A materialidade do livro, outrora considerada o pilar inabalável da preservação do conhecimento humano, encontra-se atualmente no epicentro de uma crise de extração de dados sem precedentes na história da tecnologia. O cheiro do papel envelhecido, a textura das encadernações em tecido e o peso histórico de uma obra estão a ser sistematicamente convertidos em parâmetros matemáticos através de métodos industriais e destrutivos.
Revelações recentes, trazidas a público durante litígios judiciais por violação de direitos de autor, expuseram uma prática drástica: empresas de vanguarda, como a Anthropic, adquiriram milhões de livros físicos, digitalizaram o seu conteúdo a velocidades industriais e, subsequentemente, destruíram os exemplares originais para treinar redes neurais avançadas, como o modelo Claude.
Este fenômeno, que culminou num acordo histórico de 1,5 mil milhões de dólares, transcende largamente os limites da legislação de copyright, adentrando o domínio da preservação cultural e da ética na inteligência artificial (IA). O que se desenrola nos bastidores dos grandes laboratórios tecnológicos não é apenas uma infração de propriedade intelectual, mas uma reconfiguração radical do valor da escrita humana numa era onde o digital começou a canibalizar-se a si próprio.
A Fuga do Lodo Sintético e a Inflação do Passado Analógico
O motivo subjacente a esta corrida frenética aos livros impressos revela um paradoxo alarmante sobre o estado da internet em 2025: a rede global encontra-se profundamente contaminada por conteúdo gerado por IA, um fenómeno frequentemente classificado como “lodo de IA” ou AI slop. A proliferação descontrolada de textos sintéticos criou um ciclo de retroalimentação tóxica que ameaça o próprio alicerce do desenvolvimento de novos algoritmos.
Quando os Grandes Modelos de Linguagem (LLMs) são treinados utilizando dados gerados de forma sintética pelos seus predecessores, sofrem um processo degenerativo documentado na literatura científica como o Colapso do Modelo (ou a Maldição da Recursão). Ao longo de sucessivas gerações, os modelos perdem progressivamente a capacidade de apreender as caudas estatísticas e as nuances idiossincráticas da linguagem, convergindo para distribuições de probabilidade achatadas, monótonas e, em última instância, destituídas de sentido.
Perante a ameaça desta degradação progressiva da qualidade das respostas, as obras literárias publicadas antes de 2022 adquiriram o estatuto de um recurso finito e de valor inestimável. Estes livros pré-2022 representam um dos poucos reservatórios de escrita humana densa, editada e estruturalmente fiável que restam à humanidade, garantidamente livres das ferramentas modernas de “envenenamento” de dados e imunes à contaminação sintética. Consequentemente, a dinâmica de mercado alterou-se de forma dramática. Os dados e os scans de livros pré-2022 custam agora significativamente mais caro, precisamente porque atestam uma pureza analógica que o ecossistema digital já não consegue fornecer. A indústria tecnológica está, na prática, a extrair intensivamente o passado analógico para compensar a falência qualitativa do seu próprio futuro digital.
O Complexo Industrial de Digitalização e a Guilhotina Hidráulica
A execução desta recolha de dados exige uma infraestrutura massiva que opera deliberadamente nas sombras. Para contornar a vigilância pública e a fúria das editoras, os gigantes da IA subcontratam empresas intermediárias para varrerem o mercado de livros físicos. O serviço ISBNdb, que mantém um vasto catálogo de metadados, processa agora pedidos colossais de até 1 milhão de livros por encomenda. Para evitar a atenção mediática negativa e proteger a identidade dos laboratórios de IA, o comprador é mantido num anonimato rigoroso, blindado por exigentes Acordos de Confidencialidade (NDAs) que fazem parte integrante da prestação de serviços.
O destino físico destas obras, após a sua aquisição, ilustra a brutalidade do processo de extração. O imperativo da indústria tecnológica não é a leitura, mas a ingestão de tokens em escalas na ordem dos triliões. Serviços especializados, como a empresa Datamation Information Services, oferecem ao mercado abordagens distintas para a conversão do papel em dados. No entanto, a escolha dos laboratórios de IA reflete uma hierarquia de valores onde a integridade cultural é subjugada pela eficiência mecânica.
