Hanno tagliato libri veri per addestrare un'AI, ed era la strada legale. Adesso pagano 200 dollari l'ora per una cosa che tu non hai mai scritto

<div>A gennaio 2026, dentro le migliaia di pagine desecretate della causa Bartz contro Anthropic, è saltata fuori una frase scritta in un documento interno senza nessun giro di parole: «Project Panama is our effort to destructively scan all the books in the world», cioè il nostro tentativo di scansionare in modo distruttivo tutti i libri del mondo. Il piano ricostruito dagli atti è lineare: <b>comprare libri usati in grandi blocchi, tagliarne il dorso con una taglierina idraulica, far passare le pagine sciolte in scanner industriali e mandare la carta al riciclo.</b></div>
<div><br></div>
<div>Sui giornali italiani è girata la biblioteca di Alessandria al contrario, e due cose vanno sgonfiate subito. La cifra ripetuta ovunque, fra cinquecentomila e due milioni di libri in sei mesi, è la capacità richiesta a un fornitore: una richiesta, non un consuntivo, e quanti ne siano stati distrutti davvero non lo sa nessuno. L'aggettivo «rari» è stato ridimensionato da un fact-check di Snopes, poiché Panama cercava titoli poco comuni perché costano poco e non esistono già in digitale.</div>
<div><br></div>
<div>Quello che resta è grosso lo stesso, e la parte che tocca la tua azienda arriva in fondo.</div>
<div><h2>Perché il macero reggeva la difesa legale</h2></div>
<div>A giugno 2025 il giudice William Alsup ha emesso la decisione che ha fatto giurisprudenza. Usare libri per addestrare un modello linguistico può rientrare nel fair use statunitense, perché l'uso è trasformativo. E comprare legalmente una copia cartacea, digitalizzarla e distruggere l'originale può essere lecito, poiché la copia digitale sostituisce quella fisica: una copia entra, una copia esce, come quando compri un CD e lo copi sul telefono.</div>
<div><br></div>
<div>Il secondo passaggio contiene l'ingranaggio, dato che tiene solo se il cartaceo sparisce: il libro fisico in magazzino più la scansione farebbe due copie, e due copie sono una riproduzione. <b>Il macero è la condizione tecnica che regge la difesa legale</b>, quindi hanno tagliato per stare dentro la sentenza.</div>
<div><br></div>
<div>Accanto conviene mettere l'altra decisione, che quasi nessuno cita insieme a questa. A settembre 2024, nella causa Hachette contro Internet Archive, il Second Circuit ha stabilito che comprare libri fisici, scansionarli e prestarne la copia digitale una alla volta a una persona alla volta non rientra nel fair use. Le due cause ruotano su punti diversi, poiché l'Internet Archive redistribuiva a terzi. Il risultato pratico, letto di fila, resta scomodo.</div>
<div><h2>Il web si è riempito di quello che aveva prodotto</h2></div>
<div>Resta la domanda a monte: perché un'azienda che ha già ingoiato mezzo internet dovrebbe accanirsi sulla carta. La risposta sta in un numero. La quota di articoli online scritti prevalentemente da AI era il 4,2% prima di novembre 2022 e a fine 2024 aveva superato il 50%.</div>
<div><br></div>
<div>Allenare un modello sull'output di un altro modello ha un nome tecnico, model collapse: ogni giro riduce la varianza e taglia le code della distribuzione, cioè i casi rari e le formulazioni inusuali. Fotocopi la fotocopia e dopo qualche passaggio hai un grigio uniforme.</div>
<div><br></div>
<div>Da qui l'analogia che vale il tempo di lettura. Dopo il 1945 i test atomici hanno riempito l'atmosfera di isotopi, e da allora tutto l'acciaio prodotto nel mondo è leggermente contaminato, perché la fusione usa aria: per certi strumenti serve acciaio recuperato dai relitti delle navi affondate prima della bomba, e vale un multiplo. <b>Il testo umano scritto prima di novembre 2022 è l'acciaio pre-bomba</b>, e un libro stampato nel 1987 è l'unico formato su cui hai la certezza che nessuna macchina ci abbia messo le mani.</div>
<div><h2>L'archivio che stavi per svuotare</h2></div>
<div>Se il testo umano non contaminato è la cosa scarsa del 2026, l'archivio della tua azienda ha cambiato natura mentre guardavi altrove. Trascrizioni di call con i clienti, ticket con le risposte vere dei tuoi operatori, manuali interni, verbali di riunione, mail di vendita comprese quelle andate male, rapporti di cantiere, preventivi con accanto la motivazione scritta a mano.</div>
<div><br></div>
