Amazon compraria livros raros em larga escala para treinar inteligência artificial
Uma investigação jornalística revelou que a Amazon mantém uma operação de compra em grande volume de livros antigos e raros com o objetivo de utilizá-los no treinamento de modelos de inteligência artificial. Segundo a reportagem publicada pelo site 404 Media, os exemplares adquiridos seguem para uma instalação da empresa em Las Vegas, nos Estados Unidos, onde passam por um processo de digitalização e, em seguida, são destruídos.
A descoberta começou de forma inusitada, a partir da iniciativa de um livreiro que decidiu colocar um rastreador escondido, um dispositivo conhecido como AirTag, dentro de um livro raro vendido em um pedido de grande volume. O aparelho permitiu acompanhar o trajeto do pacote até o armazém identificado como VGT3, em Las Vegas, unidade que a reportagem associa às operações de treinamento de IA da Amazon. No local, funcionários trabalhariam na separação das páginas e das lombadas dos livros, etapa que antecede a digitalização do conteúdo.
De acordo com a investigação, a operação tem como foco principal a aquisição de livros antigos identificados por códigos ISBN, numeração usada no mercado editorial para catalogar publicações. Muitos desses exemplares possuem baixo valor comercial, mas podem conter textos que não estão facilmente disponíveis em grandes bases digitais. Entre eles estariam obras que nunca foram traduzidas para outros idiomas, publicações com circulação limitada e títulos raros que dificilmente aparecem em acervos convencionais. Esse tipo de material tende a ser especialmente interessante para o desenvolvimento de modelos de IA, justamente por representar um conteúdo pouco acessível aos concorrentes.
A apuração também aponta que empresas de inteligência artificial costumam recorrer a intermediários para realizar as compras, estratégia que evita negociações diretas com livreiros e reduz a necessidade de justificar o destino final dos livros adquiridos. Relatos atribuídos a funcionários em fóruns online sugerem ainda que a unidade enfrentou uma escassez de livros para digitalização no início de 2026, o que levantou dúvidas momentâneas sobre a continuidade da operação. O armazém, porém, teria seguido em funcionamento e recebendo novos lotes de exemplares.
Um detalhe chamou a atenção da reportagem: a identidade visual adotada pela equipe responsável pela operação apresenta um logotipo com um Tyrannosaurus rex prestes a devorar um livro, imagem que ganhou um novo significado diante das suspeitas de destruição dos exemplares após a digitalização. Procurada para comentar o caso, a Amazon não respondeu especificamente sobre a instalação de Las Vegas, o processo de digitalização ou a destruição dos livros. Em comunicado enviado a veículos de imprensa, a empresa afirmou apenas que "a Amazon compra livros por meio de canais comerciais para ajudar a desenvolver e melhorar os produtos e serviços que nossos clientes utilizam".
O episódio coloca em debate uma questão cada vez mais presente no desenvolvimento de inteligência artificial: até que ponto empresas podem ir em busca de dados de treinamento? Defensores da prática argumentam que boa parte dos livros comprados possui baixo valor comercial e que a digitalização contribui para preservar o conteúdo em formato digital. A crítica, por outro lado, vem de livreiros e colecionadores que alertam para o desaparecimento dos exemplares físicos. O livreiro responsável por colocar o rastreador em um dos livros destacou que essas obras carregam valor histórico, intelectual e sentimental, dimensões que, segundo ele, são ignoradas pelas companhias de IA. Nessa perspectiva, o livro deixa de ser tratado como um objeto de coleção ou registro histórico e passa a ser visto basicamente como fonte de dados, formada por palavras que alimentam os algoritmos.
A preocupação se intensifica no caso de obras raras ou de circulação limitada. Mesmo quando o conteúdo é digitalizado, o arquivo resultante não costuma ficar disponível ao público, de modo que o processo pode garantir a preservação do texto dentro de uma infraestrutura privada enquanto o objeto físico deixa de existir. A estratégia também contrasta com posições adotadas por concorrentes. Segundo a reportagem, Anthropic e xAI afirmaram que não utilizam livros raros ou antigos para treinar seus modelos, o que reforça a percepção de que a abordagem da Amazon se destaca dentro do setor.
No conjunto, a investigação levanta questionamentos sobre os limites éticos e práticos da coleta massiva de dados para inteligência artificial, ao mesmo tempo em que expõe a tensão entre a preservação de acervos físicos raros e a busca por conjuntos de dados exclusivos que possam diferenciar modelos no mercado.
