La IA está devorando libros para hacerse más inteligente
Empresas de IA adquieren y destruyen libros físicos para entrenar sus modelos de lenguaje
El agotamiento de datos limpios en la red impulsa el uso del escaneo destructivo para entrenar modelos.
Las empresas desarrolladoras de inteligencia artificial han encontrado un nuevo insumo para alimentar sus modelos de lenguaje: los libros impresos.
La búsqueda de textos libres de la contaminación que genera la propia tecnología en internet ha llevado a estas compañías a adquirir grandes volúmenes de libros físicos, los cuales son desmantelados y destruidos tras su digitalización.
El escaneo destructivo ante la saturación en la web
Según el medio La Vanguardia, el giro hacia el papel responde a la urgencia de obtener datos limpios redactados por humanos antes del auge de los chatbots.
Para evitar la degradación de sus sistemas al entrenarse con contenido de baja calidad o generado por otras máquinas, las tecnológicas recurren a catálogos impresos, para acelerar la ingesta de información, se emplea el escaneo destructivo.
Mediante guillotinas hidráulicas, se corta el lomo de los volúmenes para separar las páginas y pasarlas por escáneres industriales a gran velocidad; luego, el papel es triturado o reciclado.
Compras en el anonimato y respaldo judicial
Según el portal ISBNdb, la entidad gestiona ventas de hasta un millón de ejemplares para laboratorios de IA bajo estrictos acuerdos de confidencialidad.
En Europa, libreros de Países Bajos y Alemania reportan compras inusuales de textos especializados, según detalló NL Times.
Desde el ámbito legal, los tribunales de Estados Unidos han respaldado la práctica, en un litigio contra Anthropic por su Proyecto Panamá, la justicia determinó que la digitalización para entrenamiento es legal bajo el uso transformativo, ya que los originales físicos son destruidos y las copias no se distribuyen al público.
A pesar del amparo legal y de la lógica técnica de las tecnológicas, la destrucción masiva de ejemplares sigue despertando recelo entre autores, bibliófilos y libreros, quienes ven con preocupación cómo el patrimonio impreso se convierte en un insumo desechable para la nueva era digital.
