Empresas de inteligencia artificial compran libros en masa y los destruyen

Grandes empresas en el campo de la inteligencia artificial han comenzado a comprar masivamente libros impresos para entrenar sus modelos y formar nuevas bases de datos. Según una investigación de 404 Media, tras el proceso de digitalización, los libros son destruidos físicamente por completo, lo que genera graves preocupaciones sobre el destino de la herencia literaria. Así lo informa Ixbt.com. informa .

Se supo que tales compras se realizan a través de intermediarios especiales para ocultar a los clientes finales. En el marco de algunas transacciones de venta directa, se compran publicaciones de 1 000 a 1 millón de ejemplares a la vez. En este caso, a los compradores no les interesa tanto el autor, el género o el tema específico, sino el volumen y la calidad del texto.

Cambios drásticos en el mercado del libro

La base de datos ISBNdb, que anteriormente prestaba servicios a bibliotecas y librerías, también participa activamente en este proceso. Actualmente ofrece servicios de entrega al por mayor y compra masiva de libros para corporaciones que trabajan en el área de la inteligencia artificial. Los vendedores de libros usados señalan que la demanda ha aumentado considerablemente: si antes vendían un promedio de 20 libros por semana, ahora esta cifra alcanza cientos de ejemplares. Una tendencia similar se observa en las plataformas de venta Alibris y Biblio.

Según los expertos, las obras impresas escritas por humanos son la fuente de datos más pura y cualitativa para la inteligencia artificial. La razón es que no contienen el volumen de datos repetitivos y de baja calidad generados por las propias redes neuronales. Esto tiene una importancia crucial para mejorar la estructura lógica y la alfabetización de los modelos lingüísticos.

Problemas legales y patrimonio destruido

Esta práctica también se confirmó en los documentos judiciales presentados anteriormente contra Anthropic. La empresa compró libros, los escaneó con la ayuda de contratistas y luego cortó muchos ejemplares en páginas individuales para facilitar el proceso de escaneo industrial rápido. El tribunal consideró que el uso de libros comprados legalmente para el entrenamiento está permitido bajo el principio de "uso justo" (fair use). Sin embargo, la empresa también se ha enfrentado a otras demandas por almacenar millones de libros pirateados. Asimismo, Google ha sido demandado por utilizar ilegalmente millones de libros protegidos por derechos de autor para entrenar su modelo Gemini.

El aspecto más alarmante del proceso es que, tras el escaneo, muchos libros raros y que no se han reeditado en mucho tiempo se destruyen de forma irreversible. Sus copias digitales solo se almacenan en bases de datos cerradas de inteligencia artificial. Esto crea el riesgo de la desaparición física de un valioso patrimonio cultural para las generaciones futuras.