Amazon Détruit Des Livres Rares Pour Entraîner Ses IA

Imaginez un instant qu’un collectionneur passionné de manuscrits anciens découvre, après des mois de recherches, un volume unique datant du XVIIIe siècle. Il le confie à un intermédiaire discret, convaincu qu’il rejoindra une bibliothèque privée ou un musée. Quelques semaines plus tard, ce même ouvrage arrive dans un entrepôt géant du Nevada, où des machines le dépouillent de sa reliure avant de le transformer en données brutes. Ce n’est pas une fiction dystopique. C’est précisément ce qui se déroule aujourd’hui chez Amazon, selon une enquête récente qui a fait l’effet d’une bombe dans les milieux culturels et technologiques.

Quand Le Géant Du Commerce En Ligne Devient Un Prédateur De Patrimoine

Amazon n’a plus besoin de présentation. Né dans un garage pour vendre des livres, le groupe s’est métamorphosé en empire global. Pourtant, ironie du sort, c’est précisément vers les ouvrages rares et introuvables que l’entreprise se tourne aujourd’hui pour alimenter ses modèles d’intelligence artificielle. L’objectif ? Nourrir des systèmes qui ont déjà avalé l’essentiel du web accessible et qui réclament désormais des textes « purs », non générés par d’autres intelligences artificielles.

Le processus est d’une efficacité froide. Des exemplaires rares sont acquis via des circuits commerciaux classiques. Une fois arrivés dans certains centres logistiques, notamment celui identifié sous le code VGT3 près de Las Vegas, les volumes sont systématiquement dépouillés de leur dos. Les pages, désormais détachées, passent sous des scanners haute résolution. Le livre, en tant qu’objet physique, disparaît. Il ne reste qu’un flux de données textuelles.

Cette pratique a été mise au jour grâce à un tracking discret placé dans un ouvrage rare par des journalistes. Le trajet du colis a conduit directement vers l’installation amazonienne où un symbole particulier orne les lieux : un dinosaure tenant un livre entre ses griffes. Une image presque ironique lorsqu’on sait ce qui attend réellement ces volumes.

Pourquoi Les Livres Rares Sont Devenus Un Or Numérique

Les grands modèles de langage souffrent d’un problème structurel. Une fois qu’ils ont ingéré la quasi-totalité du contenu librement accessible en ligne, la qualité des nouvelles données diminue. Pire encore, lorsque ces modèles s’entraînent sur des textes déjà produits par d’autres IA, un phénomène appelé model collapse apparaît. Les sorties deviennent progressivement plus plates, répétitives, moins créatives. Les chercheurs parlent d’un appauvrissement statistique qui peut, à terme, rendre les systèmes moins performants.

Les livres publiés avant 2022 offrent une solution presque idéale. Ils n’ont aucune chance d’avoir été rédigés par une intelligence artificielle. Leur style, leur vocabulaire, leur structure narrative ou argumentative appartiennent à une époque purement humaine. Pour les équipes d’Amazon, ces textes constituent donc une source de données « propres » d’une valeur inestimable.

Les ouvrages rares ou épuisés possèdent un atout supplémentaire : ils n’existent souvent nulle part sous forme numérique. Les numériser, c’est donc créer une ressource exclusive, inaccessible aux concurrents. Dans la course actuelle à la performance des modèles, chaque avantage concurrentiel compte.

Cette phrase, laconique, résume la position de l’entreprise. Aucune mention de destruction, aucune précision sur le sort réservé aux exemplaires physiques une fois scannés. Le silence est éloquent.

Le Processus Industriel Derrière La Disparition Des Exemplaires

Contrairement à une numérisation patrimoniale soignée, le protocole suivi par Amazon semble purement utilitaire. La reliure est sectionnée pour faciliter le passage des pages sous les scanners. Les volumes ne sont pas restaurés. Ils ne rejoignent aucune bibliothèque. Une fois le texte extrait, l’objet papier n’a plus de valeur opérationnelle.

