Amazon détruit des livres rares pour entraîner son IA

Résumé

Une enquête révèle qu’un entrepôt d’Amazon à Las Vegas détruit systématiquement des livres rares après numérisation, alimentant ses modèles d’IA et déclenchant un vif débat éthique.

Les faits

Depuis environ un an, des libraires soupçonnaient les entreprises d’IA d’acheter en gros des livres rares pour les numériser puis les détruire, sans preuve tangible jusqu’à une enquête de 404 Media évoquée par Ars Technica. Un libraire a accepté de placer un Airtag dans un livre rare intégré à une commande de lots, permettant de suivre le colis. Le traceur a été localisé dans une installation Amazon dédiée à l’entraînement de modèles d’IA à Las Vegas, abritant une équipe chargée de « déchirer les livres de leur reliure et de scanner les pages », selon 404 Media. Le hangar de cette équipe, baptisée VGT3, affiche sur sa porte un logo représentant un Tyrannosaurus rex prêt à dévorer un livre, symbole jugé en complet décalage avec la controverse sur la destruction d’ouvrages. Amazon refuse de commenter en détail les découvertes de 404 Media et fournit à Ars Technica la même déclaration que celle adressée au média d’investigation, sans mention explicite de l’entraînement d’IA. La société affirme seulement : « Amazon achète des livres par des canaux commerciaux pour aider à développer et améliorer les produits et services que nos clients utilisent ». Ars Technica rappelle qu’Amazon développe des modèles d’IA dits de frontière, qui exigent des volumes massifs de données d’entraînement uniques pour rester compétitifs face à Google, OpenAI ou Anthropic. L’enquête signale aussi des discussions internes où des employés de VGT3 décrivent une pénurie de livres à numériser plus tôt cette année, au point de craindre la fermeture de l’entrepôt, avant que les commandes de livres rares destinés à être détruits ne reprennent.

Pourquoi c’est important

L’affaire met en lumière une nouvelle tension entre la quête de données pour l’IA et la préservation du patrimoine écrit. La pratique décrite revient à traiter des livres rares comme de simples « contenus » à transformer en texte brut, ignorant leur « valeur historique, intellectuelle, sentimentale » que les libraires savent apprécier mais que « les entreprises d’IA ne prennent pas en compte », selon le libraire à l’origine de l’Airtag. Elle soulève également un débat stratégique sur la méthodologie des entreprises d’IA, accusées de vouloir « scanner méthodiquement chaque livre imprimé au monde » en se basant sur les ISBN, ainsi qu’une controverse publique illustrée par des échanges sur Reddit. Entre ceux qui jugent ces livres oubliés « voués à prendre la poussière » et ceux qui craignent que « des détails minuscules et même des informations historiques majeures » disparaissent pour alimenter des modèles d’IA dont les contenus ne seraient « jamais partagés », la ligne de fracture entre innovation et conservation s’accentue.

Questions fréquentes

Que révèle l’Airtag placé dans un livre rare ?

Il montre qu’un lot de livres rares a été dirigé vers une installation Amazon à Las Vegas où une équipe déchire les reliures et scanne les pages.

Quel est le rôle de l’équipe VGT3 chez Amazon ?

Cette équipe, basée dans un entrepôt à Las Vegas, est chargée de déchirer les livres de leur reliure et de scanner les pages pour les numériser.

Que dit Amazon sur ces achats de livres ?

Amazon affirme acheter des livres via des canaux commerciaux « pour aider à développer et améliorer les produits et services que nos clients utilisent ».

Pourquoi les libraires s’inquiètent-ils de ces commandes ?

Ils redoutent que leurs collections de livres rares soient systématiquement destinées à une numérisation destructrice, malgré leur valeur historique ou intellectuelle.

Quelles critiques émergent autour de la destruction de livres ?

Un critique comme Michael Burry aurait qualifié cette pratique « d’incarnation du mal », tandis que des débats en ligne dénoncent la perte potentielle d’insights historiques.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.