Anthropic, desarrolladora del modelo de inteligencia artificial Claude, puso en marcha en 2024 una estrategia para adquirir millones de libros, deshojarlos, digitalizarlos y utilizar su contenido para entrenar modelos de IA. Después del escaneo, los ejemplares eran enviados a una empresa de reciclaje.
La iniciativa, denominada Proyecto Panamá, permaneció en secreto hasta que un juez federal de Estados Unidos hizo públicos más de 4 mil páginas de documentos relacionados con una demanda por derechos de autor contra la compañía.
Anthropic buscó información que no estaba disponible en internet
Los documentos revisados por The Washington Post mostraron que Anthropic también recurrió inicialmente a libros y materiales provenientes de sitios que distribuían contenidos sin autorización. Posteriormente, la empresa compró millones de ejemplares usados, cortó sus lomos para facilitar el escaneo y utilizó ese contenido como material de entrenamiento.
Rocío Aldeco Pérez, especialista en criptografía y sistemas distribuidos, explicó que el procedimiento refleja la búsqueda de nuevas fuentes de información más allá de internet, especialmente obras antiguas que nunca habían sido digitalizadas.
Juez avaló uso de libros adquiridos legalmente
El juez de distrito William Alsup determinó que Anthropic podía emplear libros comprados legalmente para entrenar sus modelos, al considerar que el uso era transformador. Sin embargo, dejó abierta la disputa relacionada con obras obtenidas mediante fuentes que infringían derechos de autor.
Ismael Everardo Bárcenas Patiño, responsable del Laboratorio de Inteligencia Artificial Microsoft de la UNAM, señaló que los modelos requieren grandes cantidades de información y planteó la necesidad de analizar si las empresas deberían pagar derechos de autor cuando desarrollan productos comerciales utilizando estas obras.
Especialistas piden regulación en México
Bárcenas Patiño consideró que México todavía no posee la infraestructura tecnológica necesaria para desarrollar una operación de la escala del Proyecto Panamá, pero cuenta con grandes cantidades de información potencialmente atractivas para empresas extranjeras, desde producción editorial hasta contenidos digitales y datos gubernamentales.
Los especialistas plantearon la necesidad de desarrollar tecnología propia y establecer reglas claras en México sobre el uso de libros, obras protegidas y datos para entrenar modelos de inteligencia artificial.