| Paradigma de Digitalização (Serviços Datamation) | Metodologia Técnica e Operacional | Integridade do Artefato | Vetor de Decisão da Indústria de IA |
|---|---|---|---|
| Digitalização Destrutiva | Corte hidráulico ou mecânico da lombada, transformando o livro em folhas soltas para alimentação rápida em scanners de alta rotação. | Destruição total. O volume físico original é reduzido a papel solto e, subsequentemente, triturado ou descartado no lixo. | Escolha preferencial absoluta dos clientes de IA, ditada pelo “fator velocidade” e pela redução drástica do tempo de processamento. |
| Digitalização Não Destrutiva | Escaneamento ótico de precisão, operado manualmente ou por braços robóticos suaves, capturando página a página. | Preservação total. A encadernação original e a estrutura material do códice mantêm-se intactas. | Preterida devido aos elevados custos temporais; vista como um obstáculo ineficiente ao treino ágil de redes neurais. |
Esta mecânica destrutiva recorda, numa escala macabra, o velho processo de desencadernar livros para tirar fotocópias à frente da faculdade, mas com o agravante de que as obras raras estão a virar literalmente pó para alimentar máquinas.
De forma irónica, esta destruição sistemática encontra um escudo protetor na própria lei que supostamente defende os criadores. No âmbito dos litígios judiciais, magistrados como o juiz distrital William Alsup deliberaram que a ação da Anthropic constitui uma utilização “altamente transformadora” e, portanto, protegida pela doutrina do fair use (uso justo). O argumento central sustenta que, uma vez que os livros físicos foram legalmente adquiridos e posteriormente destruídos, a empresa não distribuiu cópias concorrentes no mercado. Cria-se assim um incentivo legal perverso: a lei dos direitos de autor recompensa e viabiliza o treino da IA precisamente porque o património físico é aniquilado, evitando a redistribuição comercial.
O Silêncio das Bibliotecas Privadas
A redução da literatura a matrizes de dados computacionais despoja o livro da sua identidade fenomenológica. O filósofo Walter Benjamin, na sua célebre reflexão sobre o ato de desempacotar uma biblioteca, defendeu que a verdadeira aura de um livro — a sua autenticidade insubstituível — não reside exclusivamente nas palavras impressas, mas na materialidade da sua existência e na acumulação histórica das suas passagens pelas mãos de diferentes proprietários. O livro físico é um artefato temporal, um testemunho tangível da interação humana.
Ao triturar estas obras, a indústria da IA apaga a aura alexandrina. A profunda intimidade do acesso tátil é substituída pela frieza utilitária de uma base de dados que a própria humanidade não tem autorização para consultar. Os textos outrora públicos, desprovidos das suas lombadas e capas, transitam irreversivelmente para repositórios corporativos privados e fechados, inacessíveis à sociedade que originalmente lhes deu vida.
A Resistência à Reedição do Desastre de Alexandria
Embora a destruição se tenha tornado o procedimento padrão, o setor não é monolítico na sua abordagem à herança cultural. O lado positivo é que a guilhotina hidráulica não é a regra geral incontestada para todos os pioneiros tecnológicos. Elon Musk, uma das vozes proeminentes na corrida à Inteligência Artificial Geral, demarcou-se publicamente destas práticas abrasivas. Em declarações que repercutiram na comunidade de desenvolvimento, Musk revelou ter interpelado diretamente as suas equipas de engenharia:
“Pedi para o time da SpaceXAI preservar os livros raros de uma biblioteca e escaneá-los do jeito difícil, em vez de simplesmente cortar a lombada e digitalizar”.
Esta diretriz sublinha uma fratura filosófica profunda no seio do Vale do Silício. O facto incontestável é que todos os modelos de IA necessitarão de utilizar livros físicos pré-2022 para garantirem a higidez dos seus treinos e evitarem o colapso cognitivo algorítmico. A divergência reside no preço moral que cada laboratório está disposto a cobrar à história humana.
Algumas corporações estão dispostas a correr contra o tempo, consumindo furiosamente a matéria analógica numa reedição tecnológica do incêndio e do desastre da Biblioteca de Alexandria — onde o conhecimento é assimilado pelo poder hegemónico, mas o seu invólucro físico é irremediavelmente carbonizado. Outros intervenientes, contudo, parecem compreender que a ascensão da máquina não exige o sacrifício do papel, optando por preservar as cópias físicas dos parâmetros que moldaram a inteligência humana.
A constatação de que obras raras estão a ser transformadas em desperdício para sustentar o avanço tecnológico obriga a uma reflexão imediata nos meios literários e digitais. A questão, lançada frequentemente no fecho destes artigos para a discussão nos comentários, permanece como o dilema central da nossa era: face à promessa de uma cognição artificial avançada, será que destruir livros físicos para treinar uma IA é um preço aceitável?