L'affermazione sulla distruzione di libri da parte di Anthropic è reale, ma la storia dei libri rari non è provata

Anthropic ha acquistato e sottoposto a scansione distruttiva milioni di libri fisici, una pratica che ora alimenta allarmanti titoli su Google News riguardo ad aziende di IA che eliminano titoli rari. L'operazione documentata prevedeva la rimozione delle rilegature, la scansione delle pagine e il successivo scarto della carta. Tuttavia, le prove più solide disponibili non dimostrano che Anthropic abbia preso di mira libri rari o unici.

Questa distinzione cambia la storia. I fatti confermati rivelano uno sforzo industriale per trasformare libri acquistati legalmente in dati privati per l'addestramento dell'IA. L'affermazione virale più ampia aggiunge diversi elementi non provati, tra cui più aziende non identificate e la distruzione di edizioni culturalmente insostituibili.

La controversia mette inoltre in luce un conflitto più profondo. Gli sviluppatori di IA vogliono testi umani puliti e professionalmente revisionati, mentre autori e sostenitori della conservazione chiedono compensi, accesso e garanzie. La soluzione di Anthropic ha ridotto un rischio legale distruggendo ogni copia acquistata, ma ha creato un problema culturale ed etico completamente diverso.

Cosa Anthropic ha effettivamente acquistato, scansionato e distrutto

L'affermazione centrale è sostanzialmente vera per Anthropic, sebbene il suo dettaglio più drammatico sui libri rari resti privo di conferme.

Una decisione di un tribunale federale del giugno 2025 ha stabilito la sequenza di base. Anthropic ha acquistato milioni di libri stampati, ha convertito ciascuno in un file digitale e ha scartato la copia fisica. L'azienda ha conservato quei file in una biblioteca di ricerca interna.

Il processo si chiama scansione distruttiva. Un appaltatore rimuove la rilegatura di un libro o ne taglia il dorso, lasciando pagine separate che possono passare rapidamente attraverso scanner commerciali. Questo metodo sacrifica l'oggetto fisico per aumentare la velocità di scansione.

I file risultanti includevano immagini delle pagine e testo leggibile dalle macchine. Il riconoscimento ottico dei caratteri, o OCR, converte il testo fotografato in caratteri che i computer possono cercare ed elaborare. Anthropic poteva quindi preparare quel testo per lo sviluppo dei modelli.

Il giudice William Alsup ha descritto l'operazione nella sua ordinanza sul fair use. La sentenza affermava che Anthropic aveva speso molte decine di milioni di dollari per acquisire milioni di copie stampate, spesso usate.

L'ordinanza affermava inoltre che una copia stampata produceva una copia digitale. Anthropic non ha conservato entrambe le versioni né ha distribuito pubblicamente la biblioteca digitale. Ha scartato la carta dopo aver completato la conversione.

Quella sostituzione uno a uno era importante sul piano legale. Alsup ha considerato il cambio di formato simile alla sostituzione delle raccolte fisiche di una biblioteca con copie digitali salvaspazio. Ha ritenuto la conversione interna un fair use alla luce dei fatti specifici sottoposti al tribunale.

Il tribunale non ha dichiarato lecita ogni forma di scansione di libri per l'IA. Ha valutato le copie acquistate da Anthropic, l'archiviazione privata e la sostituzione distruttiva. Distribuzione, pirateria o copie aggiuntive solleverebbero questioni distinte.

Il progetto di Anthropic è iniziato dopo i precedenti tentativi di ottenere grandi raccolte digitali di libri. L'azienda ha assunto Tom Turvey nel febbraio 2024. Turvey aveva lavorato in precedenza alle partnership per il programma di digitalizzazione dei libri di Google.

Turvey ha aiutato Anthropic a ottenere libri in grandi quantità e a organizzare la scansione industriale. Resoconti basati su documenti successivamente desecretati hanno identificato l'iniziativa come Project Panama. Il linguaggio interno descriveva l'ambizione di digitalizzare una porzione straordinariamente ampia dei libri del mondo.

I documenti di Project Panama hanno rivelato appaltatori, ordini all'ingrosso, attrezzature per il taglio idraulico e scanner ad alta velocità. Una proposta di un fornitore copriva tra 500.000 e due milioni di libri nell'arco di sei mesi.

