Dold spårare leder till hemlig Amazon-anläggning – misstänks riva sönder sällsynta böcker för AI-träning

Boken som skvallrade

Bokhandlare har länge anat oråd. Stora bulkbeställningar av sällsynta titlar, till priser som inte riktigt matchar en normal andrahandsmarknad, har fått många i branschen att undra vart böckerna egentligen tar vägen. Misstankarna har funnits där – men bevis har saknats.

Tills nu.

Enligt en rapport från 404 Media, återgiven av Ars Technica, beslöt sig en bokhandlare för att gömma en Apple Airtag i ett sällsynt exemplar ingående i en bulkbeställning. Spåraren sände sedan hem koordinater som ritade upp en tydlig bild: boken hade hamnat i en AI-träningsanläggning i Las Vegas, driven av Amazon. Inne i anläggningen arbetar ett dedikerat team med just detta: att fysiskt förstöra böckerna – riva loss ryggar, skanna sida för sida – för att omvandla dem till digitalt träningsmaterial.

På lagerdörren satt en logotyp föreställande en Tyrannosaurus rex som slukade en bok. En bild som är svår att tolka som annat än ett medvetet skämt om vad som sker innanför.

Amazons tysta bekräftelse

När 404 Media kontaktade Amazon för en kommentar valde företaget att varken bekräfta eller dementera de specifika uppgifterna. Istället kom ett allmänt uttalande: "Amazon köper böcker via kommersiella kanaler för att bidra till att utveckla och förbättra de produkter och tjänster som våra kunder använder."

Det är ett svar som säger precis tillräckligt för att inte vara en lögn, men tillräckligt lite för att undvika alla besvärliga följdfrågor. Som systemutvecklare läser jag sådana formuleringar som en tyst bekräftelse.

Bakgrunden är inte svår att förstå. Amazon befinner sig i ett intensivt kapprustning mot aktörer som Google, OpenAI och Anthropic. Stora språkmodeller är notoriskt hungriga efter träningsdata – och när den lättillgängliga digitala texten börjar sina, vänder man blicken mot det som ännu inte är digitaliserat. Sällsynta böcker är i det sammanhanget en guldgruva: unik text som konkurrenterna inte har.

Det är faktiskt inte en dum strategi, rent tekniskt sett. Modeller som tränas på mer diversifierad och unik text tenderar att prestera bättre på kantfall och ovanliga frågor. Men att strategin är smart gör den inte oproblematisk.

Vad som faktiskt förloras

Här är det värt att stanna upp. Det handlar inte om att böcker läses och sedan ställs tillbaka. De förstörs. Fysiskt. Permanent.

Sällsynta böcker är kulturarv. De kan vara unika exemplar av lokala upplagor, handskrivna anteckningar i marginalerna, vittnesmål om en tid som inte längre finns på annat håll. När de väl är borta är de borta.

Google Books-projektet, som digitaliserade miljontals böcker i samarbete med bibliotek, genomförde liknande skanningar – men utan att förstöra materialet. Det är en avgörande skillnad. Det finns alltså etablerade sätt att göra detta som inte innebär att originalen offras.

Anmärkningsvärt är också att Googles, OpenAIs och Anthropics representanter offentligt uppgett att de inte tränar sina modeller på sällsynta eller antika böcker. Det ger Amazon en möjlig konkurrensfördel – men skapar också ett etiskt glapp som är svårt att ignorera.

Datahunger som strukturellt problem

Det här avslöjandet är inte en isolerad historia om en enskild anläggning i Las Vegas. Det är ett symptom på något större: att AI-industrins behov av träningsdata har vuxit snabbare än de etiska och rättsliga ramverken kring hur den datan får samlas in.

Vi ser samma mönster på andra håll – webbskrapning i strid med användarvillkor, upphovsrättsliga tvister med förlag och fotografer, diskussioner om huruvida offentligt tillgängligt material verkligen är fritt att använda kommersiellt. Frågan om vems data som driver AI-revolutionen, och om de som producerat den fått något tillbaka, är inte besvarad.

Att en gömd Airtag i en begagnad bok nu har blivit det verktyg som ger oss inblick i hur en av världens mäktigaste teknikaktörer skaffar sig träningsmaterial – det säger en del om hur lite insyn vi annars har i dessa processer.