Empresas de inteligência artificial estão destruindo milhões de livros raros para obter dados de treinamento – e as preocupações com o patrimônio cultural estão aumentando.

 9 de agosto de 2026

Empresas de IA compram milhões de livros impressos no mercado de segunda mão e os destroem após digitalizá-los para uso como dados de treinamento.

O juiz federal William Alsup decidiu que a digitalização destrutiva de livros adquiridos legalmente pela Anthropic constitui "uso justo" de acordo com a lei de direitos autorais.

Estão sendo procurados livros impressos antes de 2022, pois eles não contêm texto gerado por IA e, portanto, evitam um "colapso do modelo" durante o treinamento.O ISBNdb e outros intermediários permitem compras em massa de 1.000 a 1 milhão de livros por pedido, mantendo o anonimato dos compradores de IA.

Volumes raros, em língua estrangeira e esgotados estão ameaçados de extinção, pois os últimos exemplares impressos estão sendo destruídos.

O veredicto que mudou tudo

Em 21 de julho de 2026, o juiz distrital dos EUA, William Alsup, proferiu uma decisão histórica no caso "Anthropic v. Authors Guild", que mudou fundamentalmente a relação entre as empresas de inteligência artificial e o patrimônio impresso da humanidade.

O juiz declarou que a prática da Anthropic de adquirir livros impressos, cortar suas lombadas para digitalização industrial e destruir os originais constituía um "uso justo" de acordo com a Seção 107 da Lei de Direitos Autorais.

Essa decisão – a primeira do gênero a aplicar direitos autorais a conjuntos de dados de treinamento para IA – desencadeou uma corrida sem precedentes entre empresas de tecnologia para adquirir e destruir livros em escala industrial, ameaçando volumes raros e apagando cópias físicas do conhecimento humano que podem nunca mais ser substituídas.

Por que livros publicados antes de 2022 se transformaram em ouro?

O principal fator por trás dessa destruição é o que os pesquisadores chamam de "colapso do modelo". Quando os sistemas de IA são treinados com textos gerados por outros sistemas de IA, a qualidade se deteriora a cada geração, levando a resultados cada vez mais incoerentes.

A internet está agora tão saturada de conteúdo sintético que as empresas estão ativamente procurando por livros impressos anteriores a 2022 – considerados a última fonte intacta de conhecimento escrito por humanos.

A ISBNdb, empresa que adquire livros impressos como dados de treinamento para IA, anuncia em seu site que "os melhores dados de treinamento de IA do mundo estão disponíveis".

A empresa descreve os livros impressos como "conhecimento humano selecionado, revisado por pares e específico para cada assunto, estruturado de uma forma que nenhum mecanismo de busca da web consegue replicar".

Publicações anteriores a 2022 têm “garantia estrutural de estarem livres dessa distorção”, explica a empresa, referindo-se tanto a textos gerados por IA quanto à prática crescente de autores “envenenarem” conteúdo da web para sabotar os mecanismos de extração de dados.

O processo de destruição industrial

Os processos envolvidos são precisos e inquietantes. Paletes padrão de livros contêm de 800 a 1.200 volumes. As quantidades dos pedidos variam de encomendas piloto a lotes de 10.000 ou mais livros.

Após máquinas de corte hidráulicas removerem as lombadas dos livros, os scanners destrutivos processam de 80 a 120 páginas por minuto. Os livros originais são então transformados em polpa e reciclados.

De acordo com documentos judiciais do caso Anthropic, a empresa gastou dezenas de milhões de dólares precisamente nessa cadeia de produção como parte de seu “Projeto Panamá” e contratou a Datamation para fornecer os serviços de digitalização.

Os livreiros identificaram esses compradores de grande porte com base em sinais reveladores: quantidades excepcionalmente altas, pedidos não relacionados a tópicos específicos, abrangendo história, botânica, direito regional e economia alemã, e completa indiferença aos preços.

Como explicou um livreiro à 404 Media: "Não é apenas a quantidade, mas também a estranheza dos pedidos."

