La destrucción masiva de libros para entrenar IA enciende la ira de libreros y bibliotecarios

La revelación de que empresas de inteligencia artificial destruyen libros impresos para entrenar sus modelos ha desatado la indignación de bibliotecarios, libreros y amantes de la cultura. Mientras gigantes tecnológicos compran lotes masivos de títulos oscuros y los trituran tras escanearlos, el Internet Archive demuestra que existe otra vía: escanear cada página con cuidado humano, sin destruir el original. ***

• La práctica de destruir libros para entrenar IA se extendió tras revelarse el 'Proyecto Panamá' de Anthropic en 2025.
• El Internet Archive escanea libros raros página por página con manos humanas, sin cortar encuadernaciones ni destruir originales.
• Librerías como Kennys en Irlanda detectan pedidos masivos de 5.000 títulos oscuros sin regateo, señal de alerta para entrenadores de IA.

La destrucción de libros para entrenar modelos de inteligencia artificial se ha convertido en una práctica cada vez más extendida en Silicon Valley. Empresas tecnológicas en feroz competencia por desarrollar los modelos más avanzados están recurriendo al método más barato y rápido: comprar libros impresos, recortar sus páginas, escanearlas y luego triturar los ejemplares.

Esta dinámica fue destapada por una demanda judicial en el verano de 2025 que reveló que Anthropic destruyó millones de libros impresos para entrenar sus modelos. La compañía usó el nombre en clave 'Proyecto Panamá' para ocultar la operación al público.

La revelación provocó una ola de indignación entre quienes valoran la preservación del patrimonio bibliográfico. La idea de pilas de lomos de libros alimentando trituradoras de madera resulta especialmente dolorosa para los amantes de las ediciones raras.

El escaneo destructivo es la forma más barata de procesar libros masivamente. Las empresas de IA están en una carrera por mejorar sus modelos con textos largos y de alta calidad disponibles únicamente en formato libro.

Los defensores de la preservación temen que la práctica ocurra a una escala mucho mayor de lo reportado. Y lo peor es que algunas copias físicas de libros raros podrían perderse para siempre.

Internet Archive y el arte de escanear sin destruir

La destrucción de libros no tiene por qué ser inevitable. Google patentó en 2009 una tecnología de escaneo no destructiva que las empresas de IA podrían implementar si estuvieran dispuestas a reducir la velocidad e invertir más recursos.

Sin embargo, el método de Google no es perfecto. Estudios han encontrado que la curvatura de las páginas puede distorsionar el texto y algunas páginas pueden omitirse durante el proceso.

Cuando los trabajadores se mueven demasiado rápido, ocurren fallas adicionales. Se han documentado manos sin cuerpo que ocultan páginas en los escaneos, comprometiendo la calidad del material digitalizado.

Internet Archive ha entendido desde hace mucho que escanear textos antiguos requiere tiempo y atención especial. La organización ayuda a bibliotecas a preservar colecciones envejecidas mediante un proceso que prioriza la integridad física del libro.

El método del Internet Archive puede parecer casi alienígena para las empresas de IA que buscan atajos. Pero es precisamente esa dedicación la que protege ejemplares que jamás podrían ser reemplazados si se destruyeran.

Eliza Zhang, escáner de libros en Internet Archive desde 2010, describió su trabajo en una publicación de 2021. Para ella, escanear 'a la manera difícil' tiene un valor intrínseco que trasciende la eficiencia.

Zhang ha escaneado más de 3 millones de páginas durante más de una década de labor. También procesó más de 14,000 desplegables y 18,000 artículos, en su mayoría libros.

Su objetivo es alcanzar 'cero errores'. Cada página requiere concentración intensa porque los libros antiguos tienen hojas extremadamente frágiles, 'delgadas como papel'.

Andrea Mills, quien ayuda a dirigir las operaciones de escaneo, explicó que 'las manos humanas limpias y secas son la mejor manera de pasar páginas'. Los escáneres automatizados con brazos de vacío no funcionan bien para volúmenes raros.

Internet Archive probó escáneres comerciales automatizados, pero los resultados fueron decepcionantes. Para libros frágiles y colecciones especiales, la intervención humana sigue siendo insustituible.

Zhang se toma su tiempo con cada obra. Levanta con cuidado el vidrio del escáner con un pedal, ajusta las cámaras y verifica que cada página sea legible antes de continuar.

También registra cualquier desplegable, estableciendo recordatorios para volver y escanear insertos adicionales. Así garantiza que los materiales suplementarios no se pierdan durante la documentación de la obra principal.

Si se omite una página o una imagen queda borrosa, el software propietario de Internet Archive detiene el proceso. Zhang debe reescanear el material defectuoso antes de avanzar.

Chris Freeland, director de servicios bibliotecarios de Internet Archive, confirmó que la publicación de 2021 sigue siendo 'la mejor descripción de nuestro proceso de escaneo hoy'. El método no ha cambiado en lo esencial.

Un video del trabajo de Zhang alcanzó 1.5 millones de reproducciones en Twitter en su momento. El pie de foto resonaba con los amantes de los libros: 'Nunca destruimos un libro cortando su encuadernación'.

Vendedores de libros raros detectan pedidos sospechosos

Desde que la demanda contra Anthropic reveló la destrucción masiva de libros, los amantes de la cultura se han movilizado. El mayor temor es que las empresas de IA pulvericen sin cuidado ejemplares que nunca podrán ser reemplazados.

La semana pasada, dos informes recientes intensificaron la alarma. El diario The Telegraph acusó a Silicon Valley de destruir millones de libros raros y 'triturar