Por Canuto  

Una investigación con AirTag revela que Amazon compra libros raros, les corta el lomo y los escanea para entrenar sus modelos de IA, destruyendo ejemplares potencialmente irreemplazables en el proceso. La práctica, también atribuida a Anthropic, enciende el debate sobre la ética de sacrificar patrimonio cultural por datos de entrenamiento.
***

  • Amazon compra libros raros al por mayor y los destruye tras escanearlos, según reveló una investigación de 404 Media que usó un AirTag para rastrear un envío.
  • Los textos escaneados servirían para entrenar los modelos de IA Nova de Amazon, aunque la compañía solo confirmó que compra libros para mejorar productos y servicios.
  • La práctica también fue atribuida a Anthropic, cuyo proyecto de escaneo de libros fue considerado “uso justo” por un juez, pese a la destrucción de originales únicos.

Amazon, la empresa que comenzó vendiendo libros en línea, ahora está comprando toneladas de libros raros, cortándoles el lomo y escaneándolos para el entrenamiento de modelos de inteligencia artificial, según una investigación de 404 Media que colocó un dispositivo de rastreo (un AirTag) en un libro raro que terminó en una instalación de Amazon en Las Vegas. Esa instalación, conocida como VGT3, se identifica con un símbolo de un dinosaurio sosteniendo un libro en sus garras, y trabajadores de allí confirmaron que la práctica de cortar lomos es habitual para acelerar el escaneo.

Las empresas tecnológicas necesitan cantidades inconcebiblemente grandes de texto para entrenar sus grandes modelos de lenguaje (LLM), que ya han absorbido prácticamente todo el contenido disponible en internet y, en el caso de Anthropic, también libros pirateados ilegalmente. Los libros raros, especialmente los agotados o que no existen en formato digital, se han convertido en una nueva fuente codiciada de datos de entrenamiento. Estos textos son particularmente valiosos porque, al ser anteriores a 2022, no existe la posibilidad de que hayan sido escritos por un modelo de IA, lo que evita el llamado “colapso de modelo”, un fenómeno que degrada la calidad de las respuestas cuando un modelo ingiere demasiados datos generados por inteligencia artificial.

El rastreo con AirTag y el hallazgo en Las Vegas

La investigación de 404 Media comenzó con el envío de libros raros a un comprador anónimo que había colocado un AirTag dentro del paquete. El dispositivo permitió seguir el recorrido del envío desde una librería hasta el almacén de Amazon en Las Vegas, donde se encuentra el equipo VGT3, cuyo logotipo es un tiranosaurio rex sosteniendo un libro. Los trabajadores de esa instalación confirmaron a 404 Media que cortan los lomos de los libros para acelerar el proceso de escaneo, lo que destruye los ejemplares en la mayoría de los casos.

Amazon, consultada por 404 Media, respondió que “compra libros a través de canales comerciales para mejorar los productos y servicios que usan los clientes”, sin ofrecer más detalles sobre el uso específico de esos textos. Sin embargo, la investigación sugiere que los datos escaneados se destinan a entrenar los modelos de IA de Amazon, conocidos como Nova. Esta práctica no es exclusiva de Amazon, ya que Anthropic, una de las empresas líderes en IA, habría realizado una operación similar que salió a la luz en una demanda de autores de libros.

El caso Anthropic y el debate sobre el uso justo

La demanda contra Anthropic reveló el “Proyecto Panamá”, en el que la empresa compraba libros en mercados, les cortaba los lomos y los digitalizaba para entrenar sus modelos. El juez a cargo del caso dictaminó que el escaneo calificaba como “uso justo” y no violaba los derechos de autor, en parte porque los originales impresos fueron destruidos, lo que, según el fallo, evitaba que se copiaran o revendieran. Este precedente legal ha dado un respaldo a las empresas de inteligencia artificial, pero también ha generado una fuerte controversia en el mundo editorial y bibliotecario.

