Une enquête relayée par 404 Media met en lumière une pratique qui choque dans le secteur de l’intelligence artificielle : des livres physiques auraient été démontés, numérisés puis détruits afin d’alimenter des modèles. L’affaire remonte à ISBNdb, une société connue pour le référencement d’ouvrages et qui proposerait aux entreprises d’IA de très gros volumes de livres, allant de milliers à jusqu’à un million d’exemplaires.
Le point le plus controversé concerne la méthode employée. D’après les éléments rapportés, des reliures auraient été coupées pour accélérer le scan des pages, avant que les originaux ne soient broyés ou jetés. Cette logique industrielle peut déjà sembler brutale pour des livres courants, mais elle devient bien plus sensible lorsqu’elle touche des titres rares ou difficiles à retrouver.
C’est précisément ce qui inquiète dans ce dossier. Parmi les lots traités, certains ouvrages auraient été introuvables ou presque, ce qui signifie que la version physique pourrait avoir disparu après la numérisation. Même si un texte scanné subsiste sous forme de fichiers, cela ne remplace pas totalement l’objet original, sa reliure, son édition et sa valeur patrimoniale.
Au-delà de ce cas, l’affaire illustre la pression exercée par la course aux données dans l’IA générative. La recherche de corpus toujours plus vastes pousse certains acteurs à traiter le livre comme une simple matière première numérique, au risque d’effacer des exemplaires qui relevaient aussi de la conservation culturelle. Le débat porte désormais autant sur l’entraînement des modèles que sur les limites à ne pas franchir pour y parvenir.
