Por que a IA quer os livros do seu sebo
Sebos na Holanda, na Austrália e no Reino Unido relatam encomendas em massa de compradores que não explicam o destino dos livros. O que já está provado é o caso Anthropic: milhões de exemplares comprados, escaneados e destruídos.
Pieter de Vries toca um sebo especializado em livro antigo em Haarlem, na Holanda. Um dia chegou um e-mail assinado por uma tal Natalia, de uma empresa chamada 2077AI, falando de um projeto de coleta de livros em vários idiomas. No anexo, uma planilha com 3.001 ISBNs: títulos acadêmicos de 2020 e 2021 da Emerald, da Elsevier, da Wiley, da Routledge e da Oxford University Press, sobre negócios, educação, engenharia, políticas públicas e medicina. Entrega na China. Ele achou que era phishing e ignorou.¹
Outros livreiros holandeses receberam o mesmo pedido e reagiram igual. Depois apareceram relatos parecidos na Alemanha e na Suíça.¹ Em agosto, o Guardian publicou dois levantamentos, um com sebos australianos e outro com livrarias de usados do Reino Unido e da Irlanda.² ³ Um vendedor britânico contou ter despachado cerca de 6.000 livros desde janeiro. David Gower-Spence, da BookLovers of Bath, mandou uns 200 entre maio e julho. Um pedido recente juntava a tradução estoniana de The Mission Song, de John le Carré, uma edição específica de Anne Brontë e a Warship de outubro de 1983.³
Nenhum desses compradores pediu desconto por quantidade. Pedidos em nomes diferentes iam para o mesmo endereço, e um dos códigos postais levava a galpões de carga perto de Heathrow.³ Do outro lado do mundo, em Benalla, no interior de Victoria, Delfina Manor despachou três caixas em maio para a canadense Zoom Books; John Sainsbury, em Melbourne, recebeu pedidos que misturavam engenharia, ciclismo, poesia e história de bairro sem nenhuma lógica de coleção.²
A suspeita é sempre a mesma, e os livreiros a formulam sem rodeios: os livros vão para escaneamento destrutivo e acabam como dado de treinamento de IA.
O que já está provado
Vale separar o que existe em documento do que existe em suspeita, porque a diferença aqui é grande.
Em 23 de junho de 2025, o juiz William Alsup, do Distrito Norte da Califórnia, publicou a decisão sobre fair use em Bartz v. Anthropic.⁴ O texto descreve o que a Anthropic fez, com base nos autos. A empresa baixou mais de sete milhões de cópias piratas de livros: o Books3, com 196.640 títulos, em 2021; pelo menos cinco milhões da Library Genesis, em junho de 2021; pelo menos dois milhões do Pirate Library Mirror, em julho de 2022.
Aí veio a virada de estratégia. Em fevereiro de 2024, a Anthropic contratou Tom Turvey, ex-chefe de parcerias do projeto de digitalização de livros do Google, com a missão de conseguir "todos os livros do mundo". Turvey deixou morrer as conversas com editoras e partiu para outro caminho. Nas palavras da decisão: a empresa "gastou muitos milhões de dólares para comprar milhões de livros impressos, muitas vezes usados. Depois, seus prestadores de serviço arrancaram os livros das lombadas, cortaram as páginas no tamanho e escanearam os livros em formato digital, descartando os originais em papel".⁴
O Washington Post, que revisou mais de 4.000 páginas de documentos do processo tornadas públicas em janeiro de 2026, revelou o nome interno da operação: Project Panama. Um documento de planejamento definia o objetivo como "escanear destrutivamente todos os livros do mundo", e um memorando de abril de 2024 pedia discrição: "não queremos que se saiba que estamos trabalhando nisso".⁵ ⁶ Propostas de fornecedores falavam em 500 mil a dois milhões de livros em seis meses.⁵
Alsup considerou a conversão de impresso para digital um caso de fair use: para cada exemplar comprado e destruído, a empresa manteve uma substituição digital interna, mais fácil de armazenar e pesquisar.⁴ O que não passou foi a biblioteca formada com cópias piratas. Esse trecho terminou em um acordo de US$ 1,5 bilhão, cerca de US$ 3.000 por obra para aproximadamente 482 mil livros, homologado em 20 de julho de 2026 pela juíza Araceli Martínez-Olguín.⁷
O que ainda é suspeita
Ninguém demonstrou que as encomendas de 2026 são de empresas de IA, e ninguém apresentou um livro raro que tenha ido para o triturador.
