Durante séculos, os livros impressos foram considerados um dos principais instrumentos para preservar o conhecimento da humanidade. Agora, eles se tornaram também um dos recursos mais valiosos na corrida pelo desenvolvimento da inteligência artificial. O motivo é simples: à medida que a internet passa a ser inundada por textos produzidos por IA, empresas de tecnologia passaram a buscar fontes consideradas mais confiáveis para treinar seus modelos, e encontraram nos livros físicos um verdadeiro tesouro.
Documentos judiciais divulgados em 23 de junho de 2025, durante uma disputa envolvendo a empresa Anthropic, revelaram detalhes de um projeto interno conhecido como Project Panama, criado para adquirir milhões de livros impressos, digitalizá-los em alta velocidade e utilizá-los no treinamento do assistente de inteligência artificial Claude. Segundo os autos, o processo envolvia a compra legal de exemplares usados, a remoção da lombada, o escaneamento de todas as páginas e, posteriormente, o descarte do livro físico.
A busca por textos “puramente humanos”
A estratégia ganhou força após a explosão da IA generativa iniciada com o lançamento público do ChatGPT, em 30 de novembro de 2022. Desde então, bilhões de textos produzidos por inteligência artificial passaram a circular na internet, tornando mais difícil encontrar material genuinamente escrito por pessoas.
Esse fenômeno preocupa pesquisadores porque modelos de IA treinados repetidamente sobre conteúdo gerado por outras inteligências artificiais podem sofrer perda gradual de qualidade, diversidade linguística e precisão factual. Livros publicados antes dessa transformação passaram a ser considerados fontes de dados mais confiáveis, pois foram escritos por autores humanos, revisados por editores e submetidos a processos tradicionais de publicação.
O que é a digitalização destrutiva?
O método utilizado é conhecido como digitalização destrutiva (destructive scanning). Embora seja empregado há décadas por bibliotecas e empresas de arquivamento para acelerar a digitalização de grandes acervos, ele ganhou nova dimensão com o avanço da inteligência artificial.
Nesse processo, máquinas cortam a lombada do livro, separam todas as páginas e realizam o escaneamento em alta velocidade. Após a captura das imagens e a conversão do texto por reconhecimento óptico de caracteres (OCR), o papel normalmente é encaminhado para reciclagem.
O conteúdo permanece preservado digitalmente, mas o exemplar físico deixa de existir.
O papel de Tom Turvey
Os documentos revelam ainda que a Anthropic contratou Tom Turvey, ex-executivo que participou do desenvolvimento do projeto Google Books, para auxiliar na construção da operação de aquisição e digitalização em larga escala. O objetivo era criar uma biblioteca digital composta por obras de alta qualidade para alimentar os modelos de linguagem da empresa.
A decisão da Justiça norte-americana
O caso chegou aos tribunais dos Estados Unidos em uma ação movida por autores como Andrea Bartz, Charles Graeber e Kirk Wallace Johnson, que acusaram a Anthropic de utilizar obras protegidas por direitos autorais.
Na decisão proferida em 23 de junho de 2025, o juiz federal William Alsup, da Corte Distrital do Norte da Califórnia, entendeu que a digitalização de livros adquiridos legalmente para treinamento de inteligência artificial poderia ser considerada um uso transformativo (fair use). No entanto, o magistrado diferenciou essa prática do armazenamento de milhões de livros obtidos por meio de cópias piratas, aspecto que permaneceu objeto de disputa judicial.
Compras em massa despertam preocupação
As revelações do processo estimularam novas investigações jornalísticas. Em janeiro de 2026, o Washington Post publicou documentos mostrando que empresas de IA passaram a disputar enormes quantidades de livros usados para ampliar seus bancos de dados. Pouco depois, reportagens indicaram que intermediários passaram a realizar compras em nome de clientes que preferiam permanecer anônimos, evitando desgaste público diante da destruição dos exemplares.
Livreiros da Austrália, Canadá, Europa e Estados Unidos relataram aumento repentino na procura por títulos antigos, esgotados ou pouco conhecidos. Em muitos casos, compradores adquiriam dezenas ou centenas de exemplares de uma só vez, alimentando suspeitas de que os livros seriam destinados à digitalização industrial.
Entre inovação e patrimônio cultural
Embora especialistas reconheçam que o texto possa ser preservado digitalmente, muitos bibliotecários, antiquários e pesquisadores alertam que um livro representa muito mais do que suas palavras.
A encadernação, o tipo de papel, anotações manuscritas, dedicatórias, marcas do tempo e características da impressão também fazem parte do patrimônio histórico e cultural de uma obra. Para esses profissionais, destruir um exemplar físico significa eliminar informações que jamais poderão ser totalmente reproduzidas em formato digital.
Um novo capítulo na relação entre tecnologia e conhecimento
A corrida das empresas de inteligência artificial por livros impressos revela um paradoxo curioso. Enquanto a IA promete democratizar o acesso ao conhecimento, ela depende cada vez mais de obras produzidas por autores humanos antes da explosão dos conteúdos sintéticos.
O debate ultrapassa as questões técnicas e jurídicas. Ele levanta uma reflexão sobre o papel dos livros em uma sociedade cada vez mais digital: será que preservar apenas o texto é suficiente ou o objeto físico também faz parte da memória coletiva da humanidade?
À medida que os modelos de IA se tornam mais sofisticados, a resposta para essa pergunta poderá definir não apenas o futuro das bibliotecas, mas também a forma como as próximas gerações compreenderão a própria história registrada nas páginas dos livros.
Fonte: pcgamer.com
