Foto di Ed Robertson.

Quando la notizia s'è inizialmente diffusa, molti hanno espresso scetticisimo; ora però un esperimento pratico ha dimostrato che era tutto vero, almeno per quanto riguarda il modo in cui Amazon tratta i libri che usa per addestrare le sue IA. È infatti bastato un semplice AirTag, nascosto in un libro raro, a consentire di documentare il percorso di una spedizione diretta a un centro Amazon di Las Vegas, dove i volumi vengono sistematicamente tagliati, scansionati e distrutti per ricavarne testo da utilizzare nell'addestramento dei modelli di intelligenza artificiale. L'esperimento, condotto da un libraio che aveva ricevuto un ordine anomalo di mille libri, ha confermato sospetti che circolavano da mesi tra i venditori di volumi rari e usati.

Come riporta 404 Media, il pacco contenente il libro tracciato è stato seguito dal dispositivo fino al magazzino Amazon identificato come LAS8, dove opera un reparto denominato VGT3. Come un cattivo da film che ha il proprio nome in grandi lettere sulla propria base, il reparto VGT3 ha un logo "parlante: un Tyrannosaurus rex nell'atto di divorare un libro. Intervistati, i dipendenti hanno descritto un processo che prevede la rimozione della rilegatura e la scansione rapida delle pagine tramite scanner industriali, confermando quant'era trapelato in passato. Il sistema funziona così: Amazon acquista grandi quantità di libri attraverso canali commerciali, spesso tramite intermediari come ISBNdb, che gestiscono ordini all'ingrosso da centinaia a milioni di copie. Gli ordini includono volumi di ogni genere, purché dotati di codice ISBN, e vengono effettuati senza particolare attenzione al valore dei singoli titoli. Il fenomeno è stato osservato anche nel Regno Unito e in Irlanda, con venditori che hanno segnalato richieste massicce e prive di coerenza tematica.

Interrogato in proposito, un portavoce di Amazon ha dichiarato che l'azienda «acquista libri attraverso canali commerciali per contribuire a sviluppare e migliorare i prodotti e i servizi usati dai clienti». Tuttavia, la dichiarazione non menziona la distruzione dei volumi né l'uso dei testi per l'addestramento dei modelli di intelligenza artificiale: è noto che Amazon sta sviluppando modelli di frontiera che richiedono grandi quantità di testo originale, non disponibile online e non contaminato da contenuti generati da altre IA. A questo scopo, i libri pubblicati prima del 2022 rappresentano una risorsa preziosa per evitare il cosiddetto collasso del modello, un fenomeno che si verifica quando un sistema viene addestrato su materiale generato da altre IA. I volumi cartacei offrono testo lungo, strutturato e revisionato, con una qualità linguistica uniforme e priva di contaminazioni. Ciò spiega l'interesse crescente delle aziende tecnologiche per i libri rari e fuori catalogo.

Pare tuttavia che il sistema si stia inceppando. Secondo le testimonianze raccolte, i lavoratori del reparto VGT3 hanno segnalato nei mesi scorsi una carenza di libri da scansionare, al punto da temere la chiusura temporanea del magazzino. Ordini massivi di libri - come quello che ha portato alla conferma delle attività del reparto - hanno permesso alla struttura di rimanere operativa, ripristinando almeno per il momento il flusso di materiale necessario per l'attività di digitalizzazione e distruzione, dato che il processo prevede la distruzione fisica dei volumi, che non possono essere ricomposti dopo la rimozione della rilegatura.

Per approfondire:

L'IA crea virus mai esistiti: genomi artificiali funzionanti dai laboratori ...

I colossi dell'IA distruggono milioni di libri per alimentare i loro modelli

Le GPU virtuali di Nvidia e i datacenter di carta

Instagram e IA: Muse Image adesso può usare liberamente le tue foto

La pratica, naturalmente, non riguarda solo Amazon. L'interesse delle aziende tecnologiche per i libri rari è aumentato negli ultimi mesi, con una crescita anomala degli ordini all'ingrosso: questo è stato il primo indizio. I venditori hanno segnalato acquirenti disposti a pagare per grandi quantità di volumi senza mostrare sensibilità al prezzo, un comportamento che ha alimentato sospetti sulla destinazione finale dei libri. L'esperimento con l'AirTag ha infine fornito una prova concreta del percorso seguito da almeno una di queste spedizioni.

Il caso ha suscitato reazioni contrastanti. C'è chi hadefinito la pratica «malvagità incarnata» sottolineando la distruzione di opere rare che potrebbero avere valore storico o culturale. Alcuni lavoratori del reparto VGT3 hanno raccontato il loro lavoro definendolo «tranquillo» e adatto a chi cerca un impiego con orari flessibili, senza espriemre alcuna particolare preoccupazione per il destino dei libri, evidenziando la distanza tra la percezione pubblica e quella interna. In ogni caso, sembra proprio che il fenomeno sia destinato a proseguire, poiché la domanda di testo originale per l'addestramento dei modelli di intelligenza artificiale continua a crescere. La disponibilità di libri rari con contenuti non digitalizzati rappresenta un vantaggio competitivo per le aziende che sviluppano modelli avanzati, in un contesto in cui i dati di addestramento sono diventati un elemento strategico e altamente protetto.

Spunti di approfondimento:

Google, le foto e i video degli utenti diventano dati per l'addestramento de...

Fine di un'era per il Turco Meccanico di Amazon: stop ai nuovi clienti

Ford riassume gli ingegneri senior: l'IA non basta

EUROPA, il progetto UE per un modello IA da 400 miliardi di parametri