TLDR;

Estão comprando grandes volumes de livros usados para obter textos adicionais de treinamento, porque a performance dos modelos depende de mais dados e o conteúdo gratuito da web está se esgotando. Algumas empresas têm escaneado livros de forma destrutiva (cortando lombadas e descartando as cópias) e, embora haja decisões legais como uma conclusão em junho de 2025 que apontou fair use para paperbacks comprados, a prática ainda levanta riscos de violação de direitos autorais e disputas legais em diferentes países. Essa prática prejudica tanto o patrimônio textual (ao destruir obras raras e locais) quanto a qualidade futura dos modelos, pois treinar em conteúdo gerado por IA cria um ciclo que empobrece e “granula” os dados.

Resumo

Em entrevista ao Tech Report, David Gerard denuncia que empresas de IA vêm comprando em massa livros de sebos no Reino Unido, Irlanda e outros países para escanear — muitas vezes de forma destrutiva, arrancando lombadas — porque já teriam esgotado o texto de qualidade disponível na web (como o Common Crawl e acervos pirateados). A competição por desempenho demanda quantidades exponenciais de dados, então recorrem a bibliotecas inteiras, inclusive obras raras e históricos locais, o que preocupa livreiros, autores e familiares por destruir patrimônios que não existem em outro lugar. Há indícios de que players como a Anthropic montaram operações específicas e podem estar explorando brechas legais ao transferir material entre jurisdições; decisões judiciais recentes (junho de 2025) sugerem que comprar exemplares pode ser considerado fair use para treinamento, embora a reprodução literal de trechos (ex.: fragmentos extensos de Harry Potter) possa violar direitos autorais. Gerard alerta também para o risco de retroalimentação: treinar IAs com conteúdo gerado por outras IAs empobrece e homogeneíza a base, reduzindo a qualidade — o chamado “AI eating its own slop”. Em suma, o modelo atual cria um conflito entre avanço técnico, legalidade e preservação cultural, gerando reação pública e resistência entre vendedores que, em alguns casos, recusam atender encomendas suspeitas.