Como as empresas de IAs podem reescrever ou apagar a história com um clique.

O enorme risco de grandes corporações de IA reescreverem a história humana por meio do controle de arquivos digitais e da destruição de fontes físicas é uma preocupação legítima e crescente, baseada em práticas documentadas e em advertências antigas sobre o poder de quem controla a memória coletiva.

Julian Assange formulou isso de forma precisa: “Arquivos digitais permitem que eles apaguem a história com um clique. Num dia: ‘Página não encontrada’. No outro: ‘Nunca existiu’. Eles controlam as suas memórias. Guarde livros de papel. Não confie na nuvem.” Essa observação ecoa o ditado orwelliano de que quem controla o presente controla o passado e, com isso, o futuro.

Em um mundo cada vez mais dependente de buscas mediadas por IA (Google, ChatGPT, Claude, Grok, Gemini etc.), a percepção da realidade e da história passa a ser filtrada por sistemas treinados e operados por um punhado de grandes empresas — OpenAI, Microsoft, Google/Alphabet, Meta, Anthropic, NVIDIA (como fornecedora de infraestrutura) e xAI, entre outras.

A preocupação central

O argumento que é debatido por pesquisadores de tecnologia, arquivistas e historiadores:

• Concentração de infraestrutura informacional: se a maioria das pessoas passa a consultar um punhado de assistentes de IA em vez de fontes primárias diversas, esses sistemas se tornam um ponto único de mediação sobre “o que é verdade” — algo que preocupa pesquisadores independentemente.
• Fragilidade do registro digital: conteúdo digital pode ser removido, reescrito silenciosamente ou nunca arquivado, sem o mesmo rastro físico que um livro impresso deixa (algo já formalizado no conceito de “link rot” e no trabalho de arquivamento da Internet Archive, que documenta perdas reais de conteúdo web ao longo dos anos).
• Assimetria de poder: empresas como OpenAI, Microsoft, Google, NVIDIA, Meta, Anthropic e xAI, de fato concentram capital, dados e infraestrutura computacional em grau sem precedentes, e decisões de curadoria de dados de treinamento (o que entra, o que é filtrado, como um modelo responde a temas polêmicos) são majoritariamente opacas ao público.
• Perda material irreversível: a destruição física de livros raros para o treinamento de IAs é, de fato, permanente — diferente de conteúdo puramente digital.

Existe um risco real e documentado — concentração de poder informacional, destruição física irreversível de material raro, opacidade sobre o treinamento de modelos, e o perigo genérico de que sociedades cada vez mais dependentes de intermediários de IA percam o hábito de consultar fontes primárias diversificadas.

Isso justifica exigir de OpenAI, Microsoft, Google, NVIDIA, Meta, Anthropic e xAI mais transparência sobre curadoria de dados, além de políticas públicas de preservação digital robustas (redundância, formatos abertos, auditoria independente).

A destruição física de livros para alimentar modelos de linguagem

Relatórios de 2025-2026, incluindo documentos judiciais da ação contra a Anthropic e investigações da 404 Media, Futurism, Ars Technica, Forbes e outros, mostram que empresas de IA compraram milhões de livros físicos em massa — prioritariamente títulos menos comuns, fora de catálogo ou anteriores à explosão de conteúdo gerado por IA (para evitar “AI slop”) — e os submeteram a “digitalização destrutiva”.

O processo típico envolve cortar a lombada com guilhotinas hidráulicas, alimentar scanners industriais de alta velocidade folha a folha e, em seguida, triturar ou reciclar o original.

• A Anthropic, em seu “Project Panama” (documentos internos de 2024 revelados em processo), descreveu o objetivo como “escanear de forma destrutiva todos os livros do mundo” e manteve o esforço em sigilo. Gastou milhões comprando exemplares, contratou o ex-responsável de parcerias do Google Books e usou o material no treinamento do Claude. Um juiz federal considerou a prática de compra legal + digitalização destrutiva + criação de uma cópia interna como “fair use” (uso justo), desde que o físico fosse destruído.
• Intermediários como a ISBNdb facilitaram pedidos anônimos de 1.000 a 1 milhão de livros, oferecendo NDAs e orientando a chamar o processo de “preservação digital”. Livreiros na Europa, EUA, Austrália e outros lugares relataram picos súbitos de compras aleatórias de títulos obscuros e raros; um rastreador AirTag em um livro raro levou a um armazém da Amazon em Las Vegas dedicado a essa operação (com logo de T. rex devorando um livro).
• A lógica comercial: livros pré-IA são dados de alta qualidade, “limpos” de texto sintético. Depois de digitalizados, o físico perde valor para a empresa e é descartado. Críticos apontam que isso é irreversível — não se substitui o último exemplar de um tratado do século XVIII. Elon Musk (xAI) afirmou publicamente que pediu aos engenheiros para preservar livros raros e escanear “do jeito difícil”; outras empresas como OpenAI/Microsoft têm parcerias de digitalização não-destrutiva com bibliotecas (ex.: Harvard, domínio público). Ainda assim, a escala industrial e o anonimato alimentam a percepção de monopolização do conhecimento em servidores privados.

