En una era donde la inteligencia artificial lo impregna todo, la necesidad de datos para entrenar modelos se ha vuelto insaciable. Pero, ¿hasta dónde están dispuestas a llegar las empresas tecnológicas para conseguirlos? La respuesta ha dejado al mundo editorial y a los amantes de los libros en estado de shock: comprando libros físicos en masa, cortando sus lomos, escaneando cada página y, finalmente, destruyendo los ejemplares originales. Esta práctica, conocida como «escaneo destructivo», salió a la luz gracias al llamado «Proyecto Panamá» de la empresa de IA Anthropic, y ha revelado una estrategia tan eficiente como controvertida que sitúa el valor del conocimiento humano en una balanza frente al avance tecnológico.
El Proyecto Panamá: La Operación Secreta de Anthropic
Documentos judiciales desclasificados en el marco de una demanda por derechos de autor destaparon el «Proyecto Panamá» . La iniciativa, que comenzó a principios de 2024, tenía un objetivo ambicioso y secreto: «escanear de forma destructiva todos los libros del mundo» . Un documento interno de planificación rezaba: «No queremos que se sepa que estamos trabajando en esto» .
El modus operandi era implacable:
-
Adquisición Masiva: Anthropic compró decenas de miles, e incluso millones, de libros usados a través de proveedores como Better World Books y World of Books, invirtiendo decenas de millones de dólares en el proceso .
-
Digitalización Industrial: Una máquina hidráulica cortaba el lomo de los libros para separar las páginas, que luego eran escaneadas mediante equipos de imagen de alta velocidad .
-
Destrucción Total: Una vez digitalizados, los restos de los ejemplares se enviaban a plantas de reciclaje para su destrucción .
El proyecto fue dirigido por Tom Turvey, un ejecutivo con experiencia previa en el proyecto de digitalización masiva de Google Books . Aunque la empresa buscaba principalmente libros técnicos y descatalogados, no existe certeza sobre si se destruyeron piezas únicas o de valor patrimonial excepcional .
¿Por Qué Destruir Libros para Entrenar una IA?
La respuesta se encuentra en la «materia prima» que necesita un modelo de lenguaje. Los libros, especialmente los publicados antes de 2022, ofrecen un tesoro de texto escrito por humanos, editado profesionalmente y, crucialmente, libre de la contaminación del contenido generado por IA .
Este «colapso del modelo» ocurre cuando una IA se entrena con texto producido por otras IA, lo que degrada su calidad . Un libro garantiza una fuente de datos de alta calidad, con «hechos bien seleccionados, análisis bien organizados y narrativas ficticias cautivadoras» que ayudan a los modelos a «escribir de manera precisa y atractiva» .
¿Por qué el escaneo destructivo y no la compra de licencias?
Para las empresas de IA, obtener licencias de cada autor y editorial es un proceso complejo y costoso. Para Anthropic, fue más sencillo externalizar el problema a un proveedor logístico: comprar el libro físico, escanearlo y destruirlo . Esta estrategia se basó en una interpretación de la doctrina de «uso justo» (fair use) en Estados Unidos.
El juez William Alsup dictaminó en el caso Bartz v. Anthropic que el uso de libros para entrenar una IA podría considerarse «transformador» y, por tanto, amparado por el fair use, siempre que los libros se hubieran adquirido legalmente . Sin embargo, la distinción es clave: la copia digital creada «sustituye» al original físico, que es destruido. En este contexto, el juez dictaminó que no hay evidencia de que esa copia digital se compartiera fuera de la empresa, y que el original había sido reemplazado . En la práctica, el escaneo destructivo se convirtió en un mecanismo para eliminar la evidencia física de la copia, aunque para muchos sigue siendo una vulneración del espíritu de la ley de derechos de autor .
El Precio de los Datos: 1.500 Millones de Dólares y un Debate Global
El caso de Anthropic no se limitó al escaneo destructivo. Antes, la empresa había recurrido a bibliotecas digitales piratas como LibGen y Pirate Library Mirror para descargar más de 7 millones de libros . Aunque el entrenamiento con esas obras fue considerado fair use por el juez, el almacenamiento de esos archivos pirateados constituyó una infracción directa de derechos de autor .