Il totale finale rimane oscurato nei materiali del progetto pubblicati. Tuttavia, il tribunale stesso ha usato “milioni” nel descrivere gli acquisti e le scansioni di Anthropic. La scala generale non è quindi una speculazione dei social media.

La carta scartata non era il prodotto del progetto. Il risultato di valore era un corpus privato e ricercabile, ovvero una raccolta organizzata di testi preparati per l'elaborazione computazionale. Quel corpus poteva sostenere la ricerca e l'addestramento dei modelli.

Questa è la base verificata alla base dell'affermazione di Google News. Anthropic ha davvero acquistato e distrutto milioni di libri fisici durante la digitalizzazione. Le domande rimanenti riguardano i titoli coinvolti e se altre aziende abbiano seguito lo stesso percorso.

Perché i laboratori di IA vogliono libri che non sono mai stati online

I libri offrono agli sviluppatori di IA un linguaggio umano revisionato, sempre più difficile da trovare nel web aperto sempre più sintetico.

I grandi modelli linguistici apprendono schemi statistici da vaste raccolte di testi. Gli sviluppatori cercano materiale vario che contenga argomentazioni coerenti, narrazioni articolate, terminologia specialistica e prosa curata con attenzione. I libri combinano queste qualità in molti argomenti.

Anche le pagine web possono fornire materiale utile. Tuttavia, il testo online include pubblicità, contenuti copiati, riempitivi per motori di ricerca, formattazione danneggiata e materiale generato dalle macchine. La sua provenienza è spesso difficile da stabilire.

I libri stampati offrono un altro vantaggio. Un'edizione fisica pubblicata prima del recente boom dell'IA generativa è chiaramente materiale dell'era umana. Gli sviluppatori non devono indovinare se un chatbot abbia generato i paragrafi originali.

Questa preoccupazione viene talvolta chiamata collasso del modello o contaminazione da dati sintetici. I termini descrivono problemi diversi, ma entrambi riguardano modelli che apprendono da output creati da modelli precedenti. Il riciclo ripetuto può amplificare gli errori e ridurre la varietà.

I libri contengono anche materiale assente dalle normali scansioni del web. Monografie accademiche, storie regionali, manuali tecnici, letteratura tradotta e saggistica più datata possono avere una presenza ricercabile minima. La loro scarsità online rende le copie fisiche attraenti come fonti di dati.

La scarsità online non significa rarità in senso antiquario. Un libro di testo fuori catalogo può essere difficile da trovare in formato digitale mentre migliaia di copie usate restano in circolazione. Anche un titolo oscuro può essere abbastanza comune da poter essere distrutto senza rischi.

Questa distinzione si è offuscata nei post sui social. “Raro” può significare costoso, culturalmente importante, non disponibile altrove o semplicemente poco conosciuto. Questi significati non possono essere trattati come intercambiabili.

Secondo quanto riportato, Anthropic ha acquistato libri dai principali rivenditori e distributori di libri usati. Gli acquisti all'ingrosso privilegiano copie comuni che i venditori possono identificare, prezzare e spedire attraverso sistemi consolidati. Non assomigliano all'acquisizione accurata di manoscritti o edizioni uniche annotate.

I documenti pubblici non forniscono un inventario titolo per titolo. Senza tale inventario, nessuno al di fuori dell'azienda può determinare la scarsità di ogni edizione digitalizzata. Anthropic non ha reso disponibile la propria biblioteca digitale interna per una verifica indipendente.

Lo sviluppatore del modello aveva anche una ragione legale per privilegiare le copie stampate acquistate. La proprietà di una copia fisica comporta diritti ai sensi della dottrina della prima vendita, incluso il diritto di rivendere o distruggere quel particolare oggetto.

La proprietà non trasferisce il copyright sottostante. Normalmente un acquirente non può riprodurre e distribuire il testo di un autore semplicemente acquistando un libro. Anthropic ha quindi mantenuto una relazione di una copia per ciascun oggetto acquisito e la sua sostituzione interna.

La distruzione ha rafforzato tale argomento. Se Anthropic avesse conservato sia il libro sia il suo duplicato digitale completo, i querelanti avrebbero potuto descrivere il progetto come un'espansione del numero di copie utilizzabili.

