Empresas de inteligencia artificial están comprando libros físicos al por mayor de forma anónima y destruyéndolos después de escanear el contenido para el entrenamiento de modelos de IA, según un informe publicado primero por 404 Media.

Los libreros señalan que la demanda de títulos poco conocidos y agotados se ha disparado, lo que genera preocupaciones de que los libros raros y poco comunes estén desapareciendo permanentemente como consecuencia de esta práctica.

Un juez federal ha dictaminado que el escaneo destructivo de libros adquiridos legalmente puede calificar como uso justo, incluso mientras continúa el litigio por derechos de autor contra los desarrolladores de IA en los tribunales.

Una industria emergente de escaneo destructivo

Evocando la clásica novela distópica Fahrenheit 451, algunas empresas de IA no se limitan a leer libros: los están destruyendo. A medida que los desarrolladores compiten por construir modelos de IA más potentes y se acumulan las demandas por derechos de autor, ha surgido una industria emergente para abastecerlos con millones de libros físicos que son desarmados, escaneados en conjuntos de datos de entrenamiento y luego desechados.

Según los informes, las empresas de IA están utilizando intermediarios para adquirir libros a escala industrial manteniendo el anonimato. Empresas especializadas en aprovisionamiento masivo publicitan su capacidad para localizar cientos de miles de títulos mientras garantizan confidencialidad para sus clientes de IA, lo que refleja la sensibilidad que rodea esta práctica.

Los críticos afirman que la ola de compras está impulsada por empresas de IA que buscan preservar el conocimiento escrito por humanos antes de que se diluya con texto generado por IA, a menudo denominado "AI slop". Los libros publicados antes del auge de la IA generativa en 2023 se consideran especialmente valiosos porque proporcionan datos de entrenamiento de alta calidad escritos íntegramente por humanos. Este impulso refleja un desafío más amplio de la industria que a veces se denomina "muro de datos": a medida que el texto disponible públicamente en internet se satura cada vez más con contenido generado por IA, los desarrolladores recurren a fuentes sin conexión de escritura humana verificada para mantener la calidad de los modelos.

Transformación del mercado de libros usados

El aumento de la demanda ya está transformando el mercado de libros usados. Un librero no identificado afirmó a 404 Media que las ventas semanales pasaron de aproximadamente 20 libros a varios cientos después de que los compradores de IA entraran al mercado. Aunque el incremento ha sido rentable, el librero expresó su preocupación de que los libros poco comunes y agotados se estén perdiendo permanentemente después de ser escaneados y destruidos.

"Me beneficia financieramente y también me permite liquidar inventario antiguo que de otro modo sería poco probable que se vendiera", afirmó el librero a 404 Media. "He estado bien preparado para estas ventas con inventario del extranjero y libros en otros idiomas. Por otro lado, no me gusta el uso final y no me gusta que los libros poco comunes estén siendo destruidos".

La pérdida de ejemplares físicos es particularmente grave en el caso de libros con tiradas limitadas o que nunca fueron digitalizados, lo que plantea interrogantes sobre si las empresas de IA tienen alguna obligación de preservar los artefactos que consumen.

Precedente legal: uso justo para el escaneo destructivo

La práctica refleja el "Proyecto Panama" de Anthropic, que digitalizó millones de libros mediante escaneo destructivo.

El verano pasado, en la demanda por derechos de autor Bartz v. Anthropic PBC, un juez federal en San Francisco dictaminó que escanear libros físicos adquiridos legalmente para convertirlos en copias digitales, incluso cuando los originales eran destruidos, constituía un uso justo transformador. Jueces federales posteriormente emitieron dictámenes similares de uso justo en casos separados de derechos de autor que involucran a OpenAI y Meta.

Sin embargo, en un caso distinto, un juez federal del mismo distrito aprobó un acuerdo por derechos de autor de 1.500 millones de dólares que requiere a Anthropic pagar a miles de autores aproximadamente 3.000 dólares por libro después de que la empresa utilizara copias piratas de sus obras para entrenar a Claude. Los resultados contrastantes subrayan una distinción legal que las empresas de IA ahora navegan con cuidado: comprar y escanear un libro físico puede estar protegido, pero obtener el mismo contenido mediante piratería no lo está.

Reacción de la industria y llamados a la preservación

En respuesta a la creciente reacción negativa, desarrolladores de IA, incluido Elon Musk, han hablado en contra de la práctica e instado a las empresas a preservar los libros que se escanean.

"He pedido al equipo de SpaceXAI que preserve cualquier libro raro en una biblioteca y lo escanee de la manera tradicional en lugar de simplemente cortar el lomo y escanearlo", escribió Musk en X.