Les libraires soupçonnent les entreprises d'IA d'acheter des livres rares et de les détruire après numérisation. Elles refusent désormais les gros volumes de commandes pour empêcher cette approche destructrice

L'achat massif de livres rares par les entreprises d'IA inquiète de plus en plus les libraires. Ces firmes sont accusées de détruire ces ouvrages, en découpant leur reliure pour les numériser plus rapidement. Bien que des alternatives respectueuses existent, la rapidité et les économies priment souvent sur la préservation du patrimoine. Face à des commandes suspectes et volumineuses, certains vendeurs de livres rares choisissent désormais de boycotter ces transactions pour protéger la propriété intellectuelle et les objets historiques. Cette situation cristallise le conflit éthique entre l'innovation technologique effrénée et la sauvegarde du patrimoine écrit.

Pour entraîner leurs grands modèles de langage (LLM), les entreprises d'IA recherchent activement des textes longs et de haute qualité, qui ne se trouvent bien souvent que dans les livres. Elles achètent donc des millions de livres, parfois rares, pour en extraire le contenu. Cependant, la technique employée par les entreprises de la Silicon Valley pour numériser le patrimoine écrit conduit à la destruction massive de ces ouvrages précieux.

Afin de numériser ces œuvres le plus rapidement et au meilleur coût possible, la méthode la plus simple consiste à trancher la reliure des livres pour en détacher les pages, les scanner à grande vitesse, puis les jeter. Anthropic a adopté cette approche dans le cadre de l'entraînement de son modèle Claude. Cette pratique destructrice suscite l'effroi des amoureux des livres, qui craignent « la disparition de certains exemplaires physiques uniques ».

Pour les entreprises d’IA qui cherchent à tout prix des raccourcis, la méthode délicate de Google ou de l’Internet Archive peut sembler presque extraterrestre. L'industrie de l'IA doit livrer de nouveaux modèles à un rythme soutenu, ce qui la contraint à privilégier une méthode moins coûteuse, mais destructrice.

Le raccourci de l'industrie de l'IA pour entraîner ses modèles

La révélation de ces pratiques a débuté à l'été 2025, notamment avec un procès intenté à Anthropic pour la destruction de millions de livres imprimés. Face à la colère du public, l'entreprise a même eu recours à un nom de code, « Project Panama », pour dissimuler ses activités de numérisation destructrice. Selon les révélations, Anthropic a même embauché un ancien ingénieur de Google Books pour diriger ce projet de numérisation secret.

Selon des documents judiciaires, Anthropic a dépensé des millions de dollars pour cette opération d'achat et de numérisation, achetant souvent des livres d'occasion en gros. Ensuite, Anthropic retirait la reliure des ouvrages, coupait les pages aux dimensions voulues, les numérisait sous forme de piles de pages pour en faire des fichiers PDF contenant du texte lisible par la machine, y compris les couvertures, puis jetait les originaux imprimés.

Anthropic aurait acheté, découpé et numérisé des millions de livres avant de détruire les originaux. Des géants comme OpenAI collaborent avec des bibliothèques pour numériser des ouvrages du domaine public, et Elon Musk affirme avoir demandé à son équipe chez xAI de préserver les livres rares. Toutefois, de nombreux observateurs restent sceptiques quant à la sincérité de ces promesses et à la définition exacte de ce qu'est un livre rare.

Cette approche destructrice est symbolique d’une vision purement extractive de la culture, où le livre n’est réduit qu’à une matière première pour entraîner une IA, sans respect pour sa valeur patrimoniale ou artistique. Des voix critiques estiment que cette méthode constitue un véritable gaspillage culturel. Les critiques redoutent notamment la disparition définitive d’exemplaires imprimés parfois rares, très difficiles à retrouver ou uniques.

L'alternative artisanale et respectueuse de l'Internet Archive

Ce qui rend cette destruction d’autant plus douloureuse, c’est qu’elle n’est pas une fatalité, comme le prouve le travail minutieux de l'Internet Archive. En outre, Google a breveté en 2009 une technologie de numérisation non destructrice des livres que les fabricants de grands modèles de langage pourraient utiliser pour numériser efficacement les ouvrages, à condition d’accepter de ralentir le rythme et d’investir davantage dans le processus.

L'approche de l'Internet Archive est purement humaine et méticuleuse. Après avoir testé sans succès des scanners automatisés dotés de bras d'aspiration qui endommageaient les volumes fragiles, elle a choisi de numériser ses collections « à la dure », une page à la fois, sans jamais couper la reliure d'un livre.

Ce travail repose sur l'attention constante de numériseurs professionnels comme Eliza Zhang, qui utilise une pédale pour soulever « délicatement » la vitre du scanner à chaque changement de page et ajuste manuellement l'appareil. Ce qui permet de protéger les ouvrages. Pour Eliza Zhang, cette tâche est une passion constante : « tout ! Je trouve tout intéressant. Je ne trouve pas cela ennuyeux. Chaque collection est importante pour moi ».

Andrea Mills, responsable des opérations de numérisation de l'Internet Archive, explique : « les mains humaines propres et sèches sont le meilleur moyen de tourner les pages ». Ce respect du support physique garantit une numérisation parfaite tout en préservant l'intégrité de l'œuvre. Toutefois, les entreprises d'IA sont pressées par le temps et n'envisagent pas d'investir davantage dans les numériseurs humains, qu'elles aimeraient bien remplacer.

Certaines libraires indépendantes commencent à se rebeller

Anthropic et Google achètent en gros des livres publiés avant 2022 pour éviter les « déchets d’IA ». La plateforme ISBNdb sert d’intermédiaire pour des commandes en gros de livres imprimés destinées aux laboratoires d’IA, allant de 1 000 à 1 million d’ouvrages par contrat, dans le cadre d’accords de confidentialité stricts. L'inquiétude s'est propagée jusqu'aux libraires indépendants, qui constatent désormais des commandes groupées suspectes.

Récemment, la librairie irlandaise Kennys a signalé une commande étrange de 5 000 livres obscurs et disparates. Contrairement aux habitudes des universités ou des bibliothèques, l'acheteur n'a pas cherché à négocier les prix, ce qui est désormais considéré comme un signal d'alarme majeur indiquant l'implication potentielle d'une firme d'IA. Pour éviter le risque que ces ouvrages soient détruits, certains refusent désormais ces commandes.

« Certains étaient des livres documentaires de grande qualité, comme *A History of Connemara*, et d’autres concernaient *The Eddie Hobbs Guide to your SSIA* », a déclaré Tomás Kenny, de la librairie Kennys, au Irish Times. Dans cet exemple, le premier est un ouvrage historique consacré à une région de l’ouest de l’Irlande, tandis que le second traite du compte d’épargne spécial « Special Savings Incentive Account », propre à ce pays.

La levée de boucliers va-t-elle provoquer un changement ?

Bien que ces transactions massives génèrent un profit immédiat, de nombreux professionnels craignent désormais de signer leur propre arrêt de mort en vendant des œuvres destinées à être détruites par des technologies qui menacent leur secteur. Face à ce dilemme éthique, Tomás Kenny a choisi de refuser les commandes suspectes dans le but de préserver les droits des auteurs, ainsi que l'accès des lecteurs à ces précieux ouvrages.

Il exprime fermement sa position : « s'ils prennent un livre et le scannent dans le but de s'approprier la propriété intellectuelle, alors Kennys ne veut pas en faire partie ». Les librairies berlinoises recevraient également des...

La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.