Imagine que um romance esquecido em uma caixa durante anos, sem compradores há meses, suddenly receives a proposal for dozens or hundreds of identical copies. Para uma livraria de livros usados, isso pode parecer uma oportunidade comercial inesperada. Para o restante do mercado, revela uma mudança ainda maior: o livro físico está sendo tratado também como uma fonte de dados para inteligência artificial.

Segundo o portal BBC News, livreiros independentes em diferentes países perceberam um padrão de megapedidos feitos por uma empresa canadense. Na livraria Barter Books, em Northumberland, no norte da Inglaterra, o proprietário Stuart Manley costuma movimentar entre dois e três mil livros por semana. Um único pedido recente teria chegado ao equivalente a uma semana inteira de vendas. O caso chamou atenção pela quantidade, pela rapidez e pelo destino pouco claro dos exemplares.

A reportagem apresenta uma hipótese — a de que os livros estejam sendo adquiridos para abastecer sistemas de IA —, mas não consegue provar sozinha qual será o uso final de cada exemplar. A empresa pode estar digitalizando obras, montando um conjunto de dados, terceirizando o armazenamento ou simplesmente revendendo os livros. Essa diferença é essencial: comprar um livro físico não significa comprar automaticamente o direito de reproduzi-lo,数字化-lo ou utilizá-lo para treinar um modelo.

O que os megapedidos realmente revelam

O primeiro sinal é econômico. Quando um comprador absorve um volume equivalente a vários dias de estoque de uma única livraria, não se trata de um consumidor comum. Pode ser um projeto de digitalização, uma operação de armazenamento, um distribuidor atacadista ou uma empresa especializada em dados. O simples envio para um倉庫 distante não permite identificar o comprador final.

Existem três elementos que tornam esses pedidos incomuns:

  • Escala fora do padrão: a quantidade ultrapassa a demanda de leitores individuais e até mesmo a de muitos atacadistas tradicionais.
  • Baixa transparência sobre o destino: a livraria pode saber para quem vendeu, mas não necessariamente saber o que acontece depois com os livros.
  • Possível relação com a expansão da IA: a coincidência temporal com decisões judiciais e com a busca crescente por dados torna a解释 baseada em inteligência artificial plausível, embora ainda seja uma inferência.

Isso não significa que toda compra atípica envolva IA nem que o termo “dados de treinamento” seja apenas um rótulo jurídico. Para avaliar uma proposta, é preciso observar o contrato, a identidade do comprador, a documentação, as condições de pagamento e a finalidade declarada. Um仓库 é uma pista operacional, não uma prova de infringement.

Por que livros usados são matéria-prima para modelos de linguagem

Do papel ao token: o caminho técnico

Uma inteligência artificial não “lê” um livro como uma pessoa. O processo mais provável começa com a digitalização das páginas. Em seguida, um sistema de OCR, ou reconhecimento óptico de caracteres, transforma as imagens em texto编辑ável. O material passa por limpeza, correção de paginação, identificação de idioma, remoção de duplicatas, separação de capítulos e, finalmente, tokenização.

Tokenização é o processo de dividir o texto em unidades menores, que podem ser palavras inteiras, partes de palavras ou sinais de pontuação. Cada unidade recebe um identificador numérico. Durante o treinamento, um modelo de linguagem de grande porte, ou LLM, aprende padrões estatísticos para prever a próxima unidade em uma sequência. O resultado não é uma cópia armazenada do livro no sentido tradicional, mas uma enorme coleção de números que representa relações entre palavras, conceitos, estilos e estruturas.

Livros são especialmente interessantes por alguns motivos:

  • Textos longos e estruturados: romances, ensaios e manuais oferecem sequência, argumentação e contexto mais extensos do que muitas postagens da internet.
  • Curadoria editorial: livros publicados passam por revisão, organização e seleção. Isso pode produzir linguagem mais consistente e menos ruidosa que a encontrada em páginas web geradas automaticamente.
  • Variedade de gêneros e idiomas: ficção, história, ciência, filosofia e literatura técnica ajudam a ampliar a cobertura de estilos e domínios.
  • Títulos difíceis de encontrar online: exemplares fora de catálogo ou pouco indexados podem preencher lacunas de um conjunto de dados.
  • Metadados úteis: ISBN, autor, editora, ano, edição e idioma permitem organizar, filtrar e remover duplicatas com mais eficiência.

Isso não quer dizer que qualquer livro seja automaticamente valioso para uma IA. Obras antigas podem conter informações desatualizadas, traduções ruins, errores de impressão ou dados culturalmente enviesados. A digitalização também pode produzir OCR defeituoso em páginas amareladas, tabelas, notas de rodapé e imagens. Um modelo alimentado por milhares de scans ruins pode aprender mais ruído do que conhecimento.