Questo crea uno strano incentivo. Il percorso più prudente dal punto di vista legale può favorire la distruzione di un libro fisico, anche quando esiste uno scanner rispettoso della conservazione. La strategia sul copyright e la conservazione culturale puntano in direzioni opposte.

Google Books offre un utile contrasto storico. Quel progetto ha digitalizzato i fondi delle biblioteche restituendo generalmente i libri fisici. Il suo indice ricercabile ha superato una lunga controversia giudiziaria, ma il suo progetto e i suoi usi differivano dal corpus privato di addestramento di Anthropic.

Più di recente, partnership non distruttive hanno mostrato un'altra strada. Le biblioteche possono digitalizzare opere di pubblico dominio preservando gli originali e documentandone la provenienza. Le licenze possono inoltre dare agli sviluppatori di IA accesso senza richiedere la distruzione fisica.

Queste strade comportano coordinamento, restrizioni e costi di transazione. Il progetto di Anthropic ha trasformato l'acquisto e la scansione dei libri in un problema di approvvigionamento industriale. Velocità e scala hanno avuto più peso della conservazione dei singoli oggetti.

Il meccanismo spiega perché l'evento conta oltre la carta danneggiata. La distruzione di libri per l'IA trasforma il mercato dei libri usati in una filiera di input per lo sviluppo di modelli proprietari. Le copie in circolazione pubblica diventano dati controllati privatamente.

L'affermazione di Google News va oltre le prove disponibili

La versione virale combina un progetto industriale confermato con un'affermazione molto meno certa sui libri rari e su più aziende di IA.

Tre proposizioni distinte compaiono spesso insieme. Gli sviluppatori di IA apprezzano i libri fisici. Anthropic ha distrutto milioni di libri acquistati durante la scansione. Le aziende di IA stanno ora distruggendo sistematicamente titoli rari.

Le prime due proposizioni hanno una documentazione sostanziale. La terza non dispone ancora di prove comparabili.

I resoconti contemporanei citano librai che hanno ricevuto ordini insoliti per opere oscure, più datate o fuori catalogo. Alcuni venditori ritengono che intermediari abbiano acquistato quei libri per clienti dell'IA. Il modello merita indagine, ma il sospetto non è attribuzione.

Un venditore può osservare una domanda insolita senza conoscere l'acquirente finale. Un intermediario può procurare libri per diversi settori. Istituti di ricerca, rivenditori, collezionisti, biblioteche e progetti di digitalizzazione possono tutti acquistare titoli insoliti.

ISBNdb ha aggiunto un ulteriore livello alla controversia. L'azienda di dati sui libri ha pubblicato pagine che promuovevano l'approvvigionamento di libri fisici all'ingrosso per lo sviluppo di grandi modelli linguistici. Il linguaggio promozionale archiviato discuteva ordini da migliaia fino a un milione di libri.

L'azienda ha anche affrontato il problema reputazionale creato dalla scansione distruttiva. Dopo che le pagine hanno attirato attenzione, ISBNdb le ha rimosse e, secondo quanto riportato, ha affermato che il servizio aveva soltanto testato l'interesse del mercato. Ha dichiarato che nessun servizio del genere è diventato operativo.

Questa smentita lascia una lacuna nella verifica. Il materiale promozionale dimostra che un'azienda ha preso in considerazione la vendita del servizio. Non dimostra che un laboratorio di IA abbia acquistato libri tramite quel servizio o distrutto titoli da esso procurati.

La lacuna conta perché le rielaborazioni online spesso trasformano una capacità in un'attività completata. Un fornitore ha detto di poter procurare libri, quindi i post concludono che aziende di IA non identificate abbiano usato quel servizio. I librai hanno visto ordini insoliti, quindi i post attribuiscono quegli acquisti ai laboratori di IA.

Nessuna delle due inferenze è impossibile. Nessuna è stata pienamente dimostrata tramite contratti, documenti di spedizione, nomi dei clienti o una catena di custodia verificata.

Le prove sui libri rari sono ancora più deboli. L'inchiesta sulla scansione del 2025 ha osservato che gli atti giudiziari di Anthropic non mostravano la distruzione di libri rari. Gli acquisti documentati provenivano in gran parte da canali commerciali all'ingrosso.

