Smaltire libri per migliorare l’ intelligenza artificiale?

Androidi al lavoro sulla scansione di un testo;

«Nemmeno la forma più evoluta di intelligenza artificiale potrà mai sostituire l’ uomo. Perché nell’ essere umano esiste qualcosa di irriducibile al sapere delle macchine: la coscienza di sé, il libero arbitrio, il dubbio, i sentimenti.» Federico Faggin;

Da cinquemila anni, all’ alba dell’ introduzione della scrittura, il libro è per unanime giudizio il più importante mezzo di trasmissione del sapere umano, una sorta di oggetto sacro. E la distruzione di un testo scritto riporta istintivamente alla repressione e alla censura portata avanti dai regimi autoritari, sia politici che ecclesiastici, nell’ intento di mettere a tacere ogni idea ritenuta estranea ai rispettivi sistemi di pensiero influendo opportunamente sulla mentalità del popolo.

Oggi, invece, pare che siamo davanti a qualcosa di nuovo, che molto sta facendo discutere, poiché le implicazioni riguardano lo sviluppo dell’ intelligenza artificiale, invenzione già di suo altamente controversa: la distruzione di testi cartacei, spesso fuori catalogo e talvolta anche rari o antichi, al fine di trasformarli in dati destinati all’ addestramento dei programmi di intelligenza artificiale. Per anni, le aziende informatiche e cibernetiche hanno addestrato i propri modelli utilizzando testi disponibili in rete, ma attualmente questo enorme giacimento si sta esaurendo. Il vecchio libro cartaceo si sta quindi rivelando una preziosa alternativa, peccato però che, una volta acquisito il contenuto, molti esemplari vengano smembrati, scansionati e infine distrutti. La pratica è stata documentata da più inchieste giornalistiche, soprattutto quella del Washington Post, e confermata dalle stesse aziende che operano nella digitalizzazione. Tutto ciò sta alimentando il dibattito sul piano sia giuridico che culturale, poiché rischia di far scomparire volumi che fino a oggi sono sopravvissuti grazie a biblioteche, librerie antiquarie e collezionisti.

Intelligenza artificiale con accesso al sapere umano;

Il motivo principale per cui l’ intelligenza artificiale necessita di pubblicazioni cartacee, soprattutto se stampate prima del 2022, è che costituiscono una grande fonte di testi scritti da esseri umani. Da quando l’ intelligenza artificiale di tipo generativo ha iniziato a produrre articoli, siti internet, post e documenti in quantità sempre maggiore, la rete si è conseguentemente riempita di contenuti sintetici. Addestrare i nuovi modelli su testi già prodotti da altre intelligenze artificiali potrebbe provocare il collasso del modello, processo in cui un sistema di intelligenza artificiale generativa perde progressivamente qualità, varietà e precisione, con errori, semplificazioni e ripetizioni che rischiano di accumularsi a ogni nuova generazione. Sarebbe una spirale paradossale. Per questo motivo, i libri cartacei precedenti all’ esplosione delle intelligenze artificiali costituiscono un archivio linguistico ideale, ricco di stile, lessico e cultura ormai sempre più raro. E infatti vengono ricercati innanzitutto testi di storia locale, diritto, economia, linguistica, manualistica e saggistica pubblicati dagli Anni Settanta in poi, purché dotati di codice ISBN.

Sapere digitalizzato per le intelligenze artificiali;

Ciò che fa discutere è il modo in cui questi libri vengono utilizzati. La procedura è nota nel settore come scansione distruttiva: una volta acquistati, i dorsi dei volumi vengono spesso tagliati con macchine industriali, le pagine vengono separate e fatte scorrere negli scanner ad alta velocità. Dopo la digitalizzazione, i volumi vengono riciclati come carta da macero. Una procedura che nasconde una precisa strategia legale: negli Stati Uniti, infatti, il principio dell’ «uso leale» consente in determinate circostanze di impiegare opere protette dal diritto d’ autore senza autorizzazione quando l’ impiego è considerato «trasformativo». Diverse aziende dedite allo sviluppo dell’ intelligenza artificiale ritengono che acquistare il libro, trasformarlo in dati e distruggere successivamente la copia fisica senza mettere in circolazione la copia digitale rafforzi questa interpretazione giuridica. E’ un’ impostazione che ha trovato un primo riconoscimento in una recente sentenza statunitense riguardante Anthropic, ma che continua a essere oggetto di acceso dibattito tra editori, autori e giuristi. Vi è un altro motivo, meno noto ma di pari importanza. Negli ultimi anni alcuni ricercatori e autori hanno iniziato a sviluppare tecniche di «avvelenamento dei dati», metodi per inserire nei testi elementi invisibili agli esseri umani eppure capaci di confondere i modelli di intelligenza artificiale in fase di addestramento, così da impedire che le opere protette vengano utilizzate senza autorizzazione. I libri stampati prima del 2022 sono naturalmente privi di questi accorgimenti, risultando quindi particolarmente preziosi. Secondo una ricerca interna citata dalla società ISBNdb, che oggi offre alle aziende di intelligenza artificiale servizi di acquisizione all’ ingrosso di libri cartacei, sarebbero sufficienti appena cinquecento documenti «avvelenati» all’ interno di un archivio composto da migliaia di miliardi di token, piccole unità di testo, come parole o parti di parole con cui le intelligenze artificiali elaborano il linguaggio, per introdurre una cosiddetta «porta nascosta» che induce il modello a comportarsi in modo anomalo alla ricezione di determinati input.

La reale portata del fenomeno è ancora oggetto di studio, ma contribuisce a spiegare perché i grandi laboratori informatici e cibernetici stiano tornando sempre più spesso tra gli scaffali delle librerie antiquarie anziché restare tra i più comodi server della rete.

Intelligenze artificiali raffinate ed efficienti...

L’ idea stessa di una lama di un tagliarisma che recide i dorsi e le rilegature di alcuni vecchi libri, in modo da trasformarli in blocchi di fogli più facili da scansionare e digitalizzare, così come si vede in un video diffuso nel luglio 2026 dal sito statunitense 404 Media e divenuto virale sulle reti sociali, ha ovviamente suscitato enorme sdegno, unitamente alla conferma che a lavoro finito le pagine vengono mandate al macero così come l’ interesse dei responsabili a mantenere l’ operazione segreta. L’ obiezione mossa da molte persone è che per digitalizzare un testo, indipendentemente dal movente, non sia necessario poi distruggerlo: è possibile farne la scansione con altri mezzi, in modo probabilmente meno efficiente e più lento, ma assicurandone l’ integrità. Vi è inoltre chi sospetta che, non essendo strettamente necessaria, la distruzione possa servire ad altro scopo, più subdolo e raffinato: rendere irrecuperabile e quindi inaccessibile la fonte originaria dei testi acquisiti, una volta distrutti i libri cartacei da cui provengono. Se durante il Medioevo la conoscenza della Bibbia, scritta in latino, passava necessariamente attraverso i sacerdoti della Chiesa, maestri qualificati, ora per quella dei testi perduti ci si dovrà rivolgere ad una forma più sofisticata di intelligenza artificiale...