La nueva quema de la Biblioteca de Alejandría: empresas de IA destruyen libros raros a gran escala
La industria de la inteligencia artificial ha emprendido una práctica que editores y bibliófilos califican de histórica destrucción patrimonial: la adquisición masiva de libros físicos —incluidos títulos raros, descatalogados y antiguos— para su escaneo industrial mediante el corte del lomo, tras lo cual los originales son triturados y desechados. Un creciente número de libreros de viejo en Europa y Estados Unidos han detectado pedidos inusuales por cientos o miles de volúmenes, lo que ha destapado una operación a escala global coordinada principalmente por la empresa Anthropic, creadora del chatbot Claude.
El mecanismo se articula a través de compañías intermediarias como ISBNdb, que ofrece discretamente hasta un millón de títulos por pedido, con especial preferencia por obras anteriores a 2022, consideradas "libres de contaminación de IA" y, por tanto, más valiosas para entrenar modelos de lenguaje. Un librero holandés de libros antiguos declaró a 404 Media haber pasado de vender unas 20 obras por semana a cientos, incluyendo volúmenes difíciles de encontrar en idiomas extranjeros. El beneficio económico es evidente, confesó, pero también la incomodidad: "No me gusta el uso final, ni que libros poco comunes se conviertan en pulpa".
La dimensión del proyecto quedó al descubierto durante el juicio por derechos de autor contra Anthropic. Documentos internos revelaron "Project Panama", lanzado en 2024, una operación industrial descrita en un memorando como "nuestro esfuerzo por escanear disruptivamente todos los libros del mundo", con la advertencia expresa de que "no queremos que se sepa que estamos persiguiendo este proyecto". Para ello, la compañía contrató al exdirector de Google Books con el objetivo declarado de adquirir "todos los libros del mundo". El proceso emplea máquinas hidráulicas que cortan los lomos y escáneres de producción de alta velocidad, tras lo cual los libros son destruidos.
El marco legal que ampara esta práctica proviene de un fallo judicial federal en el caso de derechos de autor contra Anthropic. El juez determinó que, al realizar una copia digital y destruir el original físico en una transferencia uno-a-uno, el proceso califica como "transformador" y queda bajo las protecciones del uso justo ("fair use"). El razonamiento es que, dado que solo existe una copia a la vez, no se trata de piratería tradicional. Este precedente legal amenaza con acelerar masivamente la destrucción.
ISBNdb, consciente de la sensibilidad del asunto, reconoce en su material de marketing que "'empresa de IA destruye dos millones de libros' no es un titular que genere simpatía" y ofrece acuerdos de confidencialidad a los compradores, sugiriéndoles presentar la actividad como "preservación digital". Las víctimas son libros que han sobrevivido a guerras, incendios y olvidos durante siglos, cuya rareza radicaba precisamente en su carácter marginal.
En los Países Bajos, un librero recibió un correo de una empresa radicada en Singapur que afirmaba trabajar en "un nuevo proyecto enfocado en coleccionar libros en múltiples idiomas", adjuntando una lista de 3.000 títulos en inglés organizados por ISBN: desde folclore y cuentos hasta manuales técnicos y textos científicos. Reportes similares han surgido en Suiza, España y Alemania. Los libreros coincidieron en que ningún coleccionista o revendedor necesitaría un surtido tan aleatorio de títulos oscuros, lo que apunta inequívocamente a su destino como datos de entrenamiento.
Ante la magnitud del expolio, las reacciones no se han hecho esperar. Elon Musk aseguró en su plataforma X haber ordenado a su equipo de IA "preservar cualquier libro raro en una biblioteca y escanearlos de la manera difícil, en lugar de simplemente cortar el lomo y escanear". La declaración resultó polémica, dado que el propio modelo de IA de Musk ha sido acusado de generar material de abuso sexual infantil.
Mientras tanto, libros que durante siglos resistieron el paso del tiempo terminan convertidos en puntos de datos dentro de un modelo de lenguaje, sin que exista ninguna garantía de que la versión digitalizada refleje fielmente el original. A diferencia de la copia física, la representación digital queda a merced de la interpretación algorítmica, con los riesgos de distorsión que ello implica. Sin un cambio en el marco legal o una presión social sostenida que obligue a las empresas a preservar los originales, la Biblioteca de Alejandría arde una vez más, esta vez ante la mirada indiferente de quienes alimentan la siguiente generación de inteligencia artificial.