Amazon rejoint la liste des entreprises qui détruisent des livres rares pour alimenter leur système d'IA. Un AirTag dissimulé dans un livre rare a été suivi jusqu'à un entrepôt de Las Vegas, où il a probablement été détruit dans le but de fournir de nouvelles données à des grands modèles de langage avides d'informations. Les libraires spécialisés dans les ouvrages rares ont enregistré des pics historiques de ventes. 404 Media a contacté l'un d'eux pour retracer l'acheteur de ces livres. Le livre a voyagé de la Californie au Colorado, puis à Las Vegas, où il s'est retrouvé dans un entrepôt Amazon. Ce traitement consiste à couper les dos des livres, à scanner les pages et à convertir les images en données. Ces données servent exclusivement à entraîner l'IA. Les restes des livres sont jetés.L'achat massif de livres rares par les entreprises d'IA inquiète de plus en plus les libraires. Ces firmes sont accusées de détruire ces ouvrages, en découpant leur reliure pour les numériser plus rapidement. Bien que des alternatives respectueuses existent, la rapidité et les économies priment souvent sur la préservation du patrimoine. Face à des commandes suspectes et volumineuses, certains vendeurs de livres rares choisissent désormais de boycotter ces transactions pour protéger la propriété intellectuelle et les objets historiques. Cette situation cristallise le conflit éthique entre l'innovation technologique effrénée et la sauvegarde du patrimoine écrit.
En juin 2025, l'action en justice contre Anthropic a révélé la façon dont l'entreprise a détruit des millions de livres imprimés dans le seul but de former son IA Claude. Anthropic a retiré la reliure des livres, les a numérisés en fichiers numériques et a jeté les originaux. Cette numérisation destructrice a joué en sa faveur : le juge a estimé que cela relève de l'usage loyal, car les livres achetés ont été transformés, utilisés en interne, sans création de nouveaux exemplaires. Mais l'affaire se complique : Anthropic a aussi téléchargé plus de 7 millions de livres numériques piratés. Pour ces copies pirates, Anthropic doit faire face à un procès pour des dommages-intérêts.
Amazon.com, Inc. (opérant sous le nom d'Amazon) est une multinationale américaine du secteur des technologies, active dans le commerce électronique, le cloud computing, la publicité en ligne, le streaming numérique, le divertissement et l'intelligence artificielle (IA). Fondée en 1994 par Jeff Bezos à Bellevue, dans l'État de Washington, l'entreprise a débuté comme une librairie en ligne avant de s'étendre progressivement à pratiquement tous les produits de consommation ainsi qu'à de nombreuses autres catégories, se positionnant comme « The Everything Store » (le magasin qui propose tout).
Récemment, un AirTag dissimulé dans un livre rare a été suivi jusqu'à un entrepôt de Las Vegas, où il a probablement été détruit dans le but de fournir de nouvelles données à des grands modèles de langage (LLM) avides d'informations. On ne sait pas si cela a été remarqué, mais tout est de plus en plus généré par l'IA. Qu'il s'agisse d'actualités, de musique ou des réseaux sociaux, l'IA semble avoir mis ses petites mains malicieuses dans tous les domaines possibles et imaginables.
Les experts avertissent depuis longtemps que l'IA finirait par s'entraîner elle-même à partir de données qu'elle aurait elle-même créées, et il est presque certain que ce stade est déjà derrière nous. Et il s'avère que ce n'est en réalité pas particulièrement utile. Il est plus difficile de réussir le test de Turing quand tout semble sortir tout droit d'une invite de ChatGPT. Et c'est pourquoi les entreprises spécialisées dans l'IA ne veulent pas vraiment d'une version IA du « mille-pattes humain ».
Elles souhaitent entraîner l'IA à partir de contenus produits par des humains. En tant qu'humain produisant lui-même du contenu, on pourrait penser que cela devrait être rassurant, puisque cela garantit au moins une place dans la chaîne de production. Malheureusement, ces mêmes entreprises affirment à d'autres entreprises qu'elles peuvent se passer de l'intervention humaine au profit de leur produit hyper-efficace et semblable à l'humain.
Alors, dans l'analogie avec le « mille-pattes humain », où cela le place-t-il, concrètement ? Est-il en tête, ou ont-ils essayé de lui trouver une place quelque part au milieu ? C'est une plaisanterie, en réalité ils ne veulent vraiment pas que des humains soient impliqués dans ce processus. C'est pour ça qu'ils sont passés directement à la destruction des livres.
Les libraires spécialisés dans les ouvrages rares ont enregistré des pics historiques de ventes au cours de l’année écoulée. 404 Media a donc contacté l’un d’entre eux pour voir s’il était possible de retracer l’acheteur de ces livres. Le libraire a accepté de dissimuler un AirTag dans un ouvrage rare faisant partie d’une commande plus importante de 1 000 livres. Le livre a voyagé de la Californie à Milwaukee, puis de Milwaukee à Grand Junction, dans le Colorado.