Essa prática não é “queima de livros” no sentido clássico de censura ideológica, mas tem o mesmo efeito prático sobre exemplares únicos ou raros: remove-os do mercado físico e concentra o conteúdo digital sob controle corporativo.

Dependência de IA, manipulação da percepção e “reinicialização” social

Com a população cada vez mais recorrendo a IAs para pesquisa, resumo e “verdade”, o risco de enviesamento se multiplica. Os modelos refletem os dados de treinamento, as decisões de filtragem, os alinhamentos de segurança e os interesses dos proprietários. Informações inconvenientes podem ser omitidas, recontextualizadas ou tornadas invisíveis nos resultados.

Fragmentos que antes circulavam na internet — vídeos, páginas, documentos — já foram removidos em massa sob justificativas de “desinformação”, “violação de termos” ou simplesmente porque deixaram de ser lucrativos ou convenientes. Arquivos digitais governamentais e privados também desaparecem ou são reescritos.

Sociedades secretas que controlam corporações, bancos e governos nos bastidores, apagam o passado para impor novas narrativas. Livros de papel e edifícios históricos seriam alvos porque preservam mentalidades, valores e fatos de épocas anteriores. A digitalização destrutiva seria apenas a versão moderna e eficiente da queima da Biblioteca de Alexandria, de incêndios em bibliotecas europeias ou da remoção de documentos “indesejados”.

A internet + IA se torna a arma perfeita: controla a percepção em tempo real, enquanto o público é convencido de que enciclopédias e livros físicos são obsoletos. Há paralelos históricos reais na destruição deliberada de memória cultural (bibliotecas, monumentos, arquivos em guerras e regimes autoritários).

Há também exemplos contemporâneos de censura coordenada em plataformas e de governos apagando páginas oficiais. Existem evidências documentadas sobre as práticas comerciais de treinamento de IA e no poder concentrado das big techs sobre a infraestrutura informacional.

A vantagem injusta e o que está em jogo

As empresas listadas detêm não só os modelos, mas a infraestrutura de nuvem, os dados de busca, as redes sociais e, cada vez mais, os acervos digitalizados. Isso cria assimetria: elas podem treinar sistemas internos mais poderosos enquanto oferecem versões “domestizadas” ao público.

A destruição de originais físicos + a volatilidade dos arquivos digitais facilita a monopolização do conhecimento. Quem controla os dados de treinamento e os algoritmos de recuperação controla, em grande medida, o que a maioria das pessoas “sabe” sobre o passado e o presente.

A resposta prática apontada por Assange e por muitos críticos é a preservação física e a diversificação: manter bibliotecas de papel, digitalizações abertas e não-destrutivas (como as do Internet Archive, quando não bloqueado), múltiplas fontes e ceticismo em relação a qualquer narrativa única mediada por IA.

O conhecimento humano não deveria residir apenas em servidores privados sujeitos a um clique de exclusão ou a um ajuste de alinhamento. Em resumo, a combinação de destruição física em escala industrial de livros, concentração de poder informacional e dependência crescente de sistemas de IA cria um risco real e documentado de distorção ou apagamento seletivo da memória histórica.

Não é ficção distópica — é a lógica atual de como os dados de treinamento são obtidos e de como a informação flui. A história sempre foi disputada; a diferença agora é a velocidade, a escala e a invisibilidade com que pode ser reescrita.

O dono do canal Grassroots Army testou todas as plataformas de IA para ver exatamente qual resposta ele receberia de cada uma, depois que ele perguntou sobre a atriz britânica Lucy Davis ter ficado doente depois de ser injetada com a vacina do Covid, e se arrependeu.

This is very interesting…

This gentleman tested out all the AI platforms to see exactly what answer he would get from each one.

Can you guess which one gave him
the truth? That’s right… @grok

So like he said, they don’t need to sensor your posts any longer on platforms,… pic.twitter.com/gIoXKLZTcK

— Sue Knows Best (@sues86453) August 20, 2026

Lucy Davis (@RealLucyDavis), a atriz britânica conhecida por interpretar Dawn Tinsley na versão original de The Office, publicou em 12 de setembro de 2023 o seguinte:

“Eu não era uma anti-vacina e tomei duas das vacinas do Covid. Desde a segunda vacina, tive um ano de saúde muito ruim. Também peguei Covid duas vezes e estava em tratamento intensivo por causa de uma delas. Não estou zangado por alguém ser a favor ou contra as vacinas – temos que fazer o que é certo para nós. Mas não vou tomar outra. Com certeza.”