Los libreros sospechan que las empresas de IA intentan escanear sistemáticamente todos los libros por número de ISBN, lo que implicaría la destrucción de ejemplares verdaderamente únicos e irreemplazables. La práctica de cortar los lomos, aunque acelera el proceso de digitalización, daña irreversiblemente los volúmenes, que a menudo son obras descatalogadas o con un valor histórico incalculable. Organizaciones defensoras del patrimonio cultural han señalado que estas acciones “sacan el conocimiento de los estantes públicos y lo encierran dentro de modelos cerrados de IA de una sola corporación”, una crítica que se ha vuelto cada vez más común en la era de la inteligencia artificial.

La paradoja de entrenar IA con conocimiento humano

La escasez de datos de entrenamiento de alta calidad ha llevado a las empresas tecnológicas a buscar fuentes cada vez más remotas y destructivas. Amazon, que una vez fue la librería más grande del mundo, ahora parece estar destruyendo los mismos libros que la hicieron famosa para alimentar sus sistemas de IA. Los libros impresos son atractivos porque su contenido no ha sido diluido por texto generado por máquinas, lo que garantiza datos “limpios” para los modelos, pero la ironía es que estos mismos datos provienen de obras que, a menudo, son difíciles de conseguir incluso en formato digital.

Para los lectores y bibliófilos, la noticia ha sido recibida con indignación, ya que muchos libros raros son monografías académicas, ediciones limitadas o publicaciones locales que podrían desaparecer para siempre. A diferencia de una digitalización responsable, que suele ser impulsada por bibliotecas y archivos públicos, Amazon actúa con fines comerciales y sin ofrecer el contenido escaneado al público. Esta diferencia ha alimentado el debate sobre si el “uso justo” debería aplicarse a la destrucción de bienes culturales, algo que los críticos consideran un precedente peligroso.

El juez en el caso de Anthropic, al autorizar la práctica, basó su decisión en la falta de copias comerciales y el hecho de que los originales destruidos no podían revenderse. Sin embargo, los expertos legales señalan que este criterio podría allanar el camino para que otras empresas destruyan materiales únicos sin compensar a los autores ni a los propietarios de los derechos. La destrucción de libros raros también plantea un problema ético para las empresas de IA, que a menudo afirman que su misión es preservar el conocimiento y hacerlo accesible, pero que en este caso están haciendo lo contrario.

¿Qué sigue para los coleccionistas y el conocimiento público?

Mientras la investigación de 404 Media continúa generando reacciones, los coleccionistas de libros raros han comenzado a tomar precauciones, como exigir cláusulas en las ventas que prohíban la destrucción de los ejemplares. Algunas librerías especializadas ya han empezado a rechazar pedidos sospechosos de compradores vinculados a grandes empresas tecnológicas, pero es difícil distinguir entre un comprador legítimo y un agente de una corporación. La falta de transparencia por parte de Amazon ha complicado aún más la situación, ya que la empresa no ha detallado cuántos libros ha destruido ni qué criterios utiliza para seleccionarlos.

En paralelo, se han alzado voces que piden una regulación más estricta sobre el uso de material con derechos de autor en el entrenamiento de IA. Aunque el juez en el caso de Anthropic consideró que el escaneo era “uso justo”, esta interpretación no es unánime, y otros tribunales han fallado en direcciones opuestas en casos similares. La destrucción física de los libros añade un nuevo elemento a la discusión, ya que no solo se trata de copiar contenido, sino de eliminar patrimonio tangible que no puede ser reemplazado.

Por ahora, Amazon no ha emitido una declaración pública más allá de su comunicado inicial, y 404 Media ha señalado que seguirá investigando el alcance de la operación VGT3. Mientras tanto, los amantes de los libros observan con preocupación cómo la fiebre por los datos de IA está devorando los últimos ejemplares de obras que, irónicamente, podrían ser las más valiosas para entender la historia y la cultura humana. La IA avanza, pero a costa de sacrificar los libros que alguna vez inspiraron el mismo tipo de inteligencia que hoy busca reproducirse.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados