A Amazon está entre as empresas de inteligência artificial generativa que estariam utilizando livros físicos para treinar seus modelos e, posteriormente, descartando os exemplares. A descoberta foi feita pelo site 404 Media após um livreiro inserir um AirTag em um livro raro enviado junto a uma grande encomenda. O rastreador indicou que o exemplar foi levado até uma instalação da Amazon em Las Vegas, no estado de Nevada, onde funcionários estariam envolvidos em processos de digitalização de livros.

Segundo a investigação, os livros recebidos no local são desencadernados e têm suas páginas digitalizadas para transformar o conteúdo em dados utilizados no treinamento de sistemas de inteligência artificial. O procedimento permite que empresas tenham acesso a materiais que nem sempre estão disponíveis em formato digital, incluindo obras antigas, raras ou fora de circulação. O rastreamento do exemplar foi utilizado para identificar o destino da encomenda e relacionar o material ao processo de digitalização realizado na instalação.

A utilização de livros físicos ganhou importância diante da redução da quantidade de conteúdo digital de alta qualidade disponível para treinamento de modelos de IA. Grande parte do material público da internet já foi incorporada a conjuntos de dados, enquanto uma parcela crescente do conteúdo online passou a ser produzida por sistemas de inteligência artificial. Embora não esteja confirmado o que aconteceu com o livro rastreado depois da digitalização, o processo utilizado para acelerar esse tipo de trabalho geralmente envolve remover a encadernação e separar as páginas, o que pode tornar os exemplares inutilizáveis após a extração do conteúdo.