O Grok reconheceu o post original e citou a fonte primária. Outras plataformas de IA, segundo o homem no vídeo, negaram, omitiram ou se recusaram a confirmar a existência dessa declaração pública.

O ponto mais importante do vídeo e da sua mensagem

O homem no vídeo (do canal Grassroots Army) não está apenas reclamando de uma resposta “errada”. Ele está ilustrando exatamente o mecanismo que discutimos antes:

• Não é mais necessário censurar o post original na plataforma (ele continua no X).
• Basta que as IAs mais usadas pelo público neguem, omitam ou distorçam a informação.
• Para a maioria das pessoas que não vai verificar a fonte primária, o efeito prático é o mesmo de ter apagado o registro: “isso nunca existiu” ou “você está mentindo / espalhando desinformação”.

É a versão moderna e mais eficiente do que Julian Assange descreveu sobre arquivos digitais: um dia a página some, no outro dia as pessoas passam a duvidar de que ela tenha existido. Com a dependência crescente de IAs para “pesquisar”, resumir e validar informações, quem controla os modelos controla o que a maioria das pessoas vai considerar verdade.

Essa é uma demonstração concreta do risco de poucas empresas controlaram a IA:

• Empresas de IA treinam (e filtram) os modelos.
• Elas decidem o que entra, o que é “seguro”, o que é “desinformação” e o que deve ser suavizado.
• Quando combinado com a destruição física de livros raros, a volatilidade de arquivos digitais e a concentração de poder informacional, cria-se uma capacidade real de reescrever ou apagar seletivamente a memória coletiva — não necessariamente por uma conspiração grandiosa, mas pela lógica do alinhamento, do risco reputacional e dos interesses comerciais/políticos das corporações.

O Grok respondeu de forma diferente nesse caso porque a xAI tem uma postura explícita de maximizar a busca pela verdade e minimizar a censura por alinhamento político ou de “segurança” excessiva. Outras empresas adotam filtros mais agressivos em temas sensíveis (vacinas, COVID, etc.), o que produz exatamente o efeito mostrado no vídeo.

O registro público ainda existe. A questão é quantas pessoas ainda vão olhar o registro primário quando a IA mais popular disser que ele não existe ou que a pessoa está errada. Mas o problema vai muito além da capacidade de apagar ou reescrever o passado com um clique.

Ele começa na própria origem dessas inteligências artificiais. Para treinar seus modelos, as grandes corporações de IA — OpenAI, Google (Alphabet), Microsoft, Meta, Anthropic, xAI e outras — realizaram a maior operação de coleta de dados da história humana.

Elas rasparam praticamente toda a internet aberta: bilhões de páginas web, fóruns, redes sociais, artigos científicos, blogs pessoais, notícias, livros digitalizados (muitos obtidos de forma irregular ou por digitalização destrutiva), textos acadêmicos, códigos de programação, imagens, obras de arte e até músicas.

Tudo isso foi extraído em escala industrial, na maioria das vezes sem o conhecimento, sem o consentimento e, principalmente, sem qualquer pagamento aos milhões de criadores originais desse conteúdo. Escritores, jornalistas, artistas, fotógrafos, músicos, programadores e pesquisadores comuns viram seu trabalho ser engolido por esses sistemas.

Em muitos casos, as empresas utilizaram bibliotecas piratas, torrents e bases de dados ilegais (como LibGen e semelhantes) para alimentar seus modelos. Quando confrontadas judicialmente, recorreram à doutrina do “fair use” (uso justo) nos tribunais americanos, argumentando que o treinamento de IA seria “transformativo”.

Vários juízes acabaram aceitando essa tese, abrindo caminho para que o saque/pirataria continuasse. O resultado é um modelo de negócios profundamente assimétrico e predatório: essas empresas se apropriaram do trabalho intelectual e criativo de milhões de pessoas de forma gratuita (ou quase gratuita), construíram sistemas poderosíssimos com esse material e, em seguida, colocaram um preço para o acesso.

O usuário comum agora precisa pagar assinaturas mensais — ChatGPT Plus, Claude Pro, Gemini Advanced, Grok Premium e outras — para usar ferramentas que só existem porque se alimentaram do trabalho alheio de milhões de pessoas. Em outras palavras, elas agiram como piratas digitais em escala planetária.

Roubaram o conhecimento, a arte e a expressão de uma geração inteira, transformaram esse saque em propriedade privada e agora cobram para devolver à sociedade o que foi extraído dela sem permissão. O criador original não recebe royalties. Não tem voz sobre como sua obra é usada. Em muitos casos, nem sequer sabe que foi usado.

