La carrera por desarrollar sistemas de inteligencia artificial más avanzados encontró un nuevo recurso estratégico: los libros usados. Según un informe, empresas del sector estarían adquiriendo enormes cantidades de ejemplares impresos para digitalizarlos, incorporar su contenido a bases de entrenamiento y, en algunos casos, destruirlos durante el proceso.
El interés no parece responder a un género, un autor o una temática particular. Los compradores buscarían textos escritos por personas, identificados con un ISBN y publicados antes de la expansión del contenido generado por IA en Internet.
Así lo reveló una investigación publicada por 404 Media que describe patrones de compras realizadas mediante intermediarios con pedidos que van desde los 1000 ejemplares hasta un millón de títulos en una sola operación.
Por qué las empresas de IA necesitan millones de libros
Los modelos de inteligencia artificial aprenden mediante el análisis de grandes volúmenes de textos. La calidad de ese material influye directamente en la capacidad de los sistemas para comprender preguntas, establecer relaciones entre conceptos y generar respuestas coherentes.
Internet fue durante años la principal fuente de datos para este tipo de desarrollos. Ese recurso comenzó a presentar un problema: cada vez contiene más artículos, imágenes, comentarios y publicaciones producidos por herramientas automáticas. Si los nuevos modelos aprenden de materiales creados por sistemas anteriores, pueden incorporar errores, repeticiones y formulaciones de menor calidad.
Los libros impresos antes de 2022 ofrecen una reserva de textos escritos por personas y con un proceso editorial previo. También abarcan áreas del conocimiento, estilos y períodos históricos que no siempre se encuentran representados de manera adecuada en los sitios web de acceso abierto.
De acuerdo con la investigación, las adquisiciones se canalizarían mediante intermediarios para evitar que los vendedores conozcan la identidad del comprador final. ISBNdb, una base que reúne información sobre más de 111 millones de libros, habría adaptado parte de sus servicios para facilitar operaciones mayoristas.
Aunque, de acuerdo al informe, no existen pruebas concluyentes de que ISBNdb compre los ejemplares directamente para compañías de IA, las sospechas surgieron por el volumen de los pedidos y por la ausencia de criterios comerciales habituales. Algunos compradores adquirirían cualquier libro con un ISBN, sin considerar su temática ni el precio solicitado.
Cómo se digitalizan los libros y por qué algunos terminan destruidos
Para convertir una biblioteca física en archivos digitales existen dos métodos. El primero utiliza escáneres de sobremesa, equipos de cama plana o dispositivos con forma de V, capaces de fotografiar las páginas sin dañar la encuadernación. Este procedimiento permite conservar cada ejemplar, aunque requiere más tiempo y limita la cantidad de obras que pueden procesarse durante una jornada.
Las operaciones a gran escala suelen recurrir a una alternativa más rápida y económica. En estos casos, se corta el lomo del libro, se separan las páginas y se las introduce en escáneres industriales de alta velocidad. De esta manera, una empresa puede digitalizar grandes cantidades de material en poco tiempo, a costa de destruir los ejemplares físicos, cuyos restos son enviados después a reciclaje.
Anthropic aplicó este procedimiento para construir una biblioteca destinada al desarrollo de Claude. Según los documentos judiciales conocidos durante una demanda contra la compañía, el proyecto interno Panama incluyó la compra de millones de libros, el corte de sus lomos y el escaneo sistemático de las páginas.
Una vez terminada la digitalización, los archivos fueron incorporados a una colección privada que podía utilizarse para entrenar modelos de inteligencia artificial. Ese proceso recibió un tratamiento judicial diferente del aplicado a los libros que Anthropic había descargado desde repositorios digitales no autorizados.
Leé también: Estudios advierten sobre los efectos de usar demasiado la IA: cómo prevenir que ChatGPT arruine nuestra manera de pensar
El acuerdo de USD 1500 millones por los libros pirateados
En 2025, un juez consideró que entrenar una inteligencia artificial con libros adquiridos legalmente podía quedar comprendido dentro del uso legítimo previsto por la legislación estadounidense de derechos de autor.
