Des palettes de vieux livres venant de librairies du monde entier sont expédiées vers les Etats-Unis. Des entreprises spécialisées en IA seraient à l’origine de cet accaparement massif de patrimoine. Elles utiliseraient ces livres comme données brutes pour entraîner leurs modèles de langage, puis les jetteraient après leur numérisation.
Depuis début mai, une librairie allemande de livres anciens recevait sur son site en ligne chaque nuit, entre 3h00 et 5h00 du matin, un nombre considérable de commandes automatisées d’ouvrages. Le libraire, s’en apercevant, a consulté ses confrères. Et là, surprise : des témoignages similaires ont commencé à fleurir, par exemple sur la plateforme Reddit.
D’après le journal espagnol elDiario et le quotidien berlinois taz, le phénomène n’est pas qu’allemand. On retrouve ces commandes en Espagne, aux Etats-Unis, en Nouvelle-Zélande, en Australie, en Bulgarie, en Grande-Bretagne… Dans tous ces cas, la même entreprise canadienne passe les commandes : Zoom Books. (...)
Le caractère systématique de ces achats, avec des livres en allemand, en bulgare ou en espagnol pour un marché anglophone, a suscité de sérieux doutes chez certains détaillants. (...)
Zoom Books, n’a fourni aucune information concernant les destinataires finaux de ces ouvrages.
Cependant, des photos prises dans un centre de Zoom Books montrent les livres jetés négligemment dans de grands cartons ; aucun détaillant de livres ne traite sa marchandise de cette façon.
Entraînement des modèles
Ce phénomène de captation massive de livres anciens pourrait s’expliquer par les besoins des entreprises d’IA. (...)
Sans textes nouveaux, inédits et longs pour entraîner l’algorithme, l’IA risquait de souffrir d’une stagnation cognitive. La solution trouvée par ces entreprises a alors été d’acheter des livres anciens.
Faille juridique américaine
Quiconque numérise des textes et les diffuse sur Internet s’expose à des poursuites pour violation du droit d’auteur. Mais, aux Etats-Unis, la législation autorise l’entraînement de modèles d’IA à l’aide de livres acquis légalement. Si une entreprise achète de grandes quantités de livres d’occasion à bas prix, les désassemble et les numérise, les textes peuvent ensuite servir à entraîner des modèles d’IA.
C’est le principe étatsunien du "fair use", ou principe d’utilisation équitable. (...)
à condition que cette utilisation serve l’éducation du public et stimule la production intellectuelle. (...)
il faut posséder physiquement les livres et les détruire après les avoir "lus" – afin de pouvoir affirmer qu’aucune copie non autorisée ne reste en circulation et que cela relève du fair use", explique un libraire à SRF.
Destruction du patrimoine physique, concentration du patrimoine numérique (...)
À court terme, les libraires se réjouissent d’écouler leurs invendus. À long terme, cependant, un tout autre scénario se dessine. Si ces anciens livres sont détruits à grande échelle, ce patrimoine sera irrémédiablement concentré sous la forme d’une masse de données numériques possédée par quelques entreprises. Un accaparement discret, systématique et soumis à aucune délibération publique.