Além do treinamento propriamente dito, os livros podem ser usados para ajuste fino de modelos, avaliação de desempenho, criação de embeddings para busca semântica ou sistemas de recuperação augmentada por geração, conhecidos como RAG. Em um sistema RAG, o modelo não precisa carregar todo o conteúdo nos seus pesos: ele pesquisa um acervo de documentos e consulta os trechos mais relevantes para responder a uma pergunta.

Comprar um exemplar é diferente de comprar direitos autorais

O aspecto mais importante dessa história não é apenas a tecnologia, mas a diferença entre três tipos de valor:

  • Valor do exemplar físico: uma livraria pode vender o livro que possui, com base no estado de conservação, na edição e na demanda.
  • Valor dos dados contidos nele: uma empresa pode considerar útil o texto digitalizado, os metadados ou as imagens.
  • Valor do direito de reprodução: copyright e direitos de digitalização não são automaticamente transferidos junto com o papel.

Em várias jurisdições, a doutrina da primeira venda ou exhaustion permite que o proprietário de um exemplar o revenda. Entretanto, vender o objeto físico normalmente não concede autorização para reproduzir seu conteúdo em larga escala, disponibilizá-lo publicamente ou usá-lo de qualquer maneira. As regras variam entre Estados Unidos, Reino Unido, Canadá, Brasil e União Europeia, além de dependerem de contratos e licenças.

Um livro fora de catálogo também não se torna automaticamente de domínio público. O direito autoral pode permanecer válido por décadas, e uma obra em domínio público pode conter fotografias, traduções, prefácios ou ilustrações protegidos separadamente. Da mesma forma, um livro disponível em acesso aberto não necessariamente permite treinamento comercial de IA; é necessário ler a licença específica.

O que a decisão judicial dos Estados Unidos mudou

O caso mais conhecido nesse debate é Bartz v. Anthropic, julgado em 2025 nos Estados Unidos. A decisão distinguiu duas situações que frequentemente são tratadas como se fossem a mesma:

  • O uso de cópias adquiridas legalmente para treinar um modelo foi considerado, naquele contexto, uma forma de fair use, ou uso justo.
  • A montagem de uma biblioteca com cópias pirateadas para obter os livros não recebeu o mesmo tratamento. A forma de aquisição e a manutenção desse acervo foram analisadas separadamente do uso posterior no treinamento.

Fair use não é uma autorização universal para copiar qualquer obra. A análise considera, entre outros fatores, a finalidade do uso, a natureza do material protegido, a quantidade utilizada, o efeito sobre o mercado original e as evidências apresentadas pelas partes. Uma decisão sobre uma empresa, um conjunto específico de cópias e um modelo determinado não elimina a necessidade de avaliar outro caso.

Na prática, a decisão tornou mais defensável a tese de que comprar livros físicos e utilizar seu conteúdo para treinamento pode ser legítimo em certaines circonstances. Também aumentou o interesse empresarial em adquirir exemplares de maneira documentada, em vez de depender exclusivamente de cópias ilegais ou de grandes arquivos obtidos na internet. Isso é uma interpretação comercial plausível, não uma garantia de que qualquer compra ou digitalização será considerada legal.

Para uma livraria, a principal proteção continua sendo a transparência. O contrato deve deixar claro qual empresa compra os livros, qual é a finalidade declarada, quem terá acesso aos scans, por quanto tempo o material será mantido e se haverá uso comercial. O vendedor não deve prometer direitos autorais que não possui; o comprador, por sua vez, deve assumir responsabilidade pelo uso posterior. Esta é uma análise informativa, não um parecer jurídico.

Como avaliar uma oferta de compra em grande volume

O procedimento mais seguro combina verificação cadastral, teste financeiro, prova operacional e contrato. Uma mensagem elegante ou um pedido muito acima do preço de mercado pode esconder riscos. Por isso, o primeiro passo não deve ser separar os livros, mas separar fatos de promessas.

