La carrera por desarrollar modelos de inteligencia artificial cada vez más capaces está llevando a las empresas tecnológicas a buscar una materia prima que parecía pertenecer a otro mundo: los libros físicos de segunda mano.
Detrás de esta tendencia aparece el llamado Proyecto Panamá, una iniciativa relacionada con Anthropic, la compañía responsable de Claude, que salió a la luz a partir de documentos judiciales. El proyecto contemplaba comprar grandes cantidades de libros físicos, retirar sus encuadernaciones, escanear las páginas y posteriormente desechar los ejemplares.
La razón es sencilla en apariencia: los modelos de IA necesitan cantidades enormes de información para entrenarse, pero encontrar datos nuevos, de calidad y suficientemente diversos se ha convertido en uno de los grandes desafíos de la industria.
¿Por qué la inteligencia artificial necesita libros?
Los modelos de lenguaje aprenden a partir de enormes cantidades de texto. Durante años, buena parte de esos datos procedieron de internet, donde existe una cantidad prácticamente inagotable de páginas, artículos, publicaciones y documentos.
El problema es que tener más datos no necesariamente significa tener mejores datos.
La expansión de contenido generado por inteligencia artificial también ha incrementado las preocupaciones sobre la calidad de la información disponible en internet. Para las compañías tecnológicas, los libros publicados antes del actual auge de la IA representan una fuente de textos creados originalmente por autores humanos, con estructuras lingüísticas más elaboradas y contenidos especializados.
Por eso, ejemplares antiguos, descatalogados o difíciles de encontrar están adquiriendo un nuevo valor dentro de la economía de los datos.
¿Qué era el Proyecto Panamá?
El Proyecto Panamá fue una iniciativa de Anthropic desarrollada alrededor de 2024. De acuerdo con documentos internos revelados durante un litigio por derechos de autor, la empresa buscaba crear una enorme biblioteca digital mediante la adquisición de libros físicos y su posterior digitalización.
El método utilizado tenía una característica particularmente polémica: en lugar de conservar intactos los libros, se contemplaba cortar sus lomos para poder escanear rápidamente las páginas.
Los documentos describen un proceso industrial en el que los ejemplares podían ser comprados, desmembrados, escaneados mediante equipos de alta velocidad y posteriormente reciclados.
La estrategia buscaba resolver un problema práctico. Escanear manualmente millones de páginas sería demasiado lento y costoso. Al retirar la encuadernación, las páginas pueden pasar por sistemas automatizados de digitalización de manera mucho más rápida.
Los libros de segunda mano se convierten en una fuente de datos
La historia del Proyecto Panamá también ayuda a explicar por qué las empresas de inteligencia artificial están mirando hacia las librerías y plataformas de libros usados.
Un ejemplar de segunda mano puede parecer prácticamente inútil desde el punto de vista comercial si se trata de un título antiguo o con poca demanda. Para una empresa que necesita alimentar un modelo de IA, en cambio, puede representar miles de páginas de información.
Investigaciones recientes han encontrado pedidos masivos y poco habituales de libros usados y antiguos, realizados mediante intermediarios y plataformas especializadas. Algunos vendedores han señalado que los compradores parecen estar mucho más interesados en adquirir grandes cantidades de títulos que en conocer detalles sobre cada ejemplar.
Esto ha creado una situación inesperada: un libro que llevaba años acumulando polvo puede tener ahora valor como conjunto de datos.
¿Por qué no utilizar simplemente libros digitales?
Aquí aparece una de las partes más complejas del problema.
Las compañías de IA necesitan acceder legalmente a grandes cantidades de contenido. Sin embargo, los derechos de autor pueden limitar qué materiales pueden copiarse, almacenarse y utilizarse para entrenar modelos.
Anthropic enfrentó precisamente una disputa por el uso de libros protegidos por derechos de autor. El litigio relacionado con autores como Andrea Bartz y Charles Graeber permitió que documentos internos sobre el Proyecto Panamá salieran a la luz.
El caso ha convertido la adquisición de libros físicos en una alternativa particularmente llamativa. Comprar un ejemplar y digitalizarlo plantea preguntas jurídicas distintas a descargar ilegalmente una copia digital.
Pero eso no significa que todas las cuestiones legales estén resueltas. La relación entre derechos de autor, digitalización y entrenamiento de inteligencia artificial continúa generando disputas y diferentes interpretaciones judiciales.
El problema de destruir libros para entrenar una IA
La parte más controvertida del Proyecto Panamá no es únicamente la utilización de los libros como datos, sino lo que ocurre con ellos después.
El proceso de escaneo destructivo puede convertir un libro físico en una fuente digital de información, pero también significa que el ejemplar original deja de existir.
Esto resulta especialmente delicado cuando se trata de libros descatalogados, ejemplares raros o títulos que ya cuentan con pocas copias disponibles. Investigaciones recientes han recogido la preocupación de libreros ante la posibilidad de que obras difíciles de reemplazar terminen siendo destruidas después de ser adquiridas por compradores vinculados con la industria tecnológica.
Para los defensores del patrimonio bibliográfico, el problema va más allá de una cuestión comercial. Un libro físico puede contener un valor histórico, cultural o documental que no necesariamente queda compensado por una copia digital privada.
La nueva fiebre por los datos de calidad
El caso de Anthropic no ocurre en aislamiento.
La industria de la inteligencia artificial atraviesa una etapa en la que los datos se han convertido en uno de los recursos más disputados. Las compañías necesitan grandes volúmenes de información para desarrollar modelos cada vez más avanzados, pero también buscan reducir la cantidad de contenido de baja calidad o generado sintéticamente que podría terminar contaminando sus conjuntos de entrenamiento.
Por eso, los libros escritos antes de la expansión de la IA tienen un atractivo particular.
También existe otro incentivo: los títulos especializados pueden contener información que difícilmente se encuentra reunida en un solo sitio de internet. Historia, ciencia, literatura, filosofía, manuales técnicos y publicaciones académicas pueden aportar vocabulario y conocimientos que amplían las capacidades de un modelo.
La paradoja es evidente: mientras la IA intenta construir el futuro, está recurriendo a una de las formas más antiguas de almacenar conocimiento.
¿Qué sigue para los libros físicos?
El creciente interés de las empresas tecnológicas ya está provocando preguntas entre libreros, autores, editores y especialistas en preservación cultural.
Si la demanda de libros usados continúa aumentando, determinados ejemplares podrían adquirir un valor inesperado. Pero también existe el riesgo de que algunos títulos desaparezcan del mercado físico precisamente porque fueron comprados para ser digitalizados y posteriormente destruidos.
El desafío será encontrar un equilibrio entre la innovación tecnológica y la conservación del patrimonio escrito.
La digitalización puede ayudar a preservar información que de otro modo podría perderse. Pero cuando la digitalización implica destruir el objeto original, la discusión cambia por completo.
Una carrera tecnológica con un costo cultural
El Proyecto Panamá muestra hasta qué punto la búsqueda de datos para entrenar inteligencia artificial está modificando mercados que parecían completamente alejados de Silicon Valley.
Las librerías de segunda mano, los almacenes de libros y los ejemplares descatalogados ahora forman parte de una cadena de suministro que puede terminar alimentando modelos de IA.
La pregunta que queda abierta no es solamente cuántos datos necesita la inteligencia artificial para seguir avanzando, sino qué estamos dispuestos a sacrificar para conseguirlos.
Porque un libro puede convertirse en millones de datos para una máquina. Pero, una vez destruido el ejemplar físico, recuperar ese fragmento de historia puede ser mucho más complicado.