Tom Harvey, da Anthropic, que trabalhou anteriormente no desenvolvimento do Google Books, liderou a operação. Um livreiro que vendeu centenas de livros para supostos compradores de IA expressou sentimentos contraditórios: “Financeiramente, eu me beneficio disso… Por outro lado, não gosto do uso final e não acho certo que livros raros sejam destruídos.”

O patrimônio cultural que está desaparecendo

O aspecto mais preocupante dessa prática é o que ela significa para livros raros e esgotados. Volumes em língua estrangeira, obras acadêmicas de baixa circulação e textos antigos dos quais restam apenas alguns exemplares estão ameaçados de extinção.

Quando uma empresa de IA adquire o último exemplar físico conhecido de um livro raro, digitaliza-o e destrói o original, essa obra deixa de existir no mundo físico. Ela se torna um dado trancado nos servidores da empresa — inacessível a futuros pesquisadores, colecionadores ou ao público.

O ISBNdb reconhece o "problema de imagem" em seu site, observando que "'Empresa de IA destrói dois milhões de livros' não é uma manchete que inspire simpatia".

A empresa promete acordos de confidencialidade rigorosos para cada pedido, afirmando: "Sua identidade, sua estratégia e seus objetivos de aquisição jamais serão divulgados". Esse sigilo significa que os livreiros só podem especular sobre quem está comprando seus livros e com qual finalidade.

Comerciantes de livros raros na Holanda também relataram compras suspeitas em massa semelhantes. Em fevereiro de 2026, um vendedor perguntou nos fóruns da Alibris: “Uma IA lerá todos os livros? Há alguma informação sobre como a seleção é feita?”

Um quadro legal que incentiva a destruição.

Em sua decisão, o juiz Alsup confirmou explicitamente o processo de "comprar – digitalizar – destruir", escrevendo: "Cada cópia impressa adquirida foi copiada para economizar espaço de armazenamento e permitir a busca como cópia digital. O original impresso foi destruído."

Uma substituiu a outra.” Como a cópia digital nunca foi exibida, compartilhada ou vendida fora da empresa, o juiz considerou que ela era “claramente transformadora” e, portanto, protegida pelo uso justo.

Essa linha de raciocínio cria, na prática, um incentivo legal para a destruição. Se uma empresa retém o livro físico, ela deve armazená-lo.

Ao destruir o original, a empresa pode argumentar que "substituiu" a cópia física por uma digital. A decisão judicial criou um precedente para toda a indústria de IA, que agora as empresas estão invocando explicitamente.

A Universidade de Harvard, em colaboração com o Google e a Microsoft, demonstrou que existe uma alternativa. Por meio dessa colaboração, quase um milhão de livros digitalizados de domínio público foram publicados em 254 idiomas – sem a necessidade de destruição.

Burton Davis, da Microsoft, descreveu o uso de dados de domínio público como "prudente", salientando que as bibliotecas possuem "quantidades significativas de dados culturais, históricos e linguísticos interessantes". Essa abordagem alternativa destaca que os laboratórios de pesquisa têm opções mais limpas; eles simplesmente optam por não usá-las.

Quem controla o patrimônio textual da humanidade?

A questão de quem controla o patrimônio textual da humanidade não pode mais ser adiada. Cada volume esgotado que desaparece em um scanner industrial pode ser o último exemplar acessível a qualquer pessoa fora dos servidores de um laboratório de IA.

Livros raros, textos em línguas estrangeiras e obras científicas obscuras – muitos dos quais nunca foram digitalizados em nenhum outro lugar – desaparecem do mundo físico após uma única digitalização.

O argumento do tribunal de que a destruição é "transformadora" desencadeou um apagamento sistemático de arquivos físicos – não com o objetivo de preservação, mas sim com o objetivo de lucro corporativo.

Enquanto as empresas de IA aceleram a aquisição de conhecimento impresso, a sociedade precisa se perguntar se a conveniência dos dados de treinamento justifica a perda permanente de livros que não podem ser substituídos.