El caso de Anthropic revela una práctica que genera preocupación entre autores y libreros: adquirir grandes cantidades de libros, digitalizarlos mediante escaneo y, en algunos casos, destruir los ejemplares físicos. Detrás de la operación hay una carrera por conseguir uno de los recursos más valiosos para la inteligencia artificial: conocimiento humano de calidad.
Los libros, que durante siglos fueron considerados objetos destinados a preservar y transmitir conocimiento, se han convertido en una nueva materia prima para la industria de la inteligencia artificial.
Empresas tecnológicas están buscando adquirir grandes cantidades de ejemplares físicos para convertir su contenido en datos que puedan utilizarse en el entrenamiento de sus modelos de inteligencia artificial. Uno de los casos más llamativos es el de Anthropic, creadora del modelo Claude, que desarrolló una operación denominada Project Panama para comprar y digitalizar libros a gran escala.
La operación salió a la luz a partir de documentos judiciales. Anthropic habría adquirido millones de libros con el objetivo de convertirlos rápidamente en archivos digitales. Para acelerar el proceso, los ejemplares podían ser desmontados: se retiraba la encuadernación, las páginas eran separadas y posteriormente escaneadas mediante sistemas industriales.
Una vez digitalizado el contenido, el ejemplar físico dejaba de tener utilidad para la empresa y podía ser desechado o reciclado.
De las bibliotecas a los centros de datos
La razón detrás de esta práctica es sencilla, aunque sus consecuencias pueden ser profundas. Los modelos de inteligencia artificial necesitan enormes cantidades de información para desarrollar sus capacidades lingüísticas y de razonamiento.
Los libros ofrecen una ventaja particular frente a buena parte del contenido disponible actualmente en Internet. Contienen textos extensos, estructurados y elaborados originalmente por seres humanos: novelas, investigaciones, ensayos, manuales, obras académicas e información especializada.
En un momento en que Internet comienza a llenarse de textos e imágenes producidos por otras inteligencias artificiales, los contenidos creados antes de la explosión de la IA adquieren un valor adicional.
Las empresas tecnológicas necesitan datos nuevos y de calidad, pero también necesitan evitar que sus modelos terminen entrenándose principalmente con contenido generado por otros modelos.
Así, un libro impreso hace décadas puede convertirse en un recurso valioso para una tecnología que funciona completamente en el mundo digital.
El problema del copyright
La operación de Anthropic también desencadenó una importante batalla judicial en Estados Unidos.
La empresa había utilizado además millones de libros obtenidos de bibliotecas digitales piratas, una práctica que terminó generando demandas de autores y titulares de derechos de autor.
En 2025, un tribunal estadounidense estableció una diferencia fundamental: el uso de libros para entrenar modelos de inteligencia artificial podía considerarse “fair use” —uso legítimo— bajo determinadas circunstancias. Sin embargo, esto no significaba que una empresa tuviera libertad para obtener libros mediante fuentes ilegales.
La procedencia de los libros era, por tanto, determinante.
La situación generó una paradoja jurídica y tecnológica: comprar legalmente un ejemplar físico, digitalizarlo y utilizar la copia resultante para entrenar una IA podía recibir un tratamiento muy diferente al de descargar ilegalmente una copia digital del mismo libro.
¿Por qué destruir el libro?
A primera vista, destruir un libro después de digitalizarlo parece absurdo. Si una empresa ya posee el ejemplar, ¿por qué no conservarlo?
La explicación está relacionada con la propia lógica del proceso.
Para digitalizar millones de libros rápidamente, resulta mucho más eficiente desmontarlos y pasar las páginas por escáneres industriales que conservar intacta cada publicación. El libro físico se convierte así en una especie de “materia prima” temporal.
Una vez que las páginas han sido convertidas en datos, el objeto físico puede resultar innecesario.
Pero existe además una dimensión jurídica. En el caso analizado por los tribunales estadounidenses, la adquisición legal de los ejemplares y su posterior transformación a formato digital fue un elemento importante en el análisis del uso legítimo.
Esto no significa que destruir un libro vuelva automáticamente legal cualquier copia. El derecho de autor continúa dependiendo de las circunstancias específicas de cada caso.
Una nueva demanda para los libreros
El fenómeno no termina en Anthropic.
En los últimos meses han surgido intermediarios especializados en localizar y comprar grandes cantidades de libros para empresas relacionadas con la inteligencia artificial. Algunas operaciones pueden involucrar cientos de miles o incluso millones de ejemplares.
Para los libreros de segunda mano, esto representa un cambio extraño en el mercado.
Tradicionalmente, una persona compra libros porque quiere leerlos, coleccionarlos o revenderlos. Las empresas que buscan datos tienen una lógica completamente diferente: necesitan volumen.
No necesariamente importa que un título sea famoso. Lo importante puede ser simplemente que exista una gran cantidad de textos diferentes que puedan ser digitalizados.
El libro deja de ser visto principalmente como un objeto cultural y pasa a convertirse en una fuente de datos.
Una paradoja en la era de la inteligencia artificial
La situación plantea una paradoja histórica.
Durante siglos, las sociedades construyeron bibliotecas precisamente para evitar que el conocimiento desapareciera. Si un libro se destruía, otra copia podía conservarlo para las generaciones futuras.
Ahora, una empresa puede comprar un ejemplar, digitalizar su contenido y destruir el objeto físico. El conocimiento no desaparece necesariamente: queda incorporado a una infraestructura digital utilizada para desarrollar modelos de inteligencia artificial.
Pero tampoco se convierte necesariamente en una biblioteca pública.
La información puede terminar formando parte de un sistema privado al que la sociedad no tiene acceso directo.
Ese cambio plantea una pregunta que va más allá del copyright: ¿quién debe controlar el conocimiento que sirve como materia prima para construir las inteligencias artificiales?
Los libros como último refugio del conocimiento humano
La carrera por los libros también revela un problema inesperado de la propia revolución de la IA.
Si las máquinas producen cada vez más contenido, llegará un momento en que Internet estará compuesto en una proporción creciente por textos, imágenes y datos generados artificialmente.
Los modelos que se entrenen con ese contenido podrían terminar aprendiendo de otras máquinas.
Por eso, los textos creados por seres humanos antes de la expansión de la inteligencia artificial adquieren un valor especial.
Los libros podrían convertirse así en una de las reservas más importantes de contenido humano original y estructurado.
La paradoja es difícil de ignorar: mientras las máquinas avanzan hacia un mundo donde pueden escribir millones de textos en segundos, las empresas que las desarrollan están mirando hacia atrás, hacia las bibliotecas y los libros usados, en busca de algo que las máquinas todavía no pueden producir por sí mismas: décadas, siglos incluso, de conocimiento humano acumulado.
La nueva fiebre del oro no está buscando petróleo ni minerales.
Está buscando palabras.
Y esas palabras están impresas en millones de libros que, después de ser convertidos en datos, podrían terminar en una trituradora.
Comentarios
Publicar un comentario