Un titolo raro può comunque entrare in un lotto all'ingrosso. Gli inventari dei libri usati sono disordinati e alcune edizioni diventano scarse senza avere prezzi elevati. L'assenza di prove non dimostra che ogni copia distrutta fosse sostituibile.

La conclusione responsabile è più circoscritta. La distruzione di libri per l'AI da parte di Anthropic è confermata su scala di milioni. Le affermazioni che riguardano copie rare o uniche restano non verificate, poiché non è emerso alcun inventario affidabile.

Anche l'espressione plurale “aziende di AI” richiede cautela. Meta, OpenAI, Microsoft e Google hanno affrontato accuse relative a materiale protetto da copyright usato per l'addestramento. Tali casi riguardano spesso file digitali, dataset o contenuti forniti dagli editori, anziché una scansione fisica distruttiva.

Meta è stata accusata di aver usato raccolte di libri piratati per addestrare Llama. Gli editori hanno inoltre citato in giudizio Google per il presunto utilizzo di libri nello sviluppo di Gemini. Queste controversie rafforzano il quadro più ampio dell'acquisizione dei dati, ma non dimostrano programmi identici di distruzione dei libri.

L'attuale causa su Gemini di Google riguarda la presunta copia di opere fornite per servizi come Google Books e Google Play Books. Non dimostra che Google abbia tagliato o smembrato edizioni fisiche rare.

Riunire ogni causa sul copyright in un'unica narrazione di distruzione fisica rende la storia più facile da condividere e più difficile da verificare. Aziende diverse hanno usato fonti di dati, metodi di acquisizione e argomentazioni giuridiche differenti.

La valutazione migliore per l'intera affermazione virale è quindi mista. Anthropic ha sottoposto a scansione distruttiva milioni di libri acquistati. Le prove non stabiliscono che siano scomparsi milioni di libri rari né che ogni grande sviluppatore di AI utilizzi lo stesso processo.

Il vero conflitto è tra dati privati e conservazione pubblica

La critica più forte non è che Anthropic abbia bruciato una biblioteca perduta, ma che abbia privatizzato il sapere distruggendo al contempo le copie sorgente acquisite.

La distruzione fisica ha un forte impatto emotivo perché i libri sono più che semplici contenitori. Le edizioni conservano tipografia, illustrazioni, note a margine, rilegature, segni di possesso e testimonianze del modo in cui le persone hanno prodotto e letto i testi.

Una scansione di solo testo può omettere molte di queste caratteristiche. Anche un'immagine completa della pagina potrebbe non preservare carta, inchiostro, struttura o annotazioni nascoste vicino alla rilegatura. La scansione distruttiva può quindi salvare le parole perdendo l'oggetto.

Tuttavia, biblioteche ed editori scartano già grandi quantità di libri. Copie danneggiate, opere di consultazione obsolete, rimanenze invendute e duplicati poco richiesti escono regolarmente dalla circolazione. La distruzione, da sola, non dimostra una perdita culturale.

La rarità determina ciò che è in gioco. Distruggere un tascabile recente di un'ampia tiratura è diverso dal tagliare l'ultima copia nota di una pubblicazione regionale. L'affermazione virale comprime questi casi in un'unica immagine allarmante.

Anthropic non ha fornito trasparenza sufficiente per distinguerli. Un inventario pubblico potrebbe indicare titoli, edizioni, date di pubblicazione, fonti d'acquisto e numero noto di copie superstiti. Non è disponibile alcun registro così completo.

La destinazione privata genera ulteriori preoccupazioni. Il corpus sottoposto a scansione da Anthropic non funziona come un archivio di conservazione accessibile. Ricercatori, autori e lettori non possono esaminare i file completi né recuperare un libro perché la sua copia cartacea è scomparsa.

L'azienda ha ottenuto una risorsa di dati durevole, mentre il pubblico non ha ricevuto una raccolta digitale equivalente. Gli utenti di Claude possono fare domande, ma la risposta di un modello non è un testo conservato. Può riassumere in modo errato, omettere contesto o generare dettagli non supportati.