Alex Reisner, da Atlantic, rastreou os pedidos e chegou à Zoom Books como maior compradora recorrente, com parte das entregas indo para a PrepFort, uma operadora logística terceirizada. O perfil dos livros também não bate com a versão que circulou nas redes: em geral não ficção dos anos 1970 a 1990, o tipo de título que envelhece mal e some do mercado, e não peça de colecionador.⁸ Charlie Becker, da Becker's Books, em Houston, disse que 95 dos seus últimos 100 livros vendidos em uma das plataformas foram para um único comprador.⁸
A Zoom Books se descreve como recicladora de livros, diz que revende exemplares intactos e que não os digitaliza; sobre revender a empresas de IA, alega confidencialidade contratual.² A Anthropic afirma que nunca comprou da Zoom Books, que compra por canais comerciais convencionais e que "nenhum dos nossos programas de aquisição de dados compra e destrói livros raros ou de antiquário".² Em agosto, acrescentou que "obter livros é uma prática amplamente usada para treinar grandes modelos de linguagem em toda a indústria".³
A checagem do Snopes, publicada em 3 de agosto, classificou a versão viral como majoritariamente verdadeira e apontou o exagero: um e-mail de Turvey dizia que "livros menos comuns são um ótimo ponto de partida", mas isso aponta para referências profissionais difíceis de achar, não para primeira edição de antiquário.⁶ Só a Anthropic está documentada. Sobre as outras empresas, não há evidência pública em nenhuma direção.
Por que papel vale tanto agora
O argumento comercial mais claro veio de quem tentou vender o serviço.
Em 21 de julho, a 404 Media mostrou que a ISBNdb, dona de um dos maiores bancos de dados bibliográficos do mundo, mantinha uma página oferecendo compra de livros impressos em volume para laboratórios de IA, de mil a um milhão de exemplares por contrato, com NDA e identidade do cliente preservada. O texto vendia livro como "conhecimento humano curado, revisado por pares e específico de cada domínio, estruturado de um jeito que nenhuma varredura da web replica. Denso, editado, com autoridade". E reconhecia o incômodo: "o problema de imagem é real", porque "'empresa de IA destrói dois milhões de livros' não é manchete que gera simpatia".⁹
Nove dias depois a página saiu do ar, e a ISBNdb declarou que "nunca comprou, escaneou ou vendeu um livro, nem para treinamento de IA nem para qualquer outra coisa", e que aquilo era "um teste de interesse de mercado; o serviço nunca chegou a existir".¹⁰ Em 17 de agosto, os dois endereços da oferta redirecionavam para a home do site.
Por trás do discurso de vendas há duas preocupações técnicas reais. A primeira é o model collapse: treinar um modelo repetidamente sobre texto gerado por outros modelos degrada a distribuição, some com os eventos de baixa frequência e reduz a variedade da saída, e é preciso reinjetar dado humano de tempos em tempos para conter o efeito.¹¹ Livro impresso antes de 2022 é anterior à enxurrada de texto sintético, e essa garantia é difícil de obter na web aberta.
A segunda é data poisoning. Em um experimento da Anthropic com o UK AI Security Institute e o Alan Turing Institute, cerca de 250 documentos manipulados bastaram para implantar um backdoor em modelos de 600 milhões a 13 bilhões de parâmetros, sem aumento proporcional ao tamanho do modelo.¹² O estudo não trata de livros nem prova que papel seja imune; a ponte entre uma coisa e outra é do vendedor, não dos autores.
Some a isso o óbvio: boa parte do acervo impresso nunca esteve na internet. Manual técnico esgotado, tese, monografia regional, tradução para uma língua pequena. É exatamente o material que um modelo não encontra sozinho.
