22 Julho 2026
Livrarias do mundo todo detectaram compras massivas de livros esgotados por empresas de tecnologia para treinar seus modelos de inteligência artificial.
A reportagem é de Susana Pérez Soler, publicada por El País, 21-07-2026.
Um dia, Marçal Font ficou surpreso ao notar uma atividade estranha em sua livraria Fènix, em Badalona. “Compraram quatro livros por 35 euros, com 67 euros de frete. Um minuto depois, encomendaram outro livro, com mais 20 euros de frete. E assim por diante. Não fazia sentido”, recorda. Foi então que contatou seu amigo Xavi Vinaixa, pesquisador e diretor técnico de uma empresa de tecnologia, para descobrir o que poderia estar acontecendo, e logo desvendaram o mistério: uma empresa estava fazendo os pedidos para digitalizar os livros e incorporá-los a sistemas de inteligência artificial.
Por meio de um fórum internacional, eles entraram em contato com livreiros europeus que enfrentavam o mesmo problema. As compras foram feitas através da ZoomBooks (empresa canadense que compra e vende livros usados), e os envios foram feitos para operadores logísticos intermediários como a PrepFort, em Illinois, que oferece serviços de digitalização, catalogação e registro de dados com precisão e rapidez. Tanto os livreiros quanto os pesquisadores consultados afirmam que essa estrutura dificulta a identificação do destinatário final dos livros, embora tudo indique que a tecnologia esteja ligada ao desenvolvimento da inteligência artificial.
As suspeitas dos livreiros foram corroboradas por uma investigação do Washington Post sobre a Anthropic, empresa criadora do modelo Claude. Com base em documentos judiciais relacionados a processos de direitos autorais, o jornal revelou a existência de um programa interno conhecido como Projeto Panamá, descrito pela própria empresa como um esforço para digitalizar livros impressos em larga escala, a fim de incorporá-los a seus sistemas de inteligência artificial. Segundo a documentação analisada pelo jornal americano, o processo se baseia na digitalização destrutiva de exemplares físicos.
Destruir livros para obter dados
A imagem inevitavelmente evoca Fahrenheit 451, embora aqui os livros não sejam destruídos para censurar ideias, mas para extrair dados. "Desfazer a encadernação de um livro guilhotinando a lombada para liberar suas páginas permite digitalizar e escanear o exemplar de forma mais rápida e barata do que a digitalização conservadora e cuidadosa usada por bibliotecas e arquivos", aponta Vinaixa, embora isso signifique que o exemplar físico desapareça. É paradoxal que um projeto criado para se alimentar de dados acabe destruindo dados no processo.
Diferentemente do romance de Bradbury, aqui ninguém quer eliminar conteúdo. Pelo contrário, querem absorvê-lo. “Durante anos, as IAs foram treinadas com enormes quantidades de texto disponíveis na web. Agora, muitas empresas enfrentam diversos problemas porque já consumiram boa parte do texto público de alta qualidade disponível e precisam de dados mais diversos, especializados e melhor escritos para tentar evitar a homogeneização, os vieses cognitivos, os erros e o vocabulário informal que predomina na internet”, acrescenta Vinaixa.
É por isso que os livros são tão valiosos para as empresas de tecnologia atualmente: eles contêm conhecimento mais elaborado, editado e estruturado do que grande parte do conteúdo disponível na internet.
"Elas compram livros especializados com apelo comercial limitado, mas alto valor documental: estudos locais, publicações técnicas, culinária tradicional ou ensaios que muitas vezes interessam apenas a pesquisadores", destaca Font. Agora, elas compram livros com ISBN, o que garante que muitos dos livros adquiridos façam parte de um ecossistema relativamente bem catalogado e protegido por sistemas de depósito legal.
Mas o que acontecerá se as empresas quiserem continuar expandindo seus repositórios? Onde termina a demanda das empresas de tecnologia por dados e onde começa a proteção do conteúdo criado pela humanidade? “Essa é a minha maior preocupação. Elas acabarão acessando materiais muito menos protegidos e identificados: fanzines, publicações locais, boletins informativos de bairro ou documentação de movimentos sociais que nunca entraram nos circuitos bibliográficos convencionais”, acrescenta Font.