Des témoins et des documents internes évoquent des quantités importantes d’ouvrages traités de cette manière. Le centre VGT3 n’est probablement pas le seul site concerné. L’échelle de l’opération reste difficile à mesurer avec précision, mais le simple fait qu’un tracking ait abouti dans cet entrepôt spécifique suffit à démontrer l’existence d’une chaîne logistique dédiée.

Cette industrialisation de la destruction culturelle contraste violemment avec l’image soigneusement cultivée par Amazon depuis ses débuts. L’entreprise qui se présentait autrefois comme le « tout pour le livre » transforme désormais certains de ces livres en carburant algorithmique jetable.

Les Enjeux Éthiques Et Culturels D’Une Telle Pratique

La question centrale dépasse largement le simple cadre technique. Un livre rare n’est pas seulement un ensemble de pages imprimées. C’est un objet chargé d’histoire, parfois unique, porteur de traces de lecteurs précédents, de annotations, de marques de fabrication. Le détruire pour en extraire du texte revient à effacer une partie de la mémoire matérielle de l’humanité.

Les bibliothèques nationales et les institutions patrimoniales passent des années à conserver, restaurer et numériser ces ouvrages avec le plus grand soin. Amazon, de son côté, semble adopter une logique purement extractive. Une fois les données récupérées, l’original n’a plus d’intérêt.

On peut légitimement se demander ce qu’il advient des exemplaires une fois scannés. Sont-ils recyclés ? Stockés ? Jetés ? L’absence de transparence de la part de l’entreprise alimente toutes les hypothèses. Dans un contexte où le patrimoine écrit est déjà fragile, cette opacité inquiète.

• Perte irréversible d’objets uniques ou quasi uniques
• Absence de traçabilité publique des ouvrages acquis
• Priorité donnée à la donnée brute sur la conservation matérielle
• Risque de concentration de connaissances rares entre les mains d’un seul acteur privé

Ces points résument les principales critiques formulées par les historiens du livre et les défenseurs du patrimoine. Certains y voient même une forme de privatisation agressive de la mémoire collective.

Le Contexte Plus Large De La Course Aux Données

Amazon n’est pas isolé dans cette quête. L’ensemble de l’industrie de l’intelligence artificielle fait face à une pénurie croissante de textes de qualité. OpenAI, Google, Meta, Anthropic : tous ont besoin de volumes toujours plus importants de données pour entraîner les prochaines générations de modèles. Certains ont déjà été accusés d’avoir utilisé des corpus piratés. D’autres explorent des pistes plus légales mais tout aussi agressives.

La particularité d’Amazon réside dans sa capacité logistique. L’entreprise dispose d’un réseau d’acquisition et de traitement sans équivalent. Elle peut acheter massivement, transporter, stocker et traiter des milliers d’ouvrages avec une efficacité que peu d’autres acteurs peuvent rivaliser. Cette puissance industrielle transforme un problème de données en une opération quasi militaire de collecte.

Dans le même temps, les débats sur le droit d’auteur et l’utilisation des œuvres protégées pour l’entraînement des IA restent vifs. Les livres rares, souvent tombés dans le domaine public ou issus de tirages confidentiels, échappent en partie à ces discussions juridiques. Cela ne rend pas pour autant la destruction de l’objet physique plus acceptable aux yeux de nombreux observateurs.

Un Paradoxe Historique Difficile À Ignorer

Il y a une ironie presque cruelle dans cette histoire. Amazon a bâti sa réputation initiale sur la promesse de rendre les livres accessibles à tous. Jeff Bezos a longtemps martelé que le client devait pouvoir trouver n’importe quel ouvrage, même le plus obscur. Aujourd’hui, certains de ces ouvrages obscurs disparaissent physiquement pour servir de matière première à des algorithmes.

Le symbole du dinosaure tenant un livre, présent dans le centre de Las Vegas, prend alors une dimension presque prophétique. L’animal préhistorique brandit un objet culturel pendant que, autour de lui, d’autres objets culturels sont réduits à l’état de données. La métaphore est involontairement puissante.

