúdo seja livre de textos gerados por IA e evitando o 'colapso de modelo'.
Valor estratégico dos livros físicos
O valor dos livros impressos para as empresas de IA reside na qualidade do texto e na organização dos dados. Diferente do conteúdo da internet, que é frequentemente de baixa qualidade, os livros oferecem uma base para ensinar os modelos a 'escrever bem'. Além disso, livros publicados antes de 2022 são considerados valiosos por serem garantidos como conteúdo humano, evitando que o modelo degrade ao ser treinado em dados gerados por outras IAs.