Au bout de quelques semaines, il est arrivé à sa destination finale : Las Vegas, dans le Nevada. Plus précisément, il s'est retrouvé dans un entrepôt Amazon appelé « LAS8 ». En règle générale, LAS8 est un centre de vente de livres imprimés à la demande. Mais 404 a découvert que l’aile nord de l’entrepôt ne sert pas à créer des livres. Au contraire, elle les détruit. Le site en question est connu sous le nom de VGT3. C’est là que les livres sont réceptionnés, triés, puis traités. Ce traitement consiste à couper les dos des livres et à faire passer les pages dans des scanners qui convertissent les images numérisées en données.
Ces données ne sont accessibles nulle part ; elles ne sont pas numérisées au format PDF pour être lues. Elles servent exclusivement à entraîner l’IA. Les restes des livres sont jetés. Leur contenu n’est jamais destiné à être consulté par des humains, mais uniquement par l’IA. Si c'était un film, le scénariste aurait été jugé médiocre. Mais malheureusement, c'est simplement la réalité dans laquelle nous vivons aujourd'hui. Bienvenue dans le futur, cher lecteur. Est-ce aussi passionnant qu'espéré ?
L’autodafé à l’ère du XXIe siècle
Les données sont malheureusement limitées. Surtout en ce qui concerne les LLM. Les raisons sont nombreuses, mais deux d’entre elles, en particulier, semblent inquiéter les entreprises et les chercheurs spécialisés dans l’IA. La première est l’effondrement du modèle. Lorsque l’IA s’entraîne de manière répétée sur ses propres données, celles-ci finissent par se condenser à tel point qu’elles deviennent inutilisables. Lorsque cela se produit, l’IA génère des informations génériques et inutilisables. En réalité, c’est exactement ce qui se passe lorsque l’on photocopie une photocopie d’une photocopie.
La deuxième, c’est que les IA ont des hallucinations. Elles en ont même beaucoup, en réalité. Ainsi, si un modèle s’entraîne à partir des hallucinations d’un autre modèle, ces hallucinations sont considérées comme la référence. Imaginez maintenant que cela se reproduise encore et encore. On finit par arriver au même résultat que l’effondrement du modèle, mais cette fois-ci avec le danger supplémentaire que l’IA présente ses hallucinations comme des faits avant de devenir finalement inutilisable. Tous les chemins mènent au même endroit. Et ce n’est pas un endroit où quiconque a vraiment envie d’aller, ni d’y rester.
La quasi-totalité des données d’entraînement générées par l’homme disponibles sur Internet a déjà été absorbée par les LLM. Et, comme mentionné précédemment, les nouvelles données sont produites en grande majorité par l’IA. Les entreprises spécialisées dans l’IA doivent donc trouver un moyen de contourner l’effet « ouroboros numérique ». Mais si les humains ne parviennent pas à créer de nouvelles données assez rapidement, où trouver de nouvelles informations pour alimenter la machine ?Eh bien, comme on l'a vu plus haut, apparemment en détruisant des livres.
Les livres constituent une mine d’or en matière de données d’entraînement pour l’IA. Les livres physiques sont encore mieux. Une grande partie des informations qu’ils contiennent n’a pas été numérisée, ce qui signifie qu’il s’agit de données brutes, vierges. Et les données n’ont pas vraiment besoin d’être « factuelles » ; il suffit qu’elles soient uniques, non altérées par l’IA. Elles servent simplement à entraîner les modèles mathématiques qui sous-tendent l’algorithme.
C’est précisément pour toutes ces raisons que les libraires spécialisés dans les livres rares constatent une hausse de leurs ventes. Et les juges ont statué qu’une entreprise était en droit de procéder ainsi, à condition de ne pas revendre ensuite la copie numérisée. Amazon n’est pas la première entreprise à agir ainsi. Anthropic l’a également fait. En fait, il est fort probable que la plupart des grandes entreprises commerciales spécialisées dans l'IA le fassent depuis un certain temps déjà. À terme, les entreprises finiront par être à court de livres. Et il est probable que certains ouvrages extrêmement rares soient définitivement perdus au cours de ce processus. À un moment donné, la pierre cessera de verser du sang, mais il est fort douteux que les décideurs de l'IA cessent un jour de la presser.
En mars 2026, accusé d'avoir massivement piraté des œuvres littéraires pour entraîner ses modèles d'IA, Meta a tenté de faire valider juridiquement non seulement cet usage, mais aussi la redistribution de ces fichiers via BitTorrent. Une stratégie juridique aussi audacieuse que révélatrice des tensions profondes entre le droit d'auteur et la course aux données dans l'industrie de l'IA.
Source : 404 Media
Et vous ?
Pensez-vous que cette information est crédible ou pertinente ? Quel est votre avis sur le sujet ?Voir aussi :
Désormais Claude s'entraîne sur vos données : Anthropic change les règles du jeu et va collecter vos données pour améliorer son IA à moins que vous ne le refusiez explicitement Les entreprises IA embauchent des comédiens pour entraîner l'IA à reconnaître les émotions humaines, tandis qu'OpenAI demande les dossiers professionnels comme données d'entraînement Amazon supprime son classement en matière d'IA pour empêcher les employés de manipuler le système afin d'améliorer leurs scores d'utilisation : « N'utilisez pas l'IA juste pour le plaisir de l'utiliser »Vous avez lu gratuitement 308 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Envoyé par OuftiBoy
