Un’indagine condotta da 404 Media ha riportato l’attenzione su una pratica sempre più diffusa nel settore tecnologico: la digitalizzazione di opere cartacee finalizzata all’addestramento dei modelli di intelligenza artificiale. Il caso riguarda un libro raro spedito con un AirTag nascosto, poi tracciato fino a un centro Amazon dove sarebbe stato smembrato e convertito in dati utili ai sistemi AI. L’episodio solleva interrogativi sul destino dei volumi non digitalizzati e sul ruolo delle piattaforme che gestiscono enormi quantità di contenuti.

Tracciamento di un libro raro

L’esperimento è iniziato con l’invio di un libro dotato di AirTag all’interno di un lotto di oltre mille volumi. Il percorso ha attraversato diversi stati americani, dalla California al Wisconsin, fino al Colorado, per poi concludersi nel magazzino LAS8 di Las Vegas. Secondo la ricostruzione, il volume è stato indirizzato verso un’area specifica della struttura, denominata VGT3, dove i libri destinati alla digitalizzazione vengono lavorati e successivamente eliminati.

Il processo di digitalizzazione

Una volta arrivati nell’area dedicata, i volumi seguono una procedura standardizzata:

• taglio del dorso,
• scansione delle pagine,
• estrazione dei contenuti utili ai modelli AI,
• smaltimento o riciclo del materiale residuo.

Questa operazione non ha l’obiettivo di creare eBook o copie digitali consultabili dagli utenti. I dati vengono invece impiegati esclusivamente per alimentare algoritmi, rendendo il contenuto non più accessibile in forma originale. Per opere rare o poco diffuse, ciò rappresenta un rischio concreto: la perdita definitiva di informazioni non ancora archiviate altrove.

Una pratica ormai diffusa

Amazon non sarebbe l’unica realtà a ricorrere a questo metodo. L’intero settore AI necessita di contenuti generati da esseri umani per evitare l’addestramento ricorsivo su materiale sintetico, che porterebbe a un progressivo impoverimento della qualità informativa. In questo contesto, testi rari o poco reperibili diventano risorse preziose. È lo stesso motivo per cui piattaforme come Google continuano a privilegiare contenuti originali rispetto a quelli generati da modelli AI.

Il ruolo dei watermark

La discussione sui watermark nei contenuti generati dall’AI assume una nuova rilevanza. Etichettare un testo come prodotto da un algoritmo permette di filtrarlo durante le fasi di addestramento, evitando che venga riutilizzato come fonte primaria. Si tratta di un equilibrio delicato: l’AI è sempre più capace di supportare la produzione di contenuti, ma continua a dipendere in modo strutturale dal contributo umano per evolvere.