Un nuevo reporte de 404 Media reveló que varias empresas de inteligencia artificial han recurrido a servicios intermediarios para comprar de forma anónima millones de libros físicos, los cuales son digitalizados y posteriormente destruidos, con el objetivo de utilizarlos como datos de entrenamiento para sus modelos de lenguaje.
Cómo funciona el servicio de intermediación
El servicio ISBNdb, tradicionalmente utilizado por bibliotecas, distribuidores y librerías, ahora ofrece pedidos de entre 1,000 y un millón de libros por transacción específicamente diseñados para las necesidades de entrenamiento de modelos de lenguaje, garantizando además acuerdos de confidencialidad para proteger la identidad de las empresas compradoras. El propio sitio de ISBNdb reconocía en una página ya eliminada que “el problema de percepción es real”, admitiendo que un titular como “empresa de IA destruye dos millones de libros” no generaría simpatía pública.
El caso de Anthropic y el litigio previo
Según documentos internos citados en el reporte, Anthropic señaló en su momento que “no queremos que se sepa que estamos trabajando en esto”, conscientes de que triturar millones de libros únicamente para evitar que su chatbot sonara como “internet de baja calidad” no sería una medida popular entre el público. Documentos revelados durante una demanda de derechos de autor, que la compañía resolvió con un acuerdo de 1,500 millones de dólares, ya habían confirmado previamente esta práctica bajo un esfuerzo interno conocido como Project Panama.
Un juez federal determinó que digitalizar libros comprados legalmente y destruir posteriormente la copia física constituye uso legítimo bajo la Sección 107 de la Ley de Derechos de Autor de Estados Unidos, ya que garantiza que solo exista una copia del contenido a la vez. Los libros publicados antes de 2022 se han vuelto particularmente valiosos para este propósito, al estar libres de texto generado por inteligencia artificial que podría contaminar los datos de entrenamiento.
Libreros consultados por 404 Media reportaron un aumento considerable en sus ventas desde abril de este año, señalando además que muchos de los libros solicitados son ejemplares raros o de tiraje reducido, lo que ha generado preocupación sobre la posible pérdida de algunas de las pocas copias físicas restantes de ciertas obras.