Un modello linguistico non è nemmeno un catalogo bibliotecario consultabile. I suoi parametri codificano relazioni statistiche anziché uno scaffale affidabile di opere complete. L'addestramento non garantisce il recupero fedele di un libro particolare.

Questa distinzione indebolisce l'affermazione secondo cui il sapere dei libri sia semplicemente migrato nel modello. Un sistema AI privato non può sostituire l'accesso alle pagine originali. La conservazione richiede copie stabili, metadati, provenienza e leggibilità futura.

Gli autori affrontano uno squilibrio correlato. I loro libri hanno migliorato modelli di valore commerciale, ma non hanno negoziato l'accordo di scansione relativo all'acquisto fisico. L'acquisto di una copia usata normalmente non invia alcun pagamento al suo autore o editore.

La precedente acquisizione da parte di Anthropic di biblioteche digitali piratate ha prodotto un esito legale diverso. Alsup ha separato l'addestramento dall'acquisizione, ritenendo trasformativo l'uso per l'addestramento e consentendo al contempo il proseguimento delle rivendicazioni sulle copie piratate.

Anthropic ha poi raggiunto un accordo relativo alle opere piratate idonee. Da allora un giudice ha approvato il patteggiamento sul copyright, pari a 1,5 miliardi di dollari e con un'assegnazione di circa 3.000 dollari per ogni libro coperto.

Tale accordo non significa che la biblioteca acquistata e sottoposta a scansione fosse illegale. Riguardava l'acquisizione da parte di Anthropic di file piratati, una fonte giuridicamente distinta. Confondere i due casi indebolisce entrambe le storie.

Il contrasto giuridico resta rivelatore. I libri acquistati potevano essere sottoposti a scansione e distrutti secondo l'analisi del fair use del tribunale. I file piratati hanno invece creato una rilevante responsabilità, sebbene Anthropic cercasse presumibilmente un testo di base simile per l'addestramento dei modelli.

Questo incentiva gli sviluppatori di AI a costruire registri di acquisizione più puliti. Non li obbliga però a conservare le copie fisiche, divulgare elenchi di titoli o rendere pubblicamente disponibili i sostituti digitali.

I gruppi dedicati alla conservazione potrebbero proporre tutele pratiche. I fornitori di servizi di scansione potrebbero segnalare copie firmate, manoscritti, prime edizioni, rilegature insolite e titoli con poche copie note. Specialisti potrebbero esaminare i libri segnalati prima del taglio.

Le aziende potrebbero inoltre pubblicare cataloghi non sensibili dopo la scansione. Potrebbero depositare copie di conservazione presso biblioteche fidate in condizioni controllate. Gli accordi di approvvigionamento potrebbero imporre un trattamento non distruttivo per le edizioni rare.

Anche le licenze offrono un'altra via, sebbene le negoziazioni su milioni di opere siano difficili. Le organizzazioni di licenze collettive potrebbero aggregare i diritti e distribuire i pagamenti. Gli editori potrebbero fornire file digitali verificati senza sacrificare copie fisiche.

Nessuna di queste misure elimina ogni conflitto. Le biblioteche continuerebbero a fronteggiare restrizioni di accesso, gli autori discuterebbero il compenso e gli sviluppatori proteggerebbero dataset proprietari. Almeno separerebbero lo sviluppo dei modelli dalla perdita culturale non necessaria.

L'incertezza attuale non giova a nessuno. Permette ai post esagerati di presentare normali libri usati come tesori unici. Permette anche alle aziende di evitare di rispondere se materiale realmente raro sia finito nelle loro taglierine.

Per i lavoratori della conoscenza, la lezione va oltre i libri. Una risposta ricercabile non equivale a una fonte durevole. Una buona gestione personale della conoscenza preserva contesto, provenienza e accesso, anziché sostituire i documenti con ricordi generati.

Cosa osservare dopo la controversia sulle notizie Google

Tre segnali determineranno se questo rimarrà un caso Anthropic o diventerà prova di una pratica industriale più ampia e continua.

Il primo segnale è una traccia verificabile dei clienti per gli intermediari di approvvigionamento librario. Contratti, fatture, registri di spedizione o clienti nominati collegherebbero insoliti ordini presso librai a specifici laboratori di AI.

