Détruire des livres : un entraînement pour les intelligences artificielles !

Dans un contexte qui semble dystopique, des laboratoires de la Silicon Valley achètent, par le biais d’intermédiaires, des livres d’occasion du monde entier afin de les scanner et d’entraîner des intelligences artificielles. Les modèles de langage avancés, tels que ChatGPT d’OpenAI, Llama de Meta, ou Claude d’Anthropic, dépendent de ces mots pour « survivre ». Plus ils en ont, plus ils deviennent précis et efficaces, ce qui contribue à leur intelligence.

Initialement, ces géants de l’IA obtenaient leurs données gratuitement sur Internet. Cependant, après avoir accumulé un corpus de textes, ils se sont tournés vers des bibliothèques en ligne non-autorisées, ce qui a conduit à des poursuites pour violation du droit d’auteur. Ils ont donc cherché une nouvelle source de contenu : les livres physiques. Ces derniers présentent l’avantage d’avoir été préalablement édités et corrigés, assurant une certaine qualité. Pour éviter les problèmes juridiques, ils n’achètent que des exemplaires d’occasion, souvent négligés et donc plus susceptibles d’être considérés comme libres de droits.

« Le véritable enjeu réside non pas dans l’achat de livres, mais dans le tsunami à venir. Le patrimoine est en danger », avertit Marçal Font

Quoiqu’il en soit de notre position sur l’utilisation de ces livres pour l’IA, le véritable souci réside dans leur destruction. Pour les scanner plus efficacement, on les endommage, rendant ainsi impossible leur redistribution. Une enquête récente de *The Washington Post* a révélé l’existence d’un projet secret, appelé Projet Panama, orchestré par la startup Anthropic, visant à « scanner et détruire tous les livres du monde ». Cette opération que la société souhaitait tenir secrète a suscité de vives inquiétudes.

Marçal Font, libraire à Badalona, a tiré la sonnette d’alarme après avoir constaté des commandes suspectes pour une entreprise américaine, Zoom Books. Ces demandes concernaient des titres peu communs, tels que des manuels techniques sur la vinification ou des documents d’archives de la guerre civile.

Ces commandes concernaient des ouvrages rares, difficiles à retrouver et souvent voués à l’oubli dans des bibliothèques. Bien que l’entreprise Zoom Books se défende de toute implication avec le Projet Panama, certains pensent qu’elle fonctionne comme un intermédiaire pour des géants d’IA, en témoignant des modèles d’achats irrationnels et des frais de transport élevés.

Bien que l’urgence soit palpable, Font et Vinaixa plaident pour une réponse proactive. Ils appellent à créer un consortium pour valoriser et protéger le patrimoine culturel plutôt que de laisser ce rôle à des intermédiaires. Vinaixa envisage de créer une base de données pour rassembler des œuvres moins connues, non cataloguées, et de proposer un cadre contractuel garantissant leur préservation.

Vinaixa propose de « facturer ces entreprises pour les données tout en préservant notre patrimoine » pour ne pas être soumis aux intermédiaires.

La réponse des autorités culturelles est mesurée : avec le dépôt légal et d’autres mesures de préservation, la menace de disparition des livres en Catalogne demeure faible. Les libraires craignent également la destruction des livres, soutenant des méthodes de numérisation moins intrusives. Néanmoins, il est crucial de distinguer entre la destruction de certains ouvrages et la perte d’un patrimoine littéraire précieux.