A Anthropic compra milhões de livros físicos, digitaliza o conteúdo e destrói os exemplares para treinar sistemas de linguagem. Documentos internos de 2025 e 2026 revelaram a prática, considerada legal por um juiz dos Estados Unidos sob a regra do uso legítimo.
O processo começa com a remoção da lombada dos livros comprados. As páginas são então submetidas a scanners de alta velocidade; depois da captura digital, o papel restante é enviado para reciclagem. O método é mais rápido e barato do que a digitalização tradicional, feita página a página para evitar danos.
A empresa busca livros publicados antes de 2022, com o objetivo de evitar que os sistemas sejam treinados com textos já gerados por outras máquinas na internet. A decisão judicial de 2025, do juiz federal William Alsup, deu razão parcial à Anthropic: ele entendeu que comprar, escanear e destruir livros adquiridos legalmente configura “uso transformador”.
O raciocínio foi que a cópia digital substituiria o exemplar físico, que deixa de existir, sem criar cópias extras ou promover distribuição ilegal. Segundo essa interpretação, manter o livro depois da digitalização poderia expor a empresa à acusação de pirataria por conservar duas cópias do mesmo material.
Críticas à perda de acervos
Livreiros e preservacionistas contestam a prática porque livros podem ter valor além do texto: encadernações, anotações de antigos donos, dedicatórias e características de primeiras edições não são preservadas pelo scanner. Se o último exemplar físico de uma obra esgotada for destruído, o objeto histórico desaparece.
Outra preocupação é que os acervos de empresas de IA são privados, ao contrário de índices públicos de pesquisa criados por projetos como o Google Books. A Anthropic afirma que não compra obras raras ou de colecionador e prioriza exemplares comuns de sebos.
Documentos do processo, porém, mostraram executivos incentivando a compra de “livros menos comuns”. Especialistas temem que obras em outras línguas ou de nichos com poucos exemplares também sejam destruídas. O debate envolve ainda o acesso: o livro físico pode ser mantido pelo comprador, enquanto o conhecimento incorporado à IA é acessado por assinatura mensal.