Checklist de segurança operacional

  1. Verifique a identidade em uma fonte independente. Abra o e-mail no modo de texto e observe o endereço completo do remetente, o domínio e a assinatura. Um nome conhecido não basta: domínios podem ser copiados. Pesquise o registro da empresa, confirme endereço, telefone e responsáveis em fontes oficiais e use apenas os canais encontrados nessa pesquisa. Não clique diretamente em links recebidos de um remetente陌生.
  2. Peça uma descrição escrita do uso final. A empresa deve informar se pretende apenas revender, digitalizar, usar OCR, treinar modelos, criar um serviço de busca ou disponibilizar conteúdo. Pergunte também quem terá acesso aos arquivos, se os scans serão apagados, onde ficarão armazenados e se a utilização será comercial. A resposta “pesquisa em inteligência artificial” é insuficiente se não houver detalhes.
  3. Comece com uma planilha, não com o estoque inteiro. Na tela de cotação, você verá campos como ISBN, título, quantidade, condição, preço unitário, moeda, impostos, frete e prazo. Confira a soma, o valor líquido por livro e as regras para volumes danificados ou divergentes. Não envie uma lista completa de raridades antes de saber como elas serão avaliadas.
  4. Faça uma caixa-piloto. Selecione de 50 a 100 volumes ou um palete pequeno, fotografe o estado, registre os códigos de barras e pese as caixas. Em uma caixa-piloto, ao testar o fluxo de ponta a ponta, percebemos que o gargalo inicial não é a IA, mas a validação do comprador. O teste mostra se o pagamento é realmente liberado, se a transportadora recebe o endereço correto e se a empresa aceita a condição prometida. Recomendamos esse método primeiro porque ele reduz o risco antes de comprometer todo o inventário.
  5. Confirme pagamento e destino antes do envio. Na tela de pagamento, confira se o nome do banco, do recebedor e da empresa são coerentes. Desconfie de pedidos para pagar com cryptocurrency, vale-presente, reembolso de uma suposta超高价 ou transferência urgente para uma conta个人. O comprovante, a invoice e o pedido de compra devem identificar a mesma entidade. Confirme o仓库 por telefone e use seguro, rastreamento e regras de responsabilidade claramente definidas.
  6. Revise o contrato com apoio jurídico. Um contrato adequado deve cobrir a transferência dos exemplares, a finalidade da aquisição, a propriedade dos scans, a retenção de dados, a privacidade, garantias de titularidade, responsabilidade por eventuais reclamações, tributos, forum competente e regras de rescisão. Se a empresa se recusar a informar o que fará com os arquivos, isso é um sinal de alerta — não necessariamente uma prova de irregularidade, mas um motivo para não enviar o acervo.
  7. Tome a decisão com critérios explícitos. Uma oferta pode ser aceita quando há identidade verificável, preço compatível, pagamento seguro, contrato claro e piloto bem-sucedido. É melhor pausar quando há pressão para decidir em poucas horas, pagamento fora da plataforma, destino não confirmado, pedido para ocultar o usuário final ou cláusulas vagas sobre copyright.

Qual modelo de parceria faz mais sentido?

Existem alternativas diferentes, e a melhor depende do objetivo da livraria. Não é necessário escolher entre vender tudo rapidamente ou recusar qualquer inovação.

  • Venda direta para uma empresa de IA ou de dados. Vantagens: potencialmente gera receita rápida, reduz estoque parado e permite negociar volumes maiores. Limitações: o uso final pode ser opaco, a empresa pode pagar menos que um comprador especializado e as questões de copyright precisam ser muito bem documentadas.
  • Parceria com biblioteca, arquivo ou instituto de preservação. Vantagens: geralmente oferece maior transparência, possibilidade de digitalização controlada e acesso preservado ao acervo. Limitações: o processo é mais lento, pode exigir seleção, curadoria, autorização de direitos e padrões técnicos específicos.
  • Licenciamento de obras em domínio público ou com acesso aberto. Vantagens: a origem dos dados é mais clara e pode haver maior controle sobre reutilização, atribuição e finalidade. Limitações: nem todo livro se enquadra nessas categorias, a concorrência pode reduzir o preço e licenças abertas podem restringir treinamento comercial.

Se a prioridade for liquidez imediata, um atacadista tradicional de livros usados pode ser mais previsível do que um comprador神秘ioso, aunque normalmente ofereça menos por unidade. A venda para IA só é superior quando o preço, a transparência e a proteção jurídica compensam a perda de controle sobre o destino.

Quem se beneficia e quem corre risco?

Para livrarias independentes

Esse mercado pode criar uma nova fonte de caixa e transformar estoque antigo em receita. Ao mesmo tempo, a livraria pode ficar sem savoir se vendeu um produto de leitura ou apenas matéria-prima para uma operação tecnológica. O melhor posicionamento é não entregar o acervo inteiro: avaliar o comprador, preservar os títulos de maior valor e negociar um contrato que não transfira responsabilidades que a livraria não pode assumir.

Para autores e editoras

A digitalização pode ampliar a descoberta de obras, facilitar a acessibilidade e apoiar ferramentas de tradução ou busca. Por outro lado, a reprodução em escala gera Fragen sobre atribuição, compensação, concorrência com o livro original e uso de estilos literários. Autores de obras fora de catálogo podem ter dificuldade especialmente grande para descobrir quem utilizou seu trabalho e buscar compensação.

Para leitores

Comprar um exemplar usado continua sendo uma relação com um objeto físico, não um consentimento digital. A数字化 pode tornar obras difíceis de encontrar mais acessíveis, mas não elimina os direitos de quem criou o texto. Também é importante distinguir acesso a uma obra autorizada de uma cópia disponibilizada sem transparência.