Queste prove rafforzerebbero l'affermazione più ampia se mostrassero un approvvigionamento attivo e su larga scala per la scansione distruttiva. La indebolirebbero se i servizi promossi non fossero mai andati oltre esperimenti di marketing.

La distinzione tra un servizio pubblicizzato e una transazione completata è fondamentale. Gli screenshot possono dimostrare ciò che un fornitore offriva. Non possono dimostrare chi lo abbia acquistato né cosa sia accaduto successivamente ai libri.

Il secondo segnale è una verifica a livello di titolo da parte di Anthropic o dei suoi fornitori. Anche una revisione indipendente limitata potrebbe classificare i libri sottoposti a scansione in base a edizione, rarità, condizioni e copie ancora presenti nelle biblioteche.

Una simile verifica testerebbe direttamente l'accusa relativa ai libri rari. Prove di copie uniche o edizioni estremamente rare renderebbero urgente la preoccupazione per la conservazione. Prove di normali copie commerciali restringerebbero notevolmente la controversia.

Anthropic potrebbe divulgare metadati senza pubblicare testo protetto da copyright. Titoli, ISBN, edizioni, canali d'acquisto e controlli di conservazione consentirebbero a specialisti esterni di valutare il rischio. Le omissioni potrebbero proteggere dettagli riservati sui fornitori.

Il terzo segnale è il modo in cui tribunali, legislatori ed editori risponderanno alla conversione distruttiva uno-a-uno. La sentenza attuale riguarda un fascicolo specifico, non ogni futuro progetto di scansione.

Un tribunale successivo potrebbe distinguere l'addestramento dei modelli dall'archiviazione permanente di biblioteche. I legislatori potrebbero inoltre imporre divulgazione, licenze o depositi di conservazione per grandi corpora commerciali. Gli editori potrebbero sviluppare sistemi di accesso collettivo prima dell'arrivo di tali regole.

Il comportamento dei concorrenti conta all'interno di questo terzo segnale. Un grande laboratorio potrebbe adottare impegni per la scansione non distruttiva e la conservazione. Questa mossa trasformerebbe il processo di Anthropic da necessità del settore a scelta aziendale contestabile.

Un'azienda potrebbe inoltre ottenere in licenza archivi editoriali su larga scala. Un tale accordo dimostrerebbe che l'accesso legale non richiede di tagliare e smembrare libri acquistati. Metterebbe pressione sui rivali affinché spieghino metodi di acquisizione più riservati.

Il pubblico dovrebbe osservare il linguaggio usato nella futura copertura di Google News. Titoli che passano da “milioni di libri” a “milioni di libri rari” compiono un significativo salto fattuale.

I lettori dovrebbero inoltre separare la scansione fisica dalla pirateria digitale. Entrambe riguardano l'accesso a opere protette da copyright, ma comportano condotte, prove e conseguenze legali diverse. Trattarle come identiche nasconde i compromessi reali.

La storia verificata è seria anche senza abbellimenti. Anthropic ha convertito milioni di libri in una risorsa digitale privata, ha distrutto le copie cartacee acquistate e ha utilizzato un processo che un giudice federale ha ritenuto fair use.

Ciò che resta non verificato è altrettanto importante. Nessuna prova pubblica mostra che siano scomparsi milioni di titoli rari. Né lo stesso programma distruttivo è stato attribuito in modo conclusivo a ogni azienda inclusa nei post virali.

Il prossimo rapporto credibile dovrebbe rispondere a domande concrete. Quale azienda ha effettuato l'ordine? Quali edizioni sono state acquistate? Quante copie superstiti esistono? Chi le ha sottoposte a scansione e dove sono finiti i file digitali?

Finché non arriveranno queste risposte, i lettori dovrebbero resistere a entrambi gli estremi. La controversia non è una bufala inventata, ma la sua versione più allarmante va oltre le prove.

Continuate a seguire i documenti di origine dietro ogni titolo di Google News, in particolare gli atti giudiziari e i registri delle aziende nominate. La questione decisiva non è più se la scansione distruttiva sia avvenuta. È se le aziende di AI riveleranno ciò che hanno distrutto, preserveranno le opere rare e compenseranno le persone la cui scrittura ha reso preziosi i loro sistemi.