Pourquoi les géants de l’IA achètent des livres rares pour les détruire ?

Acheter des livres rares dans le but de les détruire, c'est bien le projet de certaines entreprises d'intelligence artificielle. Au programme, scanner les livres page après page, pour entraîner des modèles d'IA.

Les modèles d’intelligence artificielle (IA) ont besoin de données pour s’entraîner. Un générateur d’images, par exemple, ne peut produire des œuvres "dans le style Ghibli" que s’il a été nourri avec des centaines d’images issues des films du studio. La plupart des modèles puisent dans des contenus existants sans altérer les originaux. Mais la société Anthropic, derrière Claude, adopte une approche différente. Elle achète des millions de livres, dont certains rares ou difficiles à se procurer, pour les soumettre à un processus de "numérisation destructive".

Selon des documents internes révélés par le média 404 Media, Anthropic mène depuis avril 2024 un projet baptisé "Project Panama", dont l’objectif affiché est de "numériser de manière destructive tous les livres du monde". Le nom de code n’a pas été choisi au hasard. Dans une note interne, Tom Turvey, vice-président d’Anthropic, explique qu’il s’agirait de dissimuler la véritable nature du projet aux regards extérieurs.

Contrairement à ce qu’a affirmé un porte-parole de l’entreprise auprès du magazine Fortune, selon lequel Anthropic n’achèterait pas de "livres rares ou anciens" pour les détruire, les documents internes contredisent cette version. Ils indiquent que le projet vise bien l’intégralité des ouvrages disponibles, sans distinction.

Une méthode plus rapide et moins coûteuse, mais controversée

La "numérisation destructive" ne consiste pas à broyer les livres après usage. Le principe est de les découper pour en séparer les pages avant de les scanner. Cette technique, plus rapide et moins onéreuse que les méthodes traditionnelles, permet d’alimenter les modèles d’IA avec des textes exempts d’influence algorithmique. Un atout pour générer des contenus perçus comme plus "humains…

Pourtant, des alternatives existent. Des entreprises comme SMA Australia ou Treventus commercialisent des scanners robotisés capables de numériser des livres sans les endommager. Ces appareils, déjà utilisés par des bibliothèques et des archives, évitent la destruction des ouvrages, un point critique soulevé par les détracteurs de la méthode d’Anthropic.

Une pratique qui pourrait concerner d’autres entreprises

D’après les informations disponibles, "Project Panama" avait déjà numérisé, et donc détruit, des millions de livres dès octobre 2024. Par ailleurs, des librairies ont récemment signalé une hausse des commandes en gros pour des ouvrages rares et difficilement vendables. Certains observateurs soupçonnent d’autres entreprises d’IA d’adopter des pratiques similaires, bien qu’aucune preuve ne le confirme à ce stade.

L’ampleur réelle de ces numérisations destructives reste inconnue. Il est impossible de savoir combien d’exemplaires uniques ont déjà été perdus, ni si d’autres sociétés reproduisent ce procédé. Elon Musk a affirmé sur X avoir demandé à son équipe SpaceXAI de "préserver les livres rares" et de les scanner "de manière traditionnelle". Cependant, ses déclarations passées, parfois contredites par les faits, laissent planer un doute sur la crédibilité de cette prise de position.

Pour l’heure, aucune régulation n'encadre spécifiquement cette pratique, et les acteurs du secteur ne communiquent pas ouvertement sur leurs méthodes d’acquisition et de traitement des œuvres imprimées.