Livres détruits, histoire en danger – Tout pour la formation en IA

L'expansion rapide de l'intelligence artificielle crée un problème inattendu pour le monde du livre : qu'arrive-t-il aux copies physiques lorsqu'elles sont acquises principalement pour former des systèmes d'IA ?

Des documents judiciaires ont révélé qu'Anthropic, la société derrière Claude, a acheté des millions de livres dans le cadre d'un effort visant à constituer une vaste collection numérique pour la formation à l'IA.

La société a utilisé le scan destructif, un processus dans lequel les livres sont démontés afin que leurs pages puissent être numérisées efficacement. Après la numérisation, les copies physiques ont été jetées.

Anthropic a déclaré que les livres avaient été acquis légalement et qu'il ne ciblait pas spécifiquement les livres rares à détruire.

L'affaire a néanmoins suscité des inquiétudes parmi les personnes impliquées dans la préservation du matériel historique.

Pour les livres modernes ordinaires, la destruction d'une copie physique peut avoir peu de conséquences. Les livres plus anciens et plus rares sont différents. Leur valeur peut s'étendre au-delà du texte imprimé sur leurs pages.

Un livre vieux de plusieurs siècles peut contenir des annotations manuscrites, des signatures, des cachets, des illustrations, des corrections et des preuves de propriété antérieure. Ses techniques de papier, de reliure et d'impression peuvent également fournir des informations aux chercheurs.

Ces détails ne peuvent pas nécessairement être reconstitués à partir d'une copie numérique.

Le problème est devenu plus compliqué à mesure que la demande de matériel de formation sur l'IA a augmenté. Les grands systèmes d'IA nécessitent d'énormes quantités de texte, ce qui incite à acquérir et à numériser des livres à grande échelle.

Des rapports publiés en 2026 ont également attiré l'attention sur l'achat et le traitement de livres rares et épuisés pour les numériser. Dans certains cas, des livres auraient été envoyés vers des installations où ils peuvent être démontés dans le cadre du processus de numérisation.

Il reste important de faire la distinction entre la destruction documentée de livres à numériser et les affirmations selon lesquelles les entreprises détruisent délibérément des documents historiquement uniques. Les preuves actuellement disponibles n'établissent pas qu'Anthropic ait systématiquement détruit les livres historiques rares.

Cependant, les spécialistes de la préservation sont confrontés à une question plus large : les garanties existantes sont-elles suffisantes lorsque les livres physiques deviennent la matière première pour une collecte de données à grande échelle.

Les bibliothèques et les archives conservent normalement les copies originales même lorsque des versions numériques de haute qualité sont disponibles. En effet, l'objet physique peut contenir des informations qui ne sont pas visibles dans une reproduction numérique.

Le débat survient alors que les sociétés d'IA sont également confrontées à des litiges juridiques concernant l'utilisation de livres et d'autres œuvres protégées par le droit d'auteur dans des ensembles de données de formation.

Pour les communautés d'édition et de préservation, le défi devient donc double : garantir que les livres peuvent être utilisés pour faire progresser les nouvelles technologies tout en garantissant que les documents physiques irremplaçables du passé ne soient pas inutilement perdus.

La technologie peut préserver les mots de millions de livres.

La question est de savoir si les livres originaux survivront à leurs côtés.