Empresas de IA destruyen millones de libros raros para entrenar algoritmos

En algún lugar de una instalación industrial, máquinas hidráulicas arrancan las páginas de libros que alguna vez fueron raros, valiosos, únicos. Los equipos escanean cada hoja con precisión industrial. Luego, lo que queda se destruye. Esta no es una escena de ficción distópica. Es lo que está sucediendo ahora, financiado por empresas de inteligencia artificial que necesitan datos para entrenar sus algoritmos.

Anthropicla compañía detrás del chatbot Claudha estado comprando libros usados y antiguos a través de distribuidores y librerías de segunda mano, a veces por apenas unos dólares. El proceso es metódico: adquieren los ejemplares, extraen las páginas con máquinas hidráulicas, digitalizan el contenido con equipos de escaneo industrial, y finalmente descartan los originales. Un juez de California ha validado esta práctica bajo la doctrina del «uso transformativo», argumentando que la digitalización y destrucción del ejemplar físico no constituye violación de derechos de autor porque el contenido digital «reemplaza» al original.

La investigación conjunta de The Telegraph y 404 Media ha sacado a la luz una práctica que libreros anticuarios y defensores del patrimonio cultural califican directamente como «barbarie cultural». Pieter de Vries, librero en Haarlem, Países Bajos, recibió un correo de una empresa llamada 2077AI pidiendo una lista de aproximadamente tres mil títulos, algo extraordinario en un sector donde normalmente los clientes compran uno o dos libros. En el comercio de libros antiguos, explicó, es inusual que alguien quiera adquirir miles de ejemplares de una sola vez. ISBNdb, un servicio que permite solicitar hasta un millón de libros simultáneamente, fue lo suficientemente franco en su sitio web: «El problema de la imagen pública es real. 'Empresa de IA destruye dos millones de libros' no es un titular que genere simpatía».

Marçal Font i Espí, librero en España, ofrece una perspectiva más amplia sobre lo que está ocurriendo. Las empresas de inteligencia artificial, señala, han llegado a un punto de saturación de datos. Internet ya no les proporciona suficiente material fresco para entrenar sus modelos porque está inundado de contenido generado por máquinas, publicado por cuentas bot que ya superan en número a las manejadas por humanos. Los libros raros y antiguos representan un depósito de contenido humano auténtico, verificable, original. Por eso los compran. Por eso los destruyen después de extraer su valor.

Pero lo que está en juego trasciende el debate legal o los derechos de autor. Se trata de quién controla la memoria de la humanidad. Si los últimos ejemplares físicos de libros raros desaparecen, reemplazados por versiones digitales, el mundo no solo estará digitalizando su historia: estará entregando el único registro independiente de ella a empresas privadas. Cuando los originales se hayan ido, el pasado existirá únicamente como datos, datos que pueden ser editados, filtrados, reescritos o eliminados según los intereses de quienes controlen los archivos. Sin un soporte físico al que regresar, sin un ejemplar original que consultar, la realidad queda completamente sujeta a quienes manejen esos archivos digitales. La posibilidad de contrastar, verificar o reinterpretar el pasado de manera autónoma desaparece.

La reacción en el sector tecnológico ha sido mixta pero reveladora. Elon Musk declaró en X que ha pedido a su equipo de SpaceX que preserve libros raros y los escanee «de la manera difícil» en lugar de cortarles el lomo. Ed Newton-Rex, fundador de Fairly Trained y crítico de la industria de IA, vio en la práctica una metáfora perfecta de la explotación que subyace a la tecnología generativa: empresas valuadas en casi mil millones de dólares comprando libros por centavos, extrayendo su valor, entrenando con ellos, y luego descartándolos. Matan Grinberg, director ejecutivo de Factory AI, escribió que hay algo «particularmente misántropo» en la destrucción mecanizada de objetos tan íntimos y humanos como los libros. Incluso algunos libreros consultados por 404 Media expresaron ambivalencia: aunque les beneficia económicamente vender sus inventarios a estas empresas, les inquieta profundamente el destino de libros poco comunes y la idea de que sean «pulverizados».

La práctica es legal en Estados Unidos, pero ha abierto un debate urgente sobre los límites éticos del entrenamiento de IA y la protección del patrimonio bibliográfico frente a los intereses comerciales de las grandes tecnológicas. Expertos y bibliotecarios advierten sobre la necesidad de preservar los ejemplares físicos como garantes de una memoria colectiva verificable e independiente. Mientras tanto, la industria tecnológica parece dispuesta a sacrificar el patrimonio cultural en nombre de la eficiencia y el control de los datos. La pregunta que queda es si alguien logrará detener esto antes de que sea demasiado tarde.