A procura por textos produzidos antes da popularização da inteligência artificial generativa está movimentando o mercado de livros usados. Uma reportagem da 404 Media aponta que obras físicas vêm sendo compradas em grande escala para digitalização e possível uso no treinamento de modelos de linguagem.
Segundo o veículo, a plataforma ISBNdb oferece a empresas de inteligência artificial serviços de fornecimento de livros e acesso a dados destinados ao aprimoramento desses sistemas. Alguns pedidos apresentados pela companhia variariam de mil a 1 milhão de exemplares.
A reportagem não identificou publicamente os responsáveis por todas as compras. No entanto, livreiros relataram um crescimento repentino nas vendas e pedidos sem um padrão claro de autor, gênero ou assunto. O principal requisito seria que as obras possuíssem ISBN, código internacional utilizado para identificar publicações.
Busca por conteúdo anterior à IA
O interesse por livros antigos estaria relacionado à tentativa de evitar o chamado “AI slop”, expressão usada para descrever conteúdos artificiais de baixa qualidade, repetitivos ou pouco revisados.
À medida que textos produzidos por inteligência artificial se espalham pela internet, cresce o risco de novos modelos serem treinados com material criado por sistemas anteriores. Esse processo pode reduzir a qualidade e a diversidade das bases utilizadas no desenvolvimento da tecnologia.
Livros publicados antes do lançamento do ChatGPT, em 2022, passaram a ser valorizados como fontes de conteúdo originalmente produzido por seres humanos.
Digitalização pode destruir os exemplares
Depois da compra, as obras podem ser submetidas a diferentes métodos de digitalização. Algumas máquinas conseguem escanear os livros sem danificá-los.
Em processos mais rápidos e baratos, porém, as lombadas são cortadas e as páginas separadas para passar por escâneres industriais. Ao final, os exemplares físicos deixam de poder ser utilizados como livros.
Documentos revelados em processos judiciais mostraram que a Anthropic, desenvolvedora do chatbot Claude, comprou milhões de obras e contratou empresas para digitalizá-las. Parte dos exemplares foi desmontada e descartada após o escaneamento.
Direitos autorais no centro da disputa
O uso de livros no treinamento de inteligência artificial já provocou diferentes ações judiciais nos Estados Unidos.
Em julho de 2026, a Justiça aprovou um acordo de US$ 1,5 bilhão entre a Anthropic e autores que acusaram a empresa de manter milhões de cópias pirateadas em seus arquivos. O acordo não foi uma multa imposta diretamente pelo tribunal, mas uma solução negociada para encerrar parte do processo.
A decisão que antecedeu o acordo diferenciou duas situações. O treinamento realizado com livros adquiridos legalmente foi considerado uso justo naquele caso, enquanto a manutenção de uma biblioteca formada por obras pirateadas não recebeu a mesma proteção jurídica.
Editoras e autores também processaram o Google sob a acusação de utilizar ilegalmente obras protegidas para desenvolver os modelos Gemini. A empresa ainda poderá contestar as alegações no processo.
As compras em larga escala mostram como a disputa por dados de qualidade passou a envolver não apenas arquivos digitais, mas também acervos físicos. O movimento amplia o debate sobre os limites do treinamento de IA, a remuneração dos autores e o destino dos livros utilizados nesse processo.
*Da Agência Fonte Exclusiva