La situación era distinta para las copias obtenidas de sitios de piratería. Durante el proceso se conoció que Anthropic había descargado más de siete millones de libros desde repositorios no autorizados y los había almacenado en una biblioteca interna. Por ese motivo, el magistrado separó el uso de las obras para entrenar a Claude de la manera en que la empresa había conseguido esos archivos.
El primer punto fue considerado uso legítimo. El segundo podía constituir una infracción a los derechos de autores y editoriales, con indemnizaciones que podían alcanzar cifras mucho mayores. Para evitar que esa parte del conflicto llegara a juicio, Anthropic acordó pagar USD 1500 millones.
En julio de 2026, en otro juzgado federal de Estados Unidos, se aprobó de manera definitiva el convenio, que comprendía cerca de 500.000 títulos y estableció una compensación aproximada de USD 3000 por obra. Según informó Anthropic, más del 91% de los autores y editores incluidos ya había solicitado su parte. Otros titulares decidieron quedar fuera del acuerdo y mantienen demandas independientes contra la compañía.
El pago no constituyó una multa, ya que surgió de un acuerdo entre Anthropic y los demandantes. La resolución tampoco fijó una regla obligatoria para todos los tribunales de Estados Unidos. Como el caso no llegó a una instancia de apelación, otros jueces todavía pueden adoptar interpretaciones diferentes sobre el uso de obras protegidas para entrenar modelos de inteligencia artificial.
Esa incertidumbre también atraviesa las demandas iniciadas contra otras compañías del sector. Google, por ejemplo, fue acusada por una coalición de editoriales de utilizar millones de libros protegidos para desarrollar Gemini. En consecuencia, las causas abiertas deberán determinar por separado si el entrenamiento se encuadra dentro del uso legítimo y si las empresas obtuvieron legalmente el material utilizado.
Leé también: La competencia de ChatGPT crece con ayuda de Elon Musk: Claude usará servidores de SpaceX
El riesgo para los libros raros y agotados
Más allá de las disputas por derechos de autor, las compras masivas generan otra preocupación cuando alcanzan ejemplares escasos, descatalogados o difíciles de conseguir. Hasta ahora, no está claro si los intermediarios identifican y separan esas obras antes de enviarlas a las plantas de digitalización.
Cuando un libro común es destruido durante el escaneo, todavía pueden existir numerosas copias en bibliotecas, librerías o colecciones particulares. La pérdida adquiere otra dimensión si se trata de una edición rara o de un título agotado: cada ejemplar eliminado reduce las posibilidades de que la obra siga circulando entre lectores, investigadores y coleccionistas.
“Entiendo el quiebre romántico que da la imagen de la destrucción de libros para entrenar una IA que luego nos venden. Es una imagen fuerte sobre el futuro al que vamos. Lo entiendo. Pero no se me ocurre cómo podrías frenar que alguien que compra un libro no pueda hacer lo que quiera con ese ejemplar. ¿Se podría definir algo así como libro en vías de extinción que requiera preservación por parte de los Estados y cuidados especiales para los compradores? ¿Serviría de algo?“, expresó Maximiliano Firtman, programador, profesor y autor, en su cuenta de X.
Desde la red social, el experto en IA agregó: ”No queda claro tampoco cuántos de los libros que están siendo destruidos por estas empresas entran en esa categoría de “raros”. Muchos imagino que son libros de los cuales existirán muchos ejemplares, pero que nadie los compra hace años y están distribuidos en esas enormes librerías de usados por todo el mundo".
Leé también: Los bots de inteligencia artificial ya navegan por internet a la par de los humanos
Qué ocurre con los libros después de la digitalización y qué pasa con el mercado
El contenido puede conservarse dentro de la base de datos de una empresa, aunque esa copia digital no necesariamente queda disponible para el público. Así, una obra que antes podía comprarse, prestarse o consultarse termina convertida en información alojada en un sistema privado y destinada al entrenamiento de una inteligencia artificial.
Al mismo tiempo, la llegada de compradores dispuestos a adquirir grandes cantidades de libros sin atender al tema, al autor o al precio podría modificar el mercado de segunda mano. Si estas operaciones continúan, algunos títulos podrían volverse más difíciles de encontrar y aumentar su valor debido a una demanda que ya no proviene únicamente de lectores y coleccionistas.