<div>Tutta roba umana, datata e mai finita online. <b>Nessun modello al mondo ce l'ha, perché non c'era modo di prendersela</b>, ed è la distanza fra un assistente che sa tutto del mondo e uno che sa come si lavora da te. Chi ha svuotato le registrazioni delle call per liberare spazio ha buttato via la prova di come lavorano le persone nel suo settore.</div>
<div><h2>Le sei regole arrivate in aula stampate</h2></div>
<div>In un'azienda di system integration in Romagna l'amministrazione aveva un problema vecchio: l'avviso di scadenza fattura era stato abbandonato perché troppo macchinoso, quindi si sollecitava a posteriori ogni tre mesi. Il compito che avevo lasciato al workshop era mettere per iscritto le regole con cui si confrontano scadenziario e situazione contabile.</div>
<div><br></div>
<div>Sono arrivate in aula stampate. Su quelle sei regole abbiamo costruito insieme un agente che produce avvisi, solleciti e testi delle mail, validato su dati contabili veri, con due errori trovati e corretti durante le prove. <b>Il lavoro che ha fatto la differenza stava sul foglio, prima ancora che esistesse l'agente</b>: senza quelle sei righe lo stesso strumento avrebbe prodotto mail plausibili e sbagliate. È la stessa cosa delle <a href="/blog/lai-al-telefono-di-openai-risolve-tre-chiamate-su-quattro">tre regole scritte prima di accendere un agente</a>.</div>
<div><h2>Quello che oggi vale duecento dollari l'ora</h2></div>
<div>Guarda cosa è successo al mercato dei dati umani. Handshake è entrata nel settore all'inizio del 2025 con cinque-dieci milioni di dollari annualizzati e ad aprile 2026 sfiorava il miliardo e cento; Mercor ha superato i due miliardi a giugno 2026.</div>
<div><br></div>
<div>Conta di più cosa comprano con quei soldi. Nel 2026 il fronte si è spostato dalle etichette agli RL environments, ambienti in cui un professionista non produce contenuto e scrive invece la rubrica con cui si valuta se un lavoro è fatto bene: quel criterio diventa il segnale di ricompensa che addestra il modello. Surge paga dai 50 ai 200 dollari l'ora agli esperti di frontiera, Mercor sta su una media di 85 con i senior sopra i 200.</div>
<div><br></div>
<div>Rimetti in fila la traiettoria. Prima il testo grezzo del web, gratis. Poi i libri di carta comprati a peso e tagliati. <b>Adesso pagano una persona in carne e ossa perché spieghi come distingue il lavoro buono da quello mediocre nel suo mestiere</b>, l'unica cosa che il web non ha mai contenuto, poiché nessuno l'ha mai scritta. Anche da questo lato <a href="/blog/il-modello-da-solo-non-e-piu-il-prodotto-la-lezione-di-kimi-k3">quale modello ci sia sotto conta meno di quanto sembri</a>.</div>
<div><h2>Cosa farei domattina</h2></div>
<div>Due cose, e la prima è gratis: smetti di cancellare. Registrazioni delle call, trascrizioni, ticket chiusi, revisioni, bozze scartate con accanto il motivo dello scarto. Lo spazio costa una sciocchezza rispetto a quello che stai buttando via. La seconda prende un'ora ed è il lavoro vero. Scegli un documento che produci tutte le settimane, un preventivo, una diagnosi, una risposta a un reclamo, e scrivi come capisci se è fatto bene prima di mandarlo al cliente. La procedura ce l'hai già da qualche parte, quello che manca è il metro di giudizio, e il modo più veloce per tirarlo fuori è il confronto: prendi due lavori veri, uno buono e uno mediocre, e scrivi la differenza invece della definizione. Poi aggiungi i due o tre segnali che ti fanno storcere il naso prima ancora di aver finito di leggere, perché quelli ce li hai solo tu. Quel foglio si incolla in testa ai prompt che usi tutti i giorni, così il modello sa con quale metro misurare il proprio risultato prima di consegnartelo. Un controllo finale: se potrebbe usarlo tale e quale un tuo concorrente, sei rimasto sulle buone pratiche del settore, che il modello conosce già meglio di te. <b>Il criterio che vale riflette i tuoi clienti e gli errori che hai pagato caro, e oggi vive solo nella tua testa: il giorno che esci dalla stanza, esce con te.</b></div>
<div><br></div>
<div><i>(Fonte: Matteo Arnaboldi, «Hanno tagliato milioni di libri per addestrare Claude. La parte peggiore è che era legale», newsletter AI Espresso #60, 11 agosto 2026, con gli atti della causa Bartz contro Anthropic, la decisione del giudice Alsup del giugno 2025 e la sentenza Hachette contro Internet Archive del Second Circuit, settembre 2024)</i></div>