Prima di procedere
Nel panorama tecnologico attuale, assistiamo a un paradosso senza precedenti: le macchine più avanzate del pianeta, per evolversi, stanno tornando alle origini della stampa. La notizia che i principali sviluppatori di intelligenza artificiale stiano acquistando milioni di libri cartacei usati attraverso intermediari globali segna un punto di svolta critico nell'industria del silicio. Questa strategia nasce da una necessità impellente: sfuggire all'inquinamento dei dati sintetici. Negli ultimi anni, il web è stato inondato da contenuti generati da bot, creando un circolo vizioso in cui i modelli addestrati su altri modelli tendono a degradare la propria qualità cognitiva. Per ovviare a questo fenomeno, aziende del calibro di Anthropic e Google hanno rivolto lo sguardo verso il passato, specificamente verso i volumi pubblicati prima del 2022, l'anno che ha segnato l'esplosione globale di ChatGPT. Questi testi, definiti puri perché scritti esclusivamente da esseri umani, rappresentano oggi l'oro di carta della nuova economia digitale.
La portata di questa operazione è colossale e si estende ben oltre i confini degli Stati Uniti. Piattaforme come ISBNdb, un database che cataloga oltre 111 milioni di libri, sono diventate i nuovi broker di conoscenza per le Big Tech. Gli ordini non riguardano singoli titoli o autori di nicchia, ma lotti massivi che vanno dalle migliaia al milione di esemplari per singola transazione. Per gli acquirenti, la qualità del contenuto, il genere o l'autore sono secondari rispetto alla presenza del codice ISBN a 13 cifre, che garantisce che l'opera sia stata sottoposta a un processo di editing professionale e revisione umana. Questo acquisto bulimico ha sollevato polemiche feroci, specialmente per il coinvolgimento di organizzazioni come Better World Books, originariamente nate con scopi benefici e ora trasformate in fornitori di materia prima per gli algoritmi. La rivelazione che Anthropic abbia speso milioni di dollari per digitalizzare enormi quantità di libri fisici per addestrare il modello Claude, per poi distruggerli fisicamente, ha scosso l'opinione pubblica e il mondo accademico internazionale.
Il processo tecnico dietro questa operazione è tanto efficiente quanto brutale. L'ingegnere Tom Harvey, figura chiave in questa transizione e già veterano del celebre progetto Google Books, ha supervisionato quello che all'interno di Anthropic viene chiamato Project Panama. Si tratta di un'iniziativa volta alla creazione di un archivio digitale esclusivo e inaccessibile alla concorrenza. Per trasformare la carta in bit, i colossi si affidano a società specializzate come Datamation Information Services, che offrono due tipi di scansione. La prima è conservativa, tramite scanner planetari che preservano l'integrità del volume. La seconda, preferita dai laboratori di IA per la sua velocità e il costo ridotto, è definita distruttiva: il libro viene letteralmente smembrato, le pagine tagliate e inviate a scanner industriali ad alta velocità. Il risultato è la distruzione fisica di milioni di volumi tra New York e San Francisco, sacrificati sull'altare del progresso computazionale e della velocità di addestramento.
Parallelamente all'aspetto logistico, si combatte una battaglia legale senza esclusione di colpi che ha già segnato il 2024 e il 2025. Anthropic ha rischiato una sanzione di circa 1,5 miliardi di dollari per l'utilizzo non autorizzato di una libreria di 7 milioni di ebook piratati. In modo simile, una coalizione di editori ha intentato una causa contro Google, accusando il gigante di aver addestrato il proprio modello Gemini su copie ottenute illegalmente. La scelta di acquistare libri fisici usati appare dunque come un tentativo di legittimare l'acquisizione dei dati, sfruttando il principio del fair use e la dottrina della prima vendita, anche se la trasformazione in database digitali privati rimane in una zona grigia del diritto d'autore. Questa corsa all'accaparramento evidenzia quanto sia diventato difficile trovare verità e qualità nell'infinito oceano del web moderno, inquinato da una sovrapproduzione di contenuti mediocri che rischiano di soffocare le capacità stesse delle IA future.
Oltre alle implicazioni legali, vi è un rischio culturale immenso per le generazioni a venire. Il fatto che milioni di libri vengano rimossi dal mercato dell'usato per finire distrutti o blindati in server privati preoccupa bibliotecari e storici in Europa e nel resto del mondo. C'è il timore concreto che edizioni rare o fuori catalogo possano scomparire per sempre prima ancora di essere state catalogate adeguatamente dalle istituzioni pubbliche. Se da un lato l'intelligenza artificiale promette di diventare sempre più sofisticata grazie a questa dieta a base di letteratura umana, dall'altro stiamo assistendo a una privatizzazione del sapere senza precedenti. La conoscenza che una volta circolava liberamente nelle biblioteche e nei mercatini dell'usato viene ora incapsulata in modelli proprietari a pagamento, rendendo il passato una risorsa esclusiva di poche corporazioni globali.
Guardando alle prospettive future, il paradosso di un'IA che deve distruggere il passato per costruire il proprio futuro solleva interrogativi etici sulla sostenibilità dell'innovazione. Mentre gli ingegneri di Londra e della Silicon Valley continuano a perfezionare i loro algoritmi, il valore intrinseco del libro fisico come oggetto di conservazione storica sta subendo una mutazione forzata. Non stiamo più parlando solo di lettura, ma di una vera e propria estrazione mineraria di concetti, dove la carta è la roccia che deve essere frantumata per estrarre i dati più preziosi. In questo scenario, la protezione del patrimonio librario mondiale diventa non solo una questione di cultura, ma una sfida politica per garantire che il progresso tecnologico non avvenga a discapito della memoria collettiva dell'umanità. Il 2026 si conferma l'anno in cui il confine tra analogico e digitale è svanito definitivamente, lasciando dietro di sé una scia di carta distrutta e una nuova, potentissima, intelligenza sintetica.