Esta distinción llevó a la empresa a un acuerdo histórico: Anthropic pagó 1.500 millones de dólares (aproximadamente 3.000 dólares por obra) para resolver la demanda colectiva de los autores . El acuerdo, el más grande de su tipo en la industria de la IA, sienta un precedente significativo que establece un «precio por libro» para futuras negociaciones .
Pero Anthropic no está sola. Amazon, la compañía que construyó su imperio vendiendo libros, también ha sido vinculada al escaneo destructivo. Una investigación de 404 Media rastreó la compra de un libro raro hasta un almacén de Amazon en Las Vegas (VGT3), cuyo logo es un tiranosaurio rex a punto de devorar un libro, donde se realizan procesos similares . Estas prácticas han generado una ola de críticas y han llevado a figuras como Elon Musk a declarar que su empresa, SpaceXAI, preservará los libros raros en bibliotecas y los escaneará de forma no destructiva .
PREGUNTAS FRECUENTES sobre el Escaneo Destructivo de Libros por parte de la IA
¿Qué es exactamente el «escaneo destructivo» de libros?
Es el proceso mediante el cual una empresa compra un libro físico, corta su lomo con maquinaria industrial, escanea sus páginas a gran velocidad y, una vez digitalizado, destruye o recicla el ejemplar original . Se hace para obtener texto de alta calidad para entrenar modelos de IA de forma rápida y sin tener que negociar licencias con los autores.
¿Por qué las empresas de IA destruyen libros en lugar de solo comprar los derechos digitales?
Obtener licencias de cada autor y editorial es un proceso costoso y lento. Comprar libros usados en masa y digitalizarlos resultó, para Anthropic, más eficiente y económicamente viable, aunque moral y legalmente controvertido. La práctica se basa en una interpretación de la doctrina de «uso justo» en EE. UU. .
¿Qué empresas están implicadas en esta práctica?
Anthropic es la principal empresa destapada por el «Proyecto Panamá» . Amazon también ha sido vinculada a la compra y destrucción de libros, incluyendo ejemplares raros, para entrenar a su IA . Otras empresas, como 2077AI y Zoom Books, han sido señaladas por libreros como compradores masivos sospechosos .
¿Cuál ha sido la principal consecuencia legal de estas prácticas?
El caso más relevante es la demanda colectiva contra Anthropic. Aunque el entrenamiento de la IA con libros se consideró «uso justo», el juez dictaminó que la empresa infringió los derechos de autor al almacenar copias digitales de libros pirateados. Anthropic llegó a un acuerdo de 1.500 millones de dólares con autores y editores para resolver la demanda .
¿Qué tipo de libros son destruidos?
Las empresas buscan principalmente libros técnicos, académicos y de no ficción, a menudo descatalogados o publicados antes de 2022, que garantizan contenido libre de texto generado por IA . Aunque no hay pruebas concluyentes de que se hayan destruido incunables o piezas únicas de valor histórico excepcional, existe una creciente preocupación entre libreros y conservadores de que esto pueda ocurrir .
Recuerde que…
El «escaneo destructivo» de libros para entrenar inteligencia artificial es un síntoma de una carrera tecnológica que prioriza la velocidad y los datos por encima de la cultura y la propiedad intelectual. La decisión de destruir un objeto cultural como un libro para alimentar una máquina plantea preguntas profundas sobre qué valor le otorgamos a la herencia escrita y cómo equilibramos el progreso tecnológico con la preservación de nuestro patrimonio cultural.
El precedente legal sentado por el caso Anthropic es un primer paso, pero el debate está lejos de cerrarse. La industria deberá encontrar un modelo sostenible y ético que no implique la aniquilación de libros para crear nuevos conocimientos. Como sociedad, debemos preguntarnos si el precio a pagar por una IA más inteligente es la destrucción de los objetos que han sido los guardianes de nuestra historia y conocimiento.
Para seguir explorando las intersecciones entre tecnología, cultura y ética, te invitamos a visitar FernandoJuca.com y a suscribirte al canal de YouTube de youtube.com/FernandoJucamaldonado.
