AI-företag köper antika böcker för att träna modeller och förstör dem sedan i stor skala

Företag med artificiell intelligens köper antika och slutna böcker i hundratusentals, matar in deras innehåll i utbildningsdatauppsättningar och förstör sedan de fysiska volymerna – en praxis i industriell skala som forskare och bokhandlare säger raderar kulturarvet även om det ger bränsle till nästa generations språkmodeller. Avslöjandena, som först dök upp i domstolsdokument och nu ekade i europeiska bokhandlargemenskaper, har öppnat en ny front i AI-upphovsrättskriget. För brytande AI-nyheter om träningsdatakontroverserna som omformar branschen, visar detaljerna nedan hur en jakt på ren text förvandlades till en brasa av sällsynta böcker.

Hur praktiken fungerar

Enligt dokument som avslöjats av Anthropic under en domstolsprocess 2026 och rapporterade av The Washington Post, är processen medvetet industrialiserad. Dokumentationen beskriver hur en skanningsentreprenörs "hydrauliskt drivna skärmaskin" skulle "prydligt skära" böcker isär så att sidorna kunde "skannas på höghastighets-, högkvalitativt, produktionsnivåskanner." När den väl digitaliserats, noterade arkivet, skulle skanningsföretaget "schemalägga med återvinningsföretaget för att hämta de färdiga böckerna."

Böckerna lämnas med andra ord inte tillbaka. De reduceras till digital text och pulpas sedan.

Varför företag vill ha gamla, tryckta böcker

Aptiten på fysiska böcker härrör från ett allt värre problem för AI-utvecklare: det öppna internet förorenas alltmer med AI-genererad text. Som den juridiska bloggen Verfassungsblog förklarade i en analys med titeln "AI Is Eating the Book World" riskerar träning på syntetiskt innehåll att försämra modellkvaliteten – ett fenomen som forskare kallar modellkollaps. Böcker tryckta före 2022 är däremot garanterat mänskliga.

Det finns också en laglig beräkning. Företag har resonerat att skanna fysiska böcker som de äger kan falla under "tillåten användning"-bestämmelsen i amerikansk upphovsrättslag, ett försvar som de anser är starkare än att skrapa upphovsrättsskyddat webbinnehåll. Huruvida domstolar accepterar det argumentet förblir en öppen fråga, men det har inte stoppat köpfrensin.

fenomenet Zoomböcker

I Europa har uppmärksamheten koncentrerats till en kanadensisk onlinebokhandel som heter Zoom Books, som Verfassungsblog rapporterar har förvärvat hundratusentals facklitteraturtitlar som det finns liten kvarvarande kommersiell efterfrågan på. Dessa volymer – obskyra akademiska verk, regional historia och specialiserade tekniska manualer – är nästan värdelösa för säljare av begagnade böcker men representerar en rik ådra av tidigare outnyttjat utbildningsmaterial för AI-labb.

Futurism rapporterade att förstörelsen sker "i otrolig skala, även om nästan inga kopior finns kvar", vilket betyder att för vissa titlar kan den skannade och strimlade kopian ha varit bland de sista bevarade utgåvorna i omlopp.

Bokhandlare och forskare trycker tillbaka

Rapporterna har skrämt antikvariska bokhandlare, som säger att bulkköpare snedvrider begagnatmarknaden och tar bort sällsynta utgåvor snabbare än arkiven kan bevara dem. Anadolu Agency citerade en turkisk antikvarisk bokhandlare som uttryckte skepsis mot omfattningen av påståendena, samtidigt som den erkände växande oro på de europeiska bokmarknaderna. Bevakning i Times of India och Boing Boing inramade trenden som en direkt konsekvens av AI-företag som försökte "fly sin egen AI-slop" genom att dra sig tillbaka till pre-internettryck.

Bevarandeforskare hävdar att förstörelsen är särskilt oroande eftersom inget centralt register spårar vilka böcker som har skannats och förstörts. När en titel med låg överlevnad har strimlats kan förlusten vara permanent - såvida inte företaget som skannade den väljer att dela den digitala kopian, vilket det i allmänhet inte gör.

Ett nytt skede av upphovsrättskriget

Bokköpskampanjen befinner sig i skärningspunkten mellan två olösta juridiska strider: huruvida utbildning av AI-modeller på upphovsrättsskyddade verk utan tillstånd utgör skälig användning, och om förstörelse av den fysiska källan efter skanning ändrar kalkylen. Domstolar har hittills skickat blandade signaler, med vissa domar som gynnar AI-utvecklare och andra som bevarar kreatörernas påståenden.

För AI-företag är kalkylen okomplicerad. Tryckta böcker erbjuder tät, högkvalitativ, mänskligt författad text som blir allt svårare att hitta online. För bibliotek, arkiv och samlare som bevakar sällsynta utgåvor är avvägningen mycket mindre gynnsam: oersättliga fysiska artefakter reducerade till träningstokens och återvinns sedan till massa.

Praxis väcker också frågor om transparens. Anthropics avslöjande kom bara för att det var påtvingat i rättstvister. Det är fortfarande okänt hur många andra företag som följer liknande strategier, hur många böcker som redan har förstörts eller om någon branschomfattande standard kommer att dyka upp för att bevara risktitlar innan de skannas och kasseras.

Skalproblemet som ingen kan kvantifiera

En del av det som gör trenden svår att bevaka är dess diffusitet. Till skillnad från ett enda stort arkiv eller databas är bokköpskampanjen fördelad över tusentals enskilda transaktioner – vid fastighetsförsäljningar, biblioteksförsäljningar och onlinemarknadsplatser – där en storköpare som köper en pall med facklitteratur inte lyfter någon uppenbar röd flagga. Aggregerad över hundratusentals köp, men den kumulativa effekten är det tysta avlägsnandet av stora delar av nischad kunskap med låg cirkulation från det fysiska dokumentet.

Bibliotekarier och arkivarier har varnat för att förlusten inte är jämnt fördelad. Massmarknadsbästsäljare överlever i otaliga exemplar, men de titlar som är mest attraktiva för AI-tränare – specialiserade, informationstäta verk med små upplagor – är just de som minst sannolikt kommer att bevaras någon annanstans. När de väl förstörts kan de endast existera som proprietära utbildningsdata låsta inuti ett företags servrar, otillgängliga för allmänheten som ursprungligen producerade och förlitade sig på dem.

Ligg före AI

Träningsdatakrigen intensifieras och insatserna sträcker sig långt bortom företagens balansräkningar. För att läsa fler AI-nyheter och följa hur domstolar, tillsynsmyndigheter och naturvårdare reagerar, fortsätt att följa AI Buzz Wire.

Läs mer AI-nyheter →