Cortar a lombada é uma escolha de custo
Escaneamento não destrutivo existe, e é o que as bibliotecas usam, porque o exemplar precisa voltar para a prateleira. Cortar a lombada é mais rápido e mais barato: com as páginas soltas, um alimentador automático faz o trabalho que um operador faria folha por folha.
A consequência é que o livro sai de circulação e a cópia que sobra fica trancada. A decisão de Alsup é explícita nesse ponto: a biblioteca digital da Anthropic era interna, "não para compartilhamento nem venda fora da empresa".⁴ Um exemplar que existia num sebo e podia ser vendido, emprestado, citado e revendido é substituído por um PDF que ninguém de fora vai ler. Falar em destruição de conhecimento exagera, porque o texto costuma sobreviver em outros exemplares. O que acontece é mais específico: um objeto sai do mundo público e passa a existir só como ativo privado.
E o incentivo econômico é brutal. A alternativa licenciada tem preço conhecido: em novembro de 2024, a HarperCollins fechou com uma empresa de tecnologia, apontada pela imprensa como a Microsoft, um acordo para usar títulos de não ficção do catálogo antigo por US$ 5.000 por obra durante três anos, metade para o autor, com adesão opcional.¹³ ¹⁴ Um exemplar usado no marketplace custa alguns dólares e não exige negociação, adesão nem prazo. A decisão de Alsup manteve os dois caminhos abertos e deixou um bem mais barato que o outro.
E no Brasil
Por aqui ainda não existe uma regra específica para treinamento de IA. O texto do PL 2338/2023 aprovado pelo Senado em dezembro de 2024 traz os dois lados dessa conta: uma exceção limitada para mineração de textos e dados e, no artigo 65, o direito de remuneração para titulares de obras usadas em treinamento. Em 17 de agosto de 2026, o projeto aguardava parecer do relator na comissão especial da Câmara.¹⁵
Enquanto isso, um sebo brasileiro que vende em marketplace internacional está na mesma posição do holandês: recebe um pedido, embala, despacha e não faz ideia de para onde o livro vai.
O que dizem os livreiros
Chama atenção que a reação do setor quase não passe por direito autoral.
Autores e editoras com obras abrangidas pelo acordo de US$ 1,5 bilhão têm direito à indenização pela pirataria. O livreiro não faz parte desse processo, não relata perda financeira evidente e, na prática, teve um bom semestre de vendas: os compradores pagam preço cheio e levam encalhe. A objeção é outra. Stuart Manley, da Barter Books, em Alnwick, estranha justamente a ausência de tema nos pedidos, esse padrão "esporádico, presumivelmente automatizado" que não se parece com nenhum cliente que ele conheça.³ Jim Shaughnessy, da MW Books, na Irlanda, e Gower-Spence descrevem a mesma sensação de estar abastecendo algo que não se identifica.³
O que incomoda é a assimetria de informação. Quem vende não sabe o que está vendendo, para quem, nem com que destino. E não existe registro de nada disso: nenhum órgão acompanha esse mercado, nenhuma lista diz quais títulos foram picotados. Se um exemplar insubstituível entrar na máquina, ninguém vai saber, porque não há onde olhar.
Veredito
A história tem três camadas, e quase toda a confusão vem de tratá-las como uma só.
Uma empresa de IA comprou milhões de livros usados, cortou as lombadas e jogou fora o papel. Isso está nos autos, foi confirmado por reportagem sobre documentos internos e não é negado por ninguém.⁴ ⁵ Um tribunal federal americano decidiu, neste processo, que converter cada exemplar comprado em uma cópia digital interna é fair use. A decisão pesa no debate, mas não cria sozinha uma regra vinculante para todos os tribunais dos Estados Unidos.⁴
As encomendas estranhas de 2026 são um fenômeno real, documentado por vários jornais em três continentes, com compradores identificados e um deles admitindo que não pode falar do destino dos livros.² ³ ⁸ Mas ligar essas caixas ao triturador ainda é dedução, não constatação.
