Rastreamento de 1.000 livros leva investigação a operação da Amazon ligada ao treinamento de IA

Uma remessa de aproximadamente 1.000 livros serviu como ponto de partida para uma investigação da 404 Media sobre uma suposta operação da Amazon que compra livros impressos, transforma seu conteúdo em arquivos digitais e destrói os exemplares físicos. O carregamento foi rastreado até uma instalação da empresa em Las Vegas, em um processo compatível com a criação de um grande conjunto de dados textuais para inteligência artificial. A Amazon disse que compra livros “para melhorar nossos produtos”, mas não confirmou publicamente a quantidade envolvida, o número de instalações ou se a operação alimenta um modelo específico de IA.

O que o rastreamento revelou

A 404 Media colocou um Apple AirTag em uma remessa adquirida de uma livraria na Califórnia. Segundo a reportagem, o carregamento passou por Wisconsin e Colorado antes de chegar ao armazém LAS8, da Amazon, em Las Vegas. Depois, foi encaminhado à VGT3, uma operação localizada na extremidade norte do complexo e identificada pela investigação pelo logotipo com um tiranossauro e um livro, além de relatos de funcionários.

O ponto central não foi apenas a chegada dos livros à Amazon. O destino e os depoimentos indicaram que a VGT3 processava os exemplares, em vez de tratá-los como estoque convencional para revenda, armazenamento ou atendimento de pedidos.

O fluxo descrito: comprar, digitalizar e destruir

Funcionários ouvidos pela 404 Media afirmaram que a operação recebe grandes remessas de livros impressos, remove as lombadas para que as páginas possam passar por scanners de alta velocidade, digitaliza as páginas e os códigos de barras e, em seguida, descarta ou recicla o papel solto.

Na prática, o procedimento transforma um livro físico em texto legível por máquinas e elimina o exemplar original. É um processo bem diferente de comprar livros para revendê-los ou enviá-los a clientes. A investigação apontou evidências de uma cadeia relevante de aquisição e digitalização de livros, mas não determinou quantos exemplares estão envolvidos ao todo nem identificou um modelo específico da Amazon treinado com essas digitalizações.

O que a Amazon confirmou — e o que continua sem resposta

À 404 Media, a Amazon declarou que compra livros “para melhorar nossos produtos”. De acordo com a reportagem, a empresa não informou quantos livros compra, quantas instalações fazem a digitalização, quais produtos usam o material ou se o fluxo de Las Vegas é utilizado especificamente para treinar modelos de IA.

Essa diferença é importante. A investigação apresenta evidências operacionais — uma remessa rastreada, um destino dentro de uma instalação da Amazon, uma unidade de processamento de livros e relatos de funcionários sobre digitalização e destruição. Isso não equivale a uma admissão pública completa de que todo livro processado no local se transforma em dado de treinamento de um modelo identificado.

A conclusão mais precisa, portanto, é mais restrita, mas ainda significativa: a 404 Media encontrou indícios de uma operação da Amazon para digitalizar livros, aparentemente compatível com a coleta de dados para IA. O caso ocorre enquanto a empresa amplia seus esforços em modelos de fronteira. A Reuters informou separadamente que a Amazon estava reorganizando sua estratégia de IA em torno de um novo projeto desse tipo.

Por que os livreiros suspeitam de uma coleta em escala de catálogo

Livreiros disseram à 404 Media que alguns pedidos em grandes quantidades pareciam incomuns: eram ecléticos e aparentemente pouco influenciados pelo valor de revenda, pelo estado de conservação, pelo assunto ou pelo preço dos títulos. Um comprador interessado em revenda costuma selecionar livros com base em procura e margem de lucro. Já quem busca dados para treinar modelos pode estar mais interessado em reunir uma variedade ampla de títulos e ISBNs — os números usados para identificar livros comercialmente.

Esse padrão levou comerciantes a suspeitar que empresas de IA ou intermediários de dados estejam tentando percorrer o catálogo publicado de livros, em vez de adquirir apenas títulos comercialmente valiosos. A 404 Media havia informado anteriormente que a ISBNdb divulgava a aquisição em grande volume de livros impressos para empresas de IA. Depois da reportagem, a empresa retirou o material relacionado e afirmou que a página era um “teste de interesse do mercado”.

Isso não prova que todo pedido incomum esteja ligado à Amazon ou à inteligência artificial. Mostra, porém, por que o mercado se tornou difícil de interpretar: uma compra aparentemente aleatória pode não fazer sentido como transação de varejo, mas pode ser útil para ampliar a diversidade de um conjunto de dados.

Por que livros impressos antigos interessam à IA

Livros oferecem algo que desenvolvedores de IA valorizam cada vez mais: grandes volumes de linguagem produzida por seres humanos antes da disseminação do texto gerado por sistemas de inteligência artificial. Obras antigas e fora de catálogo também podem conter informações especializadas, locais ou históricas que nunca foram disponibilizadas de forma ampla na internet.

