Après Anthropic, Amazon découpe à son tour des livres pour entraîner son IA
Un AirTag dissimulé entre les pages d’un ouvrage, des semaines de transport, et une révélation : le géant du commerce en ligne Amazon découpe des livres rares pour alimenter ses modèles d’intelligence artificielle. Après l’initiative d’Anthropic, Amazon industrialise cette méthode.
Les libraires spécialisés dans les livres anciens ont observé des commandes inhabituelles s’accumuler : de gros volumes, des titres sans logique apparente, et des acheteurs anonymes. Un libraire, en collaboration avec des journalistes américains, a placé un AirTag dans un ouvrage d’une commande de 1 000 livres passée sur une marketplace où l’acheteur reste masqué. Des semaines plus tard, la balise a été localisée dans un entrepôt Amazon à Las Vegas.
La zone concernée, désignée par le nom de code VGT3, est identifiée par un logo représentant un dinosaure tenant un livre. Des employés décrivent leur quotidien : découpe des dos, numérisation des pages, et relevé des codes-barres, sans que les volumes ne ressortent. Les fichiers ainsi obtenus ne sont ni disponibles en PDF ni en vente, mais servent à alimenter les modèles d’Amazon. En réponse à une demande d’éclaircissement, Amazon a déclaré qu’il « achète des livres via des canaux commerciaux pour améliorer les produits et services utilisés par les clients ».
Anthropic avait déjà expérimenté cette méthode avec le « Project Panama », qui a consisté à acheter, découper et numériser des rayonnages entiers de livres. En 2025, un juge fédéral a validé cette approche au nom du fair use, en soulignant que les originaux détruits n’étaient pas revendus. Amazon adopte cette stratégie à une échelle bien plus vaste, et le relevé systématique des codes ISBN suggère que des acheteurs scannent méthodiquement tous les ouvrages imprimés.
Les livres anciens, en voie de raréfaction, deviennent une ressource précieuse pour les IA. Le web, saturé par le contenu déjà exploité, ne fournit plus suffisamment de textes originaux. Depuis 2022, une part croissante des publications est générée par des machines. Les livres imprimés avant cette date garantissent un texte humain, non numérisé, introuvable ailleurs. Leur destruction réduit un stock déjà limité de savoirs.
Les libraires spécialisés constatent une augmentation de leurs ventes, alimentée par cette demande croissante. Contrairement à Google, qui avait numérisé des millions de livres sans détruire d’originaux, la méthode actuelle privilégie la découpe, plus rapide et moins coûteuse que la numérisation. En Europe, la fouille de textes est régulée par des exceptions au droit d’auteur, mais la destruction d’exemplaires rares n’est pas spécifiquement encadrée. Cela soulève des questions sur l’accès au savoir, désormais confiné à des serveurs privés.
Source : 404 Media
