Ia : un marché noir de livres anciens menace l'entraînement des modèles
Un phénomène inattendu ébranle le développement de l'intelligence artificielle : les données d'entraînement, pourtant censées booster les nouveaux modèles, se contaminent avec des ‘AI Slop’, une sorte de déchets générés par les mêmes IA.
Le prix de la donnée : une course aux livres oubliés
Une enquête exclusive de 404 Media révèle une opération audacieuse et potentiellement problématique : des entreprises d'IA, dont OpenAI, Google et Anthropic, s'emparent massivement de livres anciens, rares et souvent protégés par le droit d'auteur, via des plateformes de seconde main. L'objectif ? Alimenter leurs algorithmes avec des données ‘pures’, exemptes de ce ‘Slop’ numérique.
ISBNDB, une base de données exhaustive des livres, devient ainsi le point de convergence de ces commandes mystérieuses, souvent anonymes et destinées à des librairies spécialisées.
Copyright et destruction : un dilemme éthique
La situation est complexe. Si l'utilisation de ces livres pour l'entraînement de l'IA n'était pas explicitement interdite par une récente décision du tribunal d'Anthropic – qui autorisait l'usage de livres protégés à condition de les détruire après numérisation – la pratique soulève des questions importantes.
Le marché clandestin des livres d'ia
Le numéro ISBN, identifiant unique de chaque ouvrage, est devenu la clé de cette ruée vers le passé. ISBNDB, une entreprise spécialisée, facilite cette transaction en localisant les livres demandés, même ceux datant de 2022, avant l'essor fulgurant de l'IA. Mais derrière ces commandes massives se cache une réalité sombre : la destruction de ces ouvrages, souvent rares et précieux.
Un libraire, témoin de cette transformation, confie à 404 Media : « Personne ne veut évoquer les titres concernés. Je vois passer des commandes de plus en plus importantes, mais je suis conscient que ces livres risquent de disparaître à jamais. »
Gemini et l'appât du rare
Les nouvelles générations de modèles d'IA, comme Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber, semblent particulièrement friands de ces livres d'antan. ISBNDB agit comme un intermédiaire, reliant les entreprises d'IA aux libraires spécialisés, qui se chargent de l'acquisition et de la vente des volumes demandés. Un ballet commercial complexe, mais dont la légalité est discutable, et dont les implications culturelles sont profondes.
L'urgence de la compétition pousse certaines entreprises à privilégier la vitesse à la prudence, optant pour la destruction des livres au lieu de chercher des solutions de numérisation plus respectueuses. Un choix qui pourrait avoir des conséquences désastreuses pour la préservation du patrimoine littéraire.
Un prix à payer ?
Si la situation profite à certains libraires de livres rares, qui voient leur activité relancée, elle menace de faire disparaître des ouvrages oubliés, et soulève des questions éthiques sur l'impact de l'IA sur la culture et le savoir. Le marché de l'IA pourrait bien se nourrir des cendres des livres.