On peut aussi y voir une illustration de la transformation profonde du rapport au savoir. Dans l’économie de l’attention et des modèles génératifs, le texte n’a de valeur que s’il peut être ingéré, digéré et reformulé. L’objet livre, avec son poids, son odeur, sa texture, devient un obstacle technique qu’il faut éliminer.

Quelles Conséquences Pour L’Avenir Du Patrimoine Écrit

Si la pratique se généralise, les conséquences pourraient être durables. Les collectionneurs et les libraires spécialisés risquent de voir certaines raretés disparaître du marché avant même d’avoir pu être proposées à des institutions. Les bibliothèques, déjà confrontées à des budgets limités, se retrouvent en concurrence avec un acteur aux moyens quasiment illimités.

À plus long terme, se pose la question de la diversité des sources disponibles pour les chercheurs. Si des pans entiers de la production éditoriale rare sont numérisés exclusivement par Amazon et restent enfermés dans ses systèmes d’entraînement, l’accès public à ces textes pourrait devenir encore plus restreint qu’aujourd’hui.

Il existe certes des initiatives de numérisation ouvertes, comme celles menées par Google Books à ses débuts ou par des projets associatifs. Mais aucune n’opère à l’échelle et avec la même logique purement extractive que celle décrite dans l’enquête.

Ce tableau synthétise le fossé idéologique qui sépare les deux visions. D’un côté, une logique de transmission ; de l’autre, une logique d’extraction pure.

Les Réactions De La Communauté Et Les Zones D’Ombre

Dès la publication de l’enquête, les réactions ont fusé. Historien·nes du livre, libraires indépendants, chercheurs en intelligence artificielle et simples passionnés se sont exprimés sur les réseaux et dans la presse spécialisée. Beaucoup expriment un mélange de stupeur et de colère. D’autres tentent de relativiser en soulignant que la numérisation, même destructive, permet au moins de sauver le contenu textuel d’ouvrages qui risquaient de disparaître de toute façon.

Cette dernière argumentation laisse cependant sceptique. Un livre rare bien conservé peut survivre plusieurs siècles. Le transformer en fichier ne le « sauve » que s’il était déjà condamné. Or rien n’indique que les volumes acquis par Amazon étaient en danger imminent.

Reste aussi la question du volume exact. Combien d’ouvrages ont déjà été traités ? Quels titres précis ? Existe-t-il une politique interne qui distingue les exemplaires uniques des tirages plus courants ? Amazon n’a fourni aucun chiffre ni aucune précision méthodologique. Le silence de l’entreprise nourrit les spéculations les plus alarmistes.

Vers Une Nouvelle Forme De Capitalisme Culturel

Ce que révèle cette affaire dépasse le simple scandale ponctuel. Elle illustre une mutation profonde du capitalisme technologique. Les données ne sont plus seulement collectées ; elles sont arrachées à des supports matériels qui, jusqu’ici, avaient une valeur intrinsèque. Le livre devient une mine à ciel ouvert. Une fois le minerai textuel extrait, le terrain est abandonné.

Cette logique extractive n’est pas nouvelle dans d’autres domaines. On l’a vue à l’œuvre dans l’exploitation des ressources naturelles, dans certaines formes d’agriculture intensive, dans l’obsolescence programmée. L’appliquer au patrimoine écrit marque cependant une étape supplémentaire. La culture elle-même devient une matière première consommable et jetable.

Dans un monde où les modèles d’intelligence artificielle prennent une place croissante dans la production de connaissances, de récits et même d’opinions, le contrôle des sources d’entraînement devient un levier de pouvoir considérable. Amazon, en s’assurant l’accès exclusif à certains textes rares, renforce encore sa position dominante.

Des Pistes Pour Une Approche Différente

Il serait naïf de croire que les besoins en données des modèles d’IA vont disparaître. La question n’est donc pas de savoir s’il faut numériser, mais comment le faire. Plusieurs pistes existent déjà, même si elles restent minoritaires.

