Diverse librerie indipendenti europee stanno ricevendo ordini anomali di migliaia di volumi, caratterizzati da selezioni molto eterogenee che comprendono manuali datati, testi di interesse locale, libri quasi fuori catalogo e pubblicazioni con scarso legame reciproco. A maggio, la libreria indipendente Kennys Bookshop di Galway, in Irlanda, ha ricevuto online un ordine di circa 5.000 libri che inizialmente sembrava provenire da un grande cliente istituzionale. La composizione dell’acquisto ha però sollevato dubbi perché comprendeva, tra gli altri, una storia della regione del Connemara e una guida a uno specifico sistema di risparmio irlandese, titoli difficili da ricondurre alla normale attività di una biblioteca, di un’università o di un centro di ricerca. Fenomeni analoghi sono stati segnalati anche a Berlino, dove alcune librerie ricevono durante la notte richieste via e-mail per grandi quantità di testi, compresi manuali ormai poco richiesti come un’edizione del 2018 dedicata alla preparazione dell’esame di guida.
Il valore dei singoli ordini può oscillare indicativamente tra 10.000 e 50.000 euro e rappresenta quindi un introito rilevante per librerie indipendenti già sottoposte alla pressione dell’e-commerce e della diffusione degli ebook. A rendere insolite queste transazioni non è soltanto la quantità dei libri ma anche il comportamento degli acquirenti. Quando università, biblioteche o enti pubblici acquistano migliaia di volumi tendono normalmente a negoziare sconti o condizioni specifiche, mentre molti degli ordini recenti vengono pagati immediatamente senza particolari trattative. Questo elemento, insieme alla natura apparentemente casuale dei titoli richiesti, ha alimentato il sospetto che dietro gli acquisti possano esserci aziende impegnate nella raccolta di materiale cartaceo da digitalizzare e utilizzare per l’addestramento di modelli di intelligenza artificiale.
Il sospetto si inserisce in un contesto nel quale sono già emerse pratiche di acquisizione massiva di libri da parte dell’industria AI. Anthropic è stata associata a un progetto interno denominato Project Panama, attraverso il quale sarebbero stati acquistati milioni di libri destinati alla digitalizzazione tramite scansione distruttiva, una procedura che prevede il taglio del dorso dei volumi per consentire una scansione rapida delle singole pagine. Le informazioni sono emerse nell’ambito di procedimenti giudiziari sul copyright. Anthropic ha successivamente raggiunto un accordo da 1,5 miliardi di dollari con autori ed editori coinvolti nelle controversie, mentre un tribunale statunitense ha distinto tra l’impiego dei testi per l’addestramento AI, riconosciuto in quel caso come fair use, e l’utilizzo di copie ottenute illegalmente, che ha invece rappresentato il punto critico della causa.
Controversie simili hanno coinvolto anche altri operatori del settore. Dai documenti giudiziari è emerso che Meta avrebbe scaricato circa 82 terabyte di libri piratati destinati all’addestramento dei propri sistemi AI, mentre Nvidia è stata coinvolta in azioni legali relative a dataset contenenti centinaia di migliaia di libri e sceneggiature riprodotti senza autorizzazione. L’acquisto fisico di copie legittime rappresenterebbe quindi una modalità differente per costruire grandi archivi testuali evitando almeno una parte dei problemi collegati alla provenienza illecita dei file digitali, anche se il trattamento successivo dei volumi rimane soggetto a regole differenti a seconda della giurisdizione.
In Germania, per esempio, l’associazione nazionale degli editori e dei librai sostiene che la scansione di un libro costituisca di per sé una violazione del diritto d’autore indipendentemente dallo scopo per cui viene effettuata. Il quadro europeo risulta quindi più restrittivo rispetto a quello statunitense, dove l’acquisto legittimo di un libro può, in determinate circostanze, consentire la sua digitalizzazione e successiva distruzione. Questa differenza normativa è uno degli elementi che alimentano l’ipotesi secondo cui alcuni volumi acquistati in Europa possano essere raccolti e successivamente trasferiti negli Stati Uniti per essere digitalizzati. Le librerie hanno infatti osservato che gli indirizzi di consegna utilizzati per i grandi ordini non sono più necessariamente statunitensi ma si trovano sempre più spesso in varie località europee, che potrebbero funzionare come semplici punti di consolidamento prima della spedizione oltreoceano.
Anche il processo di individuazione e acquisto dei libri potrebbe essere automatizzato. Alcuni operatori tedeschi ritengono che sistemi AI o bot possano scandagliare il web raccogliendo ISBN, confrontando tali codici con gli archivi già disponibili e generando automaticamente ordini per i titoli ancora mancanti. In questo scenario, l’ISBN diventerebbe un identificatore utilizzato per verificare quali pubblicazioni non siano ancora presenti nel corpus di addestramento. La natura apparentemente casuale delle liste di acquisto sarebbe quindi compatibile con una strategia mirata non a costruire una raccolta tematica, ma a colmare sistematicamente le lacune di un archivio testuale destinato alla digitalizzazione.
Anthropic ha dichiarato che Claude viene addestrato attraverso una combinazione di dati provenienti dal web pubblico, dataset acquisiti commercialmente e dati generati internamente, precisando inoltre di non gestire programmi destinati all’acquisto e alla distruzione di libri rari o antichi. Le rassicurazioni non hanno però eliminato i dubbi nel settore librario europeo, dove alcuni operatori ritengono che i casi emersi nei procedimenti giudiziari possano rappresentare soltanto una parte delle pratiche realmente adottate dalle grandi aziende tecnologiche. Non esistono comunque elementi che permettano di attribuire gli ordini osservati nelle librerie europee a una specifica società AI, e l’identità effettiva degli acquirenti rimane al momento non confermata.
Per le librerie coinvolte la situazione presenta una contraddizione economica significativa. Ordini da decine di migliaia di euro possono offrire entrate molto importanti a esercizi che operano in un mercato difficile, ma contemporaneamente cresce la preoccupazione che i libri venduti possano essere smontati, scansionati e utilizzati per costruire sistemi di intelligenza artificiale capaci in futuro di incidere ulteriormente sull’industria editoriale. Kennys Bookshop ha espresso esplicitamente questa posizione, spiegando di non voler partecipare a un processo nel quale i volumi vengono acquistati principalmente per estrarne la proprietà intellettuale attraverso la scansione. La questione rimane quindi aperta: gli ordini continuano a rappresentare un’opportunità economica immediata, mentre la loro origine e il possibile utilizzo finale dei libri alimentano interrogativi sempre più concreti sulla formazione dei dataset destinati ai modelli AI.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)