Nos Estados Unidos, uma decisão judicial recente alterou significativamente o panorama ao permitir que empresas de inteligência artificial comprem livros físicos, façam a digitalização e, em seguida, destruam as cópias originais. Essa prática, alinhada ao fair use, foi respaldada por um juiz no caso da Anthropic, desde que a aquisição dos livros seja realizada de maneira legal e que apenas uma digitalização ocorra antes da eliminação do material físico.
O caso, denominado Bartz v. Anthropic PBC, surgiu a partir da iniciativa de autores como Andrea Bartz, Charles Graeber e Kirk Wallace Johnson. Apesar de um acordo de US$ 1,5 bilhão que envolveu cerca de 500 mil livros, as acusações apontavam que a Anthropic teria ilegalmente acessado cerca de 7 milhões de obras, utilizando serviços frequentemente associados à pirataria. Além disso, essa decisão reafirmou a legalidade em destruir os livros para o desenvolvimento de algoritmos de inteligência artificial.
Com a aplicação dessa nova interpretação, após a compra e a destruição dos livros, a empresa mantém o controle sobre os dados digitais, não sendo necessária a autorização dos autores para o uso dessas informações no treinamento de suas ferramentas de IA.
A reação no setor editorial foi intensa. O The Telegraph reportou um crescimento notável na aquisição de livros raros e esgotados por parte de empresas de tecnologia que almejam sua digitalização. Esse fenômeno levantou questões sobre a conservação de obras históricas e patrimônio cultural, especialmente em situações em que há poucas cópias disponíveis.
Iniciativa do Projeto Panamá e seus objetivos com livros antigos
Em 2024, a Anthropic lançou o Projeto Panamá, visando ampliar a coleção de livros utilizados para o treinamento do assistente de inteligência artificial Claude. Documentos judiciais indicaram que o projeto operava de forma sigilosa, instruindo os colaboradores a não discutirem suas atividades em público ou com pessoas externas à empresa.
O procedimento começa com a aquisição de grandes quantidades de livros, incluindo edições raras e antigas. Essas obras passam por um processo que utiliza máquinas hidráulicas para remover capas e separar páginas. Após a digitalização, os livros são reduzidos a polpa de papel e completamente destruídos.
A preferência por obras publicadas antes do surgimento da inteligência artificial generativa está ligada à necessidade de dados de qualidade para os modelos de treinamento. Estudos divulgados nas revistas Nature e Physical Review Letters enfatizam que o uso excessivo de conteúdos gerados por outras IAs pode prejudicar a eficácia desses sistemas.
Pesquisas demonstram que a adição de até um único dado criado por humanos pode evitar sérios erros em sistemas que operam com dados sintéticos. Por essa razão, as obras anteriores à era da IA generativa são vistas como fontes valiosas de conteúdo autêntico, ideais para formar a base dos modelos de inteligência artificial.