• Partenariats publics-privés avec obligation de conservation des originaux
• Numérisation non destructive avec scanners à pages tournées
• Création de corpus ouverts et partagés entre acteurs de la recherche
• Incitation fiscale à la donation d’ouvrages rares aux institutions plutôt qu’à leur vente pure et simple

Ces solutions demandent du temps, de la coordination et une volonté politique. Elles sont moins rentables à court terme qu’une simple extraction industrielle. Mais elles permettent de concilier innovation technologique et respect du patrimoine.

Certaines bibliothèques universitaires et des projets associatifs montrent déjà qu’il est possible de numériser massivement sans détruire. Le coût est plus élevé, le rythme plus lent, mais le résultat préserve à la fois le texte et l’objet.

Ce Que Cette Affaire Dit De Notre Époque

Au fond, l’histoire des livres rares passés sous les scanners d’Amazon ressemble à un miroir grossissant de notre rapport contemporain à la culture. Nous vivons dans un monde obsédé par la vitesse, l’efficacité et l’optimisation. Tout ce qui ne peut pas être immédiatement transformé en donnée ou en contenu partageable risque d’être considéré comme superflu.

Le livre physique, avec sa lenteur, sa matérialité, sa capacité à survivre aux modes, devient suspect. Il occupe de l’espace. Il demande des soins. Il ne se met pas à jour automatiquement. Dans la logique des plateformes, il apparaît comme un anachronisme. Le réduire en données résout le problème d’un coup de cutter et de scanner.

Pourtant, c’est précisément cette matérialité qui a permis à la connaissance de traverser les siècles. Les manuscrits médiévaux, les incunables, les éditions originales des Lumières n’existent encore aujourd’hui que parce que des générations successives ont choisi de les protéger plutôt que de les consommer. Le geste d’Amazon inverse cette logique de transmission.

Il ne s’agit pas de diaboliser l’intelligence artificielle ni de nier ses apports potentiels. Il s’agit de refuser que la course à la performance se fasse au prix d’une destruction silencieuse de ce qui constitue encore notre mémoire commune. Un modèle de langage plus performant ne justifie pas, à lui seul, la disparition d’objets irremplaçables.

Un Appel À La Vigilance Collective

Les lecteurs, les collectionneurs, les institutions et les citoyens ont un rôle à jouer. La transparence doit être exigée. Les entreprises qui acquièrent massivement des ouvrages rares devraient être tenues de publier des listes, d’indiquer le sort réservé aux exemplaires et de garantir qu’aucun volume unique ne disparaît sans copie de sauvegarde accessible.

Les pouvoirs publics pourraient également intervenir. Certains pays protègent déjà leur patrimoine écrit par des législations strictes sur l’exportation d’ouvrages anciens. Étendre ces protections aux pratiques de destruction industrielle serait cohérent avec l’esprit de ces lois.

Enfin, le public lui-même peut faire pression. Les consommateurs d’Amazon sont aussi des lecteurs, des parents, des enseignants. Faire savoir que certaines pratiques choquent peut, à terme, influencer les décisions d’une entreprise ultra-sensible à son image.

L’affaire des livres rares scannés et détruits n’est peut-être qu’un épisode parmi d’autres dans la longue histoire des tensions entre innovation technique et préservation culturelle. Mais elle a le mérite de rendre visible un mécanisme jusqu’ici opaque. Maintenant que la lumière est faite, il devient possible d’en discuter, de le questionner, et peut-être de le freiner.

Car un monde dans lequel les livres ne servent plus qu’à nourrir des algorithmes avant de disparaître est un monde qui a oublié pourquoi on écrit, pourquoi on lit, et pourquoi on conserve. Et cet oubli-là, aucune intelligence artificielle ne pourra jamais le compenser.

Les prochains mois diront si cette révélation restera une simple polémique passagère ou si elle marquera un tournant dans la manière dont les géants de la tech traitent le patrimoine écrit. Pour l’instant, le dinosaure continue de tenir son livre entre ses griffes, tandis que, quelque part dans un entrepôt du Nevada, d’autres volumes attendent leur tour sous les lames et les scanners.