Para empresas de inteligência artificial

Quanto maior o uso de livros, maior a necessidade de provar a origem e a licitude dos dados. A procedência deixa de ser uma questão apenas técnica: ISBNs, contratos, registros de compra, licenças e cadeia de custódia podem se tornar tão importantes quanto a precisão do OCR. Uma empresa que não consegue explicar de onde veio seu corpus também aumenta o risco jurídico e reputacional.

Tendências futuras: o livro como ativo físico e digital

A tendência mais provável é a criação de um mercado专门负责 por介于 livrarias, arquivos, editoras e empresas de IA. Nesse cenário, algumas mudanças devem ganhar força:

  • Compras mais segmentadas: em vez de adquirir qualquer livro, os compradores podem buscar gêneros, idiomas, edições ou domínios específicos.
  • Metadados de procedência: registros de direitos, licenças e origem dos scans devem se tornar parte do valor de um conjunto de dados.
  • Parcerias de licenciamento: editoras e autores podem negociar royalties ou acesso controlado em vez de enfrentar apenas processos judiciais.
  • Menos dependência de dados indiscriminados: RAG, livros digitais licenciados e dados sintéticos podem reduzir a necessidade de copiar grandes bibliotecas sem controle.
  • Maior fiscalização de cópias pirateadas: decisões como a do caso Anthropic podem tornar a aquisição documentada mais atraente do ponto de vista comercial.
  • Valorização da transparência: compradores que explicam a finalidade, respeitam a privacidade e oferecem contratos claros tendem a ter vantagem sobre intermediários的神秘iosos.

O livro físico não desaparecerá por causa da IA. Na verdade, ele pode passar a ter dois mercados simultâneos: o mercado humano, baseado em descoberta, coleção e leitura, e o mercado de dados, baseado em texto, metadados e potencial de digitalização. O desafio será impedir que o segundo mercado apague as responsabilidades, a remuneração e o valor cultural do primeiro.

FAQ: perguntas frequentes sobre livros usados e treinamento de IA

1. Comprar um livro usado dá direito de usá-lo para treinar uma inteligência artificial?

Não automaticamente. A compra normalmente transfere a posse do exemplar, mas não elimina os direitos autorais nem concede uma licença geral de reprodução, digitalização ou redistribuição. Em alguns casos, uma corte americana analisou o uso de livros adquiridos legalmente como fair use, mas isso depende das circumstances, do país e do contrato.

2. Livros fora de catálogo são de domínio público?

Não. “Fora de catálogo” significa apenas que a editora pode não manter o livro à venda. O direito autoral pode continuar válido por muitos anos. Para saber se uma obra pode ser reutilizada, é preciso verificar prazo de proteção, titularidade, edição, traduções e possíveis licenças.

3. Por que uma empresa de IA compraria livros físicos se existe tanto conteúdo na internet?

Porque livros oferecem textos extensos, editados e organizados, além de títulos que podem não estar facilmente disponíveis online. A compra também pode funcionar como uma forma de demonstrar procedência. Ainda assim, a internet continua sendo mais barata, mais atual e mais fácil de atualizar; os livros não são universalmente superiores.

4. Como uma livraria pode desconfiar de um comprador神秘ioso?

Os principais sinais são identidade difícil de verificar, endereço genérico, pedido para pagar por canais diferentes, pressão para enviar tudo rapidamente, falta de contrato sobre os scans e respostas vagas sobre o uso final. Isso não prova fraude, mas justifica uma investigação independente e uma venda em pequena escala.

5. A decisão dos Estados Unidos autoriza qualquer empresa a treinar IA com livros?

Não. A decisão é específica para aquele caso e analisou fatos concretos. Ela não cria uma licença internacional nem significa que piratear livros seja permitido. O resultado pode variar conforme a forma de aquisição, a quantidade utilizada, a finalidade e os danos ao mercado.

6. Esse fenômeno pode fazer os livros usados desaparecerem das prateleiras?

Não há证据 suficiente para afirmar isso. Compradores em grande escala podem alterar temporariamente o estoque de algumas livrarias, mas o mercado de livros usados também depende de oferta, descoberta, coleção, leitura e preservação. A digitalização pode aumentar a procura por certos títulos, não substituir necessariamente o objeto físico.

7. Qual é a forma mais segura de participar desse mercado?

A abordagem mais segura é combinar verificação de identidade, contrato claro, pagamento em conta compatível, piloto pequeno, registro dos volumes e assessoramento jurídico quando houver operação internacional. Transparência e preço justo são mais importantes que a promessa de um pagamento excepcional.

E você, já testou essa funcionalidade? Conte sua experiência (ou dúvidas) nos comentários! Se este guia te ajudou, compartilhe com alguém que também precisa saber disso. E para receber nossos tutoriais e análises em primeira mão, assine a newsletter do Tech Advisor Brasil.