Além disso, os litígios relacionados a direitos autorais estão em ascensão. Em dezembro de 2023, o New York Times processou a OpenAI e a Microsoft por usarem seu conteúdo para treinar sistemas de inteligência artificial generativa. O jornal alega que milhões de artigos protegidos por direitos autorais foram usados para treinar chatbots que agora competem com ele. Em abril de 2024, outros oito jornais americanos se juntaram ao processo.
O grande colapso
Se a IA acabar absorvendo grande parte da base de conhecimento humano disponível, uma possibilidade é que ela comece a se treinar cada vez mais com conteúdo gerado por outras IAs. Esse fenômeno já tem um nome na pesquisa: colapso de modelo. A hipótese é que, se uma geração de modelos aprende com a produção da geração anterior, o conhecimento pode se degradar progressivamente. É uma espécie de fotocópia de uma fotocópia de uma fotocópia. "É por isso que livros fora de catálogo representam um reservatório de conteúdo humano ainda não contaminado pela inteligência artificial", destaca Antonio Ortiz, analista e comunicador especializado em inteligência artificial e tendências tecnológicas.
“Embora seja verdade que a falta de dados seja um problema no setor, ela não é tão central quanto era há dois anos”, acrescenta. “Os modelos mais avançados estão melhorando graças ao aprendizado por reforço. Antes, a indústria buscava volumes maiores de dados e maior poder computacional, enquanto agora o foco está no treinamento especializado baseado em dados de alta qualidade e problemas bem resolvidos. Os dados continuam sendo importantes, mas a corrida está se voltando para dados cada vez mais qualificados”, conclui.
A privatização do conhecimento
Os grandes avanços científicos do século XX ocorreram graças a dados, universidades e pesquisa pública, que também foi preservada em instituições públicas. Mas algo parece estar mudando: há uma tendência na descoberta, no desenvolvimento e na preservação científica em direção a um certo grau de privatização.
“O principal risco é a privatização do conhecimento. O lógico seria, em primeiro lugar, aproveitar o conteúdo humano para treinar modelos públicos de linguagem abrangentes, como a IA europeia Mistral, porque o conhecimento deve continuar sendo um bem público e responder às lógicas de transparência, reconhecimento da autoria e sustentabilidade”, argumenta Patrícia Ventura, doutora em Comunicação, Mídia e Cultura pela Universidade Autônoma de Barcelona.
“Todo o magnífico trabalho que está sendo feito hoje para preservar o patrimônio, a IA faz infinitamente mais rápido”, destaca Font. “A questão não é se a IA está destruindo o patrimônio, mas se as instituições públicas serão capazes de identificar, catalogar e preservar o patrimônio antes que as máquinas o transformem em dados privados”, acrescenta. Para isso, é importante entender o que está em jogo agora.
E não se trata da distopia imaginada por Bradbury — eles não querem queimar os livros para que desapareçam —, mas sim absorver seus dados e privatizar o conhecimento. Porque, ao contrário do controverso projeto lançado pelo Google há vinte anos, o Google Books, desta vez a intenção não é nos devolver o acesso à fonte primária digitalizada, mas sim nos permitir o acesso ao conhecimento transformado: o conhecimento que a máquina regurgita após devorar o livro.
Leia mais
- Pensar a IA eticamente é refletir sobre o tipo de humanidade que queremos construir para o futuro. Entrevista especial com Steven S. Gouveia
- O futuro da IA e o seu impacto no conhecimento: mudará a forma como pensamos?
- A inteligência artificial não precisa de inteligência: o pensamento de Luciano Floridi
- “Ética da inteligência artificial”, novo livro de Luciano Floridi
- Inteligência artificial, desafio ético. Entrevista com Paolo Benanti
- Inteligência Artificial: “A autonomia está em perigo e isto é ruim para a democracia”. Entrevista com Adela Cortina
- "A IA é mais do que uma revolução tecnológica, sua mudança é tão profunda que está moldando uma nova maneira de ser". Entrevista com Alberto Embry
- A curva de aprendizagem da inteligência artificial está em risco: a sua ânsia por dados é infinita, mas não as obras humanas
- O ChatGPT e uma inteligência artificial cada vez mais humana
- OpenAI agora diz que teria sido “impossível” treinar ChatGPT sem violar direitos autorais
- O ChatGPT veio para ficar no ensino superior? Não se os professores resistirem. Artigo de LuElla D’Amico
- Como a IA e o Google ameaçam devastar a web
