Un AirTag nascosto all’interno di una spedizione di libri rari sembra aver dato una risposta concreta a un sospetto che da mesi circolava tra numerosi librai: chi sta acquistando migliaia di volumi usati, spesso senza alcun collegamento tra loro e senza preoccuparsi troppo del prezzo?
La risposta, almeno in questo caso, porta direttamente ad Amazon.
Un’inchiesta di 404 Media ha seguito una spedizione di libri attraverso un dispositivo di tracciamento nascosto al suo interno e ha scoperto che il carico è arrivato fino a una struttura Amazon nell’area di Las Vegas, dove i libri vengono tagliati, scansionati e successivamente distrutti per ricavarne dati destinati all’addestramento di sistemi di intelligenza artificiale.
Il punto di partenza dell’indagine sono gli strani ordini ricevuti negli ultimi mesi da diversi rivenditori di libri usati e rari.
Normalmente questo tipo di attività vende singoli titoli o piccole raccolte abbastanza coerenti, mentre alcuni acquirenti hanno iniziato a ordinare centinaia o migliaia di libri contemporaneamente, mescolando argomenti, periodi storici e generi completamente differenti. Situazioni simili sono state segnalate anche da librai nel Regno Unito e in Irlanda.
404 Media ha quindi inserito un tracker in una spedizione di libri per capire dove sarebbe finita.
Il dispositivo ha seguito il pacco fino alla struttura VGT3 di Amazon a Las Vegas, parte di un complesso nel quale, secondo dipendenti intervistati nell’inchiesta, una delle attività principali consiste proprio nel rimuovere fisicamente le rilegature dei libri e digitalizzarne rapidamente le pagine.
Il metodo prevede di eliminare il dorso del volume, così le singole pagine possono essere inserite rapidamente in scanner industriali, ma il libro non sopravvive al processo.
Il motivo è relativamente semplice: i libri rappresentano una fonte di testo estremamente preziosa per l’addestramento dei modelli linguistici. Rispetto a una grande parte del contenuto disponibile online, un libro pubblicato professionalmente offre generalmente testi lunghi, strutturati, revisionati e scritti con una qualità linguistica più uniforme. Inoltre, i volumi pubblicati prima dell’esplosione dell’IA generativa hanno un altro vantaggio importante: è molto meno probabile che contengano materiale prodotto a sua volta da sistemi AI.
Il rischio di addestrare nuovi modelli utilizzando grandi quantità di testo sintetico è diventato uno dei temi più delicati del settore, perché può progressivamente degradare qualità e varietà dei dati utilizzati durante il training. Proprio per questo i contenuti umani precedenti al boom dell’IA stanno assumendo un valore sempre maggiore.
Documenti emersi in precedenti cause legali hanno mostrato che Anthropic aveva avviato un progetto interno per acquistare milioni di libri fisici, rimuoverne le rilegature e digitalizzarli su larga scala per addestrare Claude. Il progetto era noto internamente come Project Panama.
La particolarità dell’indagine di 404 Media è quindi soprattutto quella di aver documentato fisicamente il percorso di una spedizione fino a una struttura Amazon dedicata a questo tipo di attività.
E il piccolo AirTag si è trasformato quasi accidentalmente nello strumento che ha permesso di osservare dall’esterno una parte della gigantesca macchina di raccolta dati necessaria allo sviluppo dell’intelligenza artificiale.
È legale comprare un libro e usarlo per addestrare un’IA?
Nel giugno 2025 un tribunale federale statunitense ha stabilito, nel caso Bartz contro Anthropic, che l’utilizzo di libri per addestrare un modello AI poteva rientrare nel concetto di fair use perché considerato fortemente trasformativo. Il giudice William Alsup ha però distinto chiaramente questo utilizzo dalla provenienza delle opere, stabilendo che la creazione di una biblioteca permanente attraverso copie pirata non era automaticamente protetta dal fair use.
Questa distinzione aiuta a capire perché acquistare fisicamente libri usati sia diventato così interessante per le aziende tecnologiche.
Comprare legalmente una copia cartacea e distruggerla durante il processo di digitalizzazione offre infatti una posizione giuridica molto diversa rispetto allo scaricamento di milioni di copie pirata da una shadow library, anche se il dibattito sul copyright e sull’addestramento dell’IA resta tutt’altro che concluso.
La questione legale, però, non coincide necessariamente con quella economica ed etica.
Quando un libro usato viene acquistato, l’autore non riceve normalmente una nuova royalty su quella vendita. Se quella singola copia viene poi digitalizzata e utilizzata come materiale di addestramento per un sistema commerciale capace di generare testi, il valore dell’opera può essere sfruttato in una maniera completamente diversa rispetto a quella prevista quando il libro è stato venduto.
È proprio su questo punto che autori, editori e aziende AI stanno combattendo alcune delle cause più importanti degli ultimi anni.
La discussione non riguarda soltanto se un modello possa memorizzare o riprodurre un passaggio specifico, ma anche se sia accettabile utilizzare milioni di opere professionali per costruire prodotti commerciali senza prevedere una forma di licenza o remunerazione per chi quelle opere le ha create. Le decisioni giudiziarie statunitensi del 2025 hanno fornito alcune prime indicazioni, ma non hanno chiuso il problema una volta per tutte.
E voi, cosa ne pensate?
Prova la nuova sezione commenti!