Amazon détruit des livres rares pour entraîner son IA

Temps de lecture : 3 min

Une enquête qui dérange

En ce mois d’août 2026, une révélation secoue le monde du livre et de la tech. Selon une enquête de 404 Media, Amazon achète massivement des livres rares, parfois épuisés, pour les découper et les scanner afin de nourrir ses modèles d’intelligence artificielle. La méthode est simple : les ouvrages sont achetés, leur dos est tranché, puis les pages sont numérisées pour alimenter les bases de données d’entraînement.

L’enquête a utilisé un dispositif de suivi dissimulé dans un livre rare, qui a finalement atterri dans un centre de traitement Amazon à Las Vegas, identifié sous le nom de VGT3. Ce site se reconnaît à son logo représentant un dinosaure tenant un livre entre ses griffes. Un symbole plutôt ironique pour une entreprise qui a débuté dans la vente de livres en ligne.

Pourquoi ces livres sont-ils si précieux ?

Ce qu’il faut comprendre, c’est que les modèles de langage comme ceux d’Amazon ont besoin de quantités astronomiques de texte pour être entraînés. L’essentiel du contenu disponible sur Internet a déjà été absorbé, y compris, parfois, de manière illégale comme l’a fait Anthropic avec des livres piratés. Les ouvrages rares, introuvables en ligne, constituent donc une mine d’or pour obtenir des données d’entraînement inédites.

En clair, ces textes présentent un intérêt majeur : ils n’ont aucune chance d’avoir été générés par une IA, car ils ont été publiés avant 2022. Or, si une IA s’entraîne sur des contenus qu’elle-même ou ses pairs ont produits, elle risque un phénomène appelé « effondrement des modèles ». Les réponses générées deviennent alors progressivement de moins bonne qualité, perdant en diversité et en pertinence.

La réponse d’Amazon

Interrogée par 404 Media, Amazon a répondu que ces acquisitions se font « par des canaux commerciaux » dans le but d’« améliorer les produits et services utilisés par les clients ». Une justification qui soulève des questions éthiques, notamment sur la destruction d’ouvrages patrimoniaux au profit de la technologie.

Dans les faits, cette pratique rappelle que la course à l’IA a un coût, parfois invisible. Si elle permet d’améliorer les performances des chatbots ou des assistants vocaux, elle se heurte à la préservation du savoir et de la culture. Un dilemme que les géants de la tech devront résoudre, à l’heure où la demande en contenu original ne cesse de croître.