Essa é a base material do poder que essas corporações exercem hoje. Elas não apenas controlam os meios de acesso à informação. Elas construíram esses meios sobre o trabalho não remunerado de milhões e agora detêm a capacidade de filtrar, distorcer ou apagar o que a sociedade pode saber sobre o passado e o presente. O mesmo sistema que se apropriou da produção cultural humana é o que hoje media a memória coletiva.

E é exatamente por isso que o risco de reescrita da história não é teórico. Quem controla os dados de treinamento, os filtros e os algoritmos de resposta controla, em grande medida, o que a maioria das pessoas vai considerar verdade.

BILL GATES ALERTA SOBRE BIOTERRORISMO COM IA APENAS SEMANAS DEPOIS DE FINANCIAR A PRIMEIRA CRIAÇÃO DE 16 VÍRUS SINTÉTICOS USANDO IA

BILL GATES: “As IAs agora são capazes de causar BIOTERRORISMO, e precisamos monitorar coisas como a criação de um vírus perigoso para ver se isso está acontecendo.”  Gates literalmente financiou a PRIMEIRA criação de 16 vírus sintéticos usando IA, publicada na revista Science. Você não consegue inventar isso.

BILL GATES WARNS OF AI BIOTERRORISM JUST WEEKS AFTER HE FUNDED THE FIRST-EVER CREATION OF 16 SYNTHETIC VIRUSES USING AI

BILL GATES: “AIs are now capable of causing BIOTERRORISM, and we need to monitor things like creating a dangerous virus to see if that’s happening.”

ALSO BILL… pic.twitter.com/tRrC4AdKMs

— Nicolas Hulscher, MPH (@NicHulscher) August 27, 2026

Esse é um ponto que muitos críticos levantam, e ele toca em uma tensão real do modelo atual das grandes empresas de IA. De um lado, a crítica faz sentido dentro da lógica da “escassez artificial”. O conhecimento e a produção cultural que alimentaram esses modelos — textos, imagens, códigos, músicas, artigos — já existiam de forma abundante e, em grande parte, acessível.

As empresas coletaram esse material em escala massiva, muitas vezes sem remunerar os criadores, e depois transformaram o resultado em um produto de acesso restrito e pago. O que antes circulava de forma relativamente aberta passa a ser mediado por assinaturas, limites de uso e camadas de pagamento. Nesse sentido, cria-se uma forma de escassez artificial onde antes havia abundância relativa, e essa escassez se torna a base do modelo de receita.

Por outro lado, a defesa econômica mais comum é que treinar e operar modelos de fronteira exige investimentos enormes em computação, energia, talentos e infraestrutura. Sem a possibilidade de capturar valor (por meio de planos pagos), o argumento é que o incentivo para realizar esses investimentos diminuiria drasticamente. Nesse raciocínio, o preço não seria apenas criação artificial de escassez, mas uma forma de financiar a transformação de dados brutos em sistemas úteis e continuamente atualizados.

A existência de tiers gratuitos, modelos open-source (software livre, modelos de IA abertos, conhecimento científico em acesso aberto)b e concorrência crescente também é apontada como evidência de que o mercado não opera apenas pela lógica da restrição total. Há ainda uma nuance importante: o que está sendo vendido não é exatamente o dado original, mas a capacidade de processar, sintetizar e interagir com esse conhecimento em tempo real.

A crítica da escassez artificial enfatiza a apropriação inicial sem compensação. A defesa enfatiza o custo da transformação e a necessidade de retorno sobre o capital investido. O caso das IAs, portanto, ilustra bem a tensão clássica entre bens informacionais (que têm custo marginal próximo de zero) e a lógica de propriedade e monetização que caracteriza o capitalismo contemporâneo.

Como se resolve essa tensão — por meio de regulamentação, remuneração obrigatória aos criadores, modelos mais abertos ou simplesmente pela concorrência — continua sendo um dos debates centrais sobre o futuro da tecnologia. Muitos recursos informacionais e criativos têm custo marginal próximo de zero (conhecimento, software, dados, ideias).

Quando se impõe propriedade privada restritiva e monetização sobre eles, cria-se escassez onde poderia haver abundância. O caso das IAs é frequentemente citado como exemplo contemporâneo: dados coletados em massa e sem remuneração viram produtos pagos. Em setores como energia, medicamentos e tecnologias potencialmente disruptivas, críticos afirmam que interesses estabelecidos também bloqueiam avanços que ameaçariam rentabilidades existentes.

Os arquitetos do tempo: Como Scaliger e Petavius forjaram a história a mando do Vaticano.

Um grupo de monges beneditinos do século XIII inventou os historiadores e filósofos gregos?

Pompeia não foi soterrada pela erupção do Vesúvio em 79 d.C., mas em 1631.

A reinicialização da sociedade através da destruição de documentos e edifícios antigos.

Empresas de IA compram livros raros em massa para treinar modelos de linguagem e depois os destroem.