Por isso, livros físicos podem servir como fonte de textos variados e menos propensos a conter material sintético. A reportagem da 404 Media sobre a ISBNdb apresentou obras antigas como valiosas, em parte, por estarem livres do chamado “lixo gerado por IA” — expressão usada para descrever a preocupação com a presença crescente de conteúdo sintético nos futuros conjuntos de treinamento.

Pesquisadores e desenvolvedores também discutem o chamado “colapso do modelo”: a possibilidade de que treinar repetidamente sistemas com conteúdo gerado por outras IAs reduza a qualidade ou a diversidade dos modelos seguintes. Essa é uma preocupação estudada, mas não prova que algum modelo da Amazon tenha sofrido colapso nem que os livros de Las Vegas tenham sido coletados especificamente por esse motivo.

A comparação com a Anthropic e o limite jurídico

O fluxo atribuído à Amazon se parece com o Project Panama, da Anthropic. Nesse projeto, a empresa comprou livros físicos, removeu suas lombadas, digitalizou as páginas e descartou os exemplares de papel para produzir material digital para seu trabalho com IA.

Em uma decisão de 23 de junho de 2025 no processo Bartz v. Anthropic, o juiz William Alsup considerou que o uso dos livros para treinar o Claude e seus antecessores era “altamente transformador” e constituía uso legítimo (fair use) conforme os fatos analisados pelo tribunal. O juiz também considerou legítima a digitalização de livros impressos comprados legalmente, porque a Anthropic substituiu os exemplares físicos por cópias digitais correspondentes, pesquisáveis e destinadas à sua biblioteca interna.

A decisão não estabeleceu que destruir um livro torna automaticamente legal qualquer treinamento de IA. O método de aquisição, a finalidade do uso, a retenção ou redistribuição das cópias e as circunstâncias do caso continuaram relevantes. A mesma disputa tratou de forma diferente a criação, pela Anthropic, de uma biblioteca formada com livros pirateados.

Essa distinção é essencial para entender o caso da Amazon. Mesmo que os livros estejam sendo comprados legalmente, ainda permanecem questões sobre a escala da operação, o uso das digitalizações, eventuais contratos com autores ou editoras e a preservação de obras físicas raras. Esses temas são diferentes da análise restrita de uso legítimo feita no processo Bartz.

O problema vai além dos direitos autorais

As críticas dos livreiros não se limitam a vendas perdidas ou a uma eventual compensação por direitos autorais. Livros raros e fora de catálogo também têm valor histórico, intelectual, cultural e sentimental. Quando um exemplar escasso é cortado e reciclado, o texto pode sobreviver como arquivo digital, mas o objeto físico desaparece.

Isso cria uma preocupação de preservação que uma decisão sobre direitos autorais não resolve por completo. Um processo pode ser considerado juridicamente defensável sob determinado conjunto de fatos e, ainda assim, alarmar colecionadores, livreiros, bibliotecas e leitores que veem o livro físico como algo mais do que um simples recipiente de texto.

O episódio também evidencia uma assimetria de informação. Empresas de IA podem reconhecer o valor de dados de livros obscuros muito antes de vendedores individuais perceberem que um pedido estranho faz parte de uma estratégia maior de aquisição. A declaração da Amazon de que compra livros para melhorar seus produtos deixa sem resposta justamente as perguntas mais importantes para o setor: qual é a dimensão da compra, o que está sendo digitalizado e o que acontece com os arquivos resultantes.

O contexto da estratégia de IA da Amazon

A suposta operação se encaixa no esforço mais amplo da Amazon para competir em inteligência artificial avançada. A Reuters informou, em julho de 2026, que a empresa estava reduzindo vários modelos desenvolvidos internamente e concentrando recursos em um novo projeto de modelo de fronteira. A AWS também oferece o Nova Forge, serviço que permite combinar dados proprietários de clientes com dados de treinamento selecionados pela Amazon durante o desenvolvimento de modelos personalizados de fronteira.

Esses fatos ajudam a explicar por que a Amazon poderia valorizar grandes volumes de texto de alta qualidade, mas não provam, por si só, que os livros rastreados pela 404 Media tenham treinado um modelo específico. A evidência mais direta continua sendo a reportagem sobre a remessa e a instalação de Las Vegas.

A pergunta que fica é se o mercado de livros físicos está se transformando em uma cadeia de fornecimento invisível para a IA. No caso documentado pela 404 Media, livros saíram de uma livraria, chegaram a uma operação de processamento da Amazon, foram digitalizados e tiveram seus exemplares físicos destruídos. A escala total e o uso posterior dos arquivos continuam sem divulgação.