Libri cartacei distrutti per addestrare l’IA
Fonte: Focus.it — 13/08/2026 Nota sul copyright: sintesi originale scritta per il wiki, non riproduzione del testo dell’articolo. Per il testo integrale vedi il link.
Di cosa parla
Le aziende di IA acquistano grandi quantità di libri cartacei, spesso fuori catalogo, per trasformarli in dati di addestramento: la pratica del destructive scanning prevede che i dorsi siano tagliati con macchine industriali, le pagine separate e passate in scanner ad alta velocità, e i volumi infine riciclati come carta da macero. La ragione tecnica è che i testi stampati prima del 2022 sono tra le poche grandi riserve di scrittura certamente umana: il web è progressivamente “contaminato” da contenuti sintetici, e addestrare modelli su testi prodotti da altre IA rischia il model collapse, un degrado di qualità che si accumula a ogni generazione. C’è però anche una strategia legale: negli USA il fair use consente in certi casi l’uso di opere protette quando l’impiego è “trasformativo”, e alcune aziende ritengono che acquistare il libro, convertirlo in dati e distruggere la copia fisica senza diffondere quella digitale rafforzi questa interpretazione. Una terza ragione riguarda il data poisoning: tecniche con cui autori e ricercatori inseriscono nei testi digitali elementi invisibili agli umani ma capaci di confondere i modelli. I libri pre-2022 ne sono naturalmente privi. L’articolo segnala infine il rischio culturale: la scomparsa di volumi che finora circolavano tra biblioteche, librerie antiquarie e collezionisti.
Punti chiave per la didattica
- Rende concreto il tema del diritto d’autore: non si parla di scaricare una canzone, ma di che cosa si possiede quando si compra un libro. Domanda-guida forte: comprare una copia dà il diritto di usarne il contenuto per costruire un prodotto?
- Distinzione fondamentale e spesso confusa: il supporto fisico (di cui il compratore è proprietario) e l’opera (che resta protetta). Il caso la mostra perfettamente, perché la copia fisica viene distrutta ma il contenuto continua a esistere nel modello.
- Occasione per spiegare che il diritto d’autore non è uguale in tutto il mondo: il fair use statunitense non ha un equivalente diretto nel diritto italiano ed europeo.
- Domanda legittima e alla portata degli studenti: da dove vengono i dati con cui è addestrato lo strumento di IA che usiamo in classe?
- Il model collapse è un concetto elegante e comprensibile: un sistema che si nutre dei propri prodotti degrada. Si spiega con l’analogia della fotocopia della fotocopia.
- Dimensione culturale oltre che giuridica: il valore di una biblioteca come bene collettivo.
Concetto collegato
Video di supporto
Nessuno. Il concetto collegato non ha ancora un video e nella ricerca del 21/08/2026 non è stato trovato alcun video sul diritto d’autore tra i canali autorizzati del wiki. L’unico contenuto vicino riguarda i brevetti, cioè la proprietà industriale e non il diritto d’autore: non è stato usato per non forzare un collegamento debole.
Criticità
Tema giuridico delicato trattato da fonte non giuridica: le affermazioni sul fair use e sulla sentenza citata sono riportate senza estremi (numero, data, contenuto esatto), quindi non verificabili dalla fonte. L’articolo cita come fonte dei dati sul data poisoning una “ricerca interna” attribuita a una società che vende alle aziende di IA servizi di acquisizione di libri cartacei, quindi commercialmente interessata: il dato dei 250-500 documenti sufficienti a introdurre una backdoor va trattato come affermazione di parte, e l’articolo stesso precisa che il fenomeno è ancora oggetto di studio. Il titolo (“milioni di libri”) è più forte di quanto il corpo documenti: nessuna stima verificabile del numero di volumi distrutti. Rischio di lettura semplificata in aula (“l’IA distrugge i libri”): il punto formativo è il meccanismo giuridico ed economico, non la condanna. L’articolo riguarda la giurisdizione statunitense: ogni trasposizione al contesto italiano è un’inferenza, non un contenuto della fonte.