E "livro raro sendo picotado" é o elo mais frágil da corrente. O que as reportagens descrevem são títulos comuns, esgotados, sem valor de colecionador, o entulho útil de um sebo. O desenho do mercado merece mais atenção do que a hipótese do exemplar único: uma cadeia de compra anônima, legal e sem registro nenhum do que entra. Livro raro costuma ter catálogo, procedência e alguém que dê falta. Um manual de mecânica dos solos dos anos 1970 pode estar catalogado, mas raramente tem alguém acompanhando o destino de cada exemplar. É justamente esse o material que está saindo de circulação às caixas.²
Fontes
- This Dutch bookseller thought a request for 3,000 copies was 'spam or phishing.' · Fortune (Tatiana Sataua) · https://fortune.com/2026/07/31/dutch-bookseller-ai-spam-phishing-3000-book-copies-scan-destroy/ · 31/07/2026.
- 'More than just objects': Australian book sellers raise alarm over 'horrific' destruction of rare titles to feed AI · The Guardian · https://www.theguardian.com/technology/2026/aug/02/australian-book-sellers-alarm-destruction-rare-titles-ai-supply-chain · 02/08/2026.
Mostrar mais 13 fontesOcultar fontes
- Secondhand booksellers in UK and Ireland suspect AI firms behind 'strange' bulk orders · The Guardian (Dan Milmo), via AOL · https://www.aol.co.uk/articles/secondhand-booksellers-uk-ireland-suspect-080051000.html · 15/08/2026.
- Bartz v. Anthropic PBC, Order on Fair Use · Tribunal Distrital dos EUA, Norte da Califórnia, No. C 24-05417 WHA, doc. 231 (juiz William Alsup) · https://fingfx.thomsonreuters.com/gfx/legaldocs/jnvwbgqlzpw/ANTHROPIC%20fair%20use.pdf · 23/06/2025.
- Anthropic 'destructively' scanned millions of books to build Claude · The Washington Post · https://www.washingtonpost.com/technology/2026/01/27/anthropic-ai-scan-destroy-books/ · 27/01/2026.
- Are AI companies scanning and destroying millions of books, including rare titles? · Snopes (Anna Rascouët-Paz) · https://www.snopes.com/fact-check/ai-companies-destroying-rare-books/ · 03/08/2026.
- Anthropic's landmark $1.5B copyright settlement is approved · TechCrunch (Kirsten Korosec) · https://techcrunch.com/2026/07/20/anthropics-landmark-1-5b-copyright-settlement-is-approved/ · 20/07/2026.
- Someone Is Mysteriously Snapping Up Used Books Around the World · The Atlantic (Alex Reisner) · https://www.theatlantic.com/technology/2026/08/ai-companies-buying-used-books-for-data/688167/ · 08/2026.
- AI Companies Are Buying Tons of Old Books Because They're Free of AI Slop · 404 Media (Emanuel Maiberg) · https://www.404media.co/ai-companies-are-buying-tons-of-old-books-because-theyre-free-of-ai-slop/ · 21/07/2026.
- Company Offering Printed Books to Train AI Stops After 404 Media Coverage · 404 Media (Samantha Cole) · https://www.404media.co/ai-company-training-scanning-books-database-isbndb/ · 31/07/2026.
- Shumailov, I. et al. AI models collapse when trained on recursively generated data · Nature 631, 755–759 · DOI 10.1038/s41586-024-07566-y · 2024.
- A small number of samples can poison LLMs of any size · Anthropic, UK AI Security Institute e Alan Turing Institute · https://www.anthropic.com/research/small-samples-poison · 09/10/2025.
- HarperCollins AI Licensing Deal · The Authors Guild · https://authorsguild.org/news/harpercollins-ai-licensing-deal/ · 2024.
- Agents, Authors Question HarperCollins AI Deal · Publishers Weekly · https://www.publishersweekly.com/pw/by-topic/industry-news/publisher-news/article/96533-agents-authors-question-harpercollins-ai-deal.html · 2024.
- PL 2338/2023, tramitação · Câmara dos Deputados · https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262 · consultado em 17/08/2026.