Per addestrare i grandi modelli linguistici servono enormi quantità di testo di qualità. Alcune aziende del settore avrebbero acquistato milioni di libri usati, rimosso le rilegature e scansionato le pagine in modo distruttivo per digitalizzarli rapidamente. Un processo che solleva domande ambientali, culturali e legali sulla filiera dei dati dell’intelligenza artificiale.
Perché le aziende di IA stanno smontando libri fisici?
I modelli di intelligenza artificiale generativa migliorano soprattutto grazie a testi lunghi, curati e ben scritti: esattamente ciò che offrono i libri. Il web, al contrario, è sempre più saturo di contenuti duplicati o generati dalla stessa IA, quindi il valore del testo editoriale “pulito” è cresciuto enormemente.
La scansione distruttiva — tagliare il dorso del volume e passare le pagine sciolte in scanner automatici ad alta velocità — è molto più rapida ed economica della scansione conservativa usata dalle biblioteche. Secondo quanto emerso da documenti giudiziari negli Stati Uniti, almeno una grande azienda del settore avrebbe adottato questo metodo su larga scala acquistando libri usati. Il risultato: il libro fisico viene sacrificato per ottenere la sua copia digitale.
Qual è l’impatto ambientale di questa pratica?
Distruggere un libro non è neutro dal punto di vista ambientale. Ogni volume incorpora risorse già spese: cellulosa, acqua, energia per stampa e trasporto. Quando un libro usato viene distrutto invece di essere riletto, rivenduto o donato, quella “energia grigia” viene di fatto ammortizzata su una sola scansione anziché su anni di utilizzo.
Va detto, per onestà, che i libri acquistati sul mercato dell’usato in grandi stock hanno spesso destini poco nobili anche senza l’IA: una parte finisce comunque al macero. E la carta, se avviata correttamente al riciclo, rientra nella filiera della cellulosa. Il problema è che non sappiamo con certezza dove finiscano le pagine dopo la scansione.
C’è poi il costo energetico dell’intero processo di addestramento dei modelli, che resta la voce ambientale più pesante: data center, consumo idrico per il raffreddamento ed elettricità. Anche qui, i dati pubblici delle aziende sono parziali.
Esistono alternative più sostenibili per digitalizzare i libri?
Sì, e alcune sono già collaudate da decenni nel mondo bibliotecario. Le principali:
- Scansione non distruttiva: scanner planetari a V che fotografano le pagine senza smontare il volume, come fanno biblioteche e archivi pubblici.
- Accordi di licenza con gli editori: ottenere i file digitali direttamente dalla fonte, evitando del tutto la scansione e remunerando gli autori.
- Riuso dei corpora esistenti: progetti di digitalizzazione pubblica (biblioteche digitali, archivi open access) contengono già milioni di testi legalmente accessibili.
- Seconda vita ai volumi: se la scansione distruttiva resta la scelta, garantire almeno il riciclo certificato della carta e privilegiare copie destinate comunque al macero.
Cosa possiamo fare noi, concretamente?
Come utenti e professionisti possiamo esercitare pressione con scelte informate. Primo: preferire strumenti di IA di aziende che pubblicano informazioni trasparenti sulla provenienza dei dati e sull’impronta ambientale dei propri modelli. Secondo: sostenere il mercato del libro usato e le biblioteche, che mantengono in circolo il valore culturale e materiale dei volumi. Terzo: chiedere, anche come clienti business, report di sostenibilità che includano la filiera dei dati, non solo i consumi dei data center.
La corsa ai dati non si fermerà. Ma il modo in cui alimentiamo l’IA — con quali libri, quale energia e quale trasparenza — è una scelta, non un destino. E come per ogni filiera, dalla moda al cibo, pretendere tracciabilità è il primo passo per renderla più pulita.
Domande frequenti
Perché l’IA ha bisogno di libri per essere addestrata?
I libri offrono testi lunghi, curati e linguisticamente ricchi, ideali per insegnare ai modelli linguistici struttura e coerenza. Il web è sempre più contaminato da contenuti duplicati o generati dalla stessa IA, quindi il testo editoriale di qualità è diventato una risorsa strategica e contesa.
La scansione distruttiva dei libri è legale?
Dipende dalle giurisdizioni e dall’uso dei contenuti. Negli Stati Uniti alcuni tribunali si sono espressi sulla questione in cause tra autori e aziende di IA, con esiti articolati. In Europa il quadro su copyright e text mining è regolato da direttive dedicate.
Distruggere un libro usato è peggio che mandarlo al macero?
Dal punto di vista strettamente materiale il destino della carta può essere simile, se viene riciclata. La differenza è nel valore d’uso perso: un libro rivenduto o donato ammortizza le risorse impiegate per produrlo su più lettori, mentre la distruzione lo azzera dopo un solo utilizzo.
Come scegliere strumenti di IA più trasparenti sull’origine dei dati?
Cerca aziende che pubblicano documentazione sui dataset di addestramento, accordi di licenza con editori e report ambientali sui consumi dei data center. Diffida di dichiarazioni generiche di sostenibilità senza dati verificabili: la trasparenza sulla filiera dei dati è ancora rara, ma sta diventando un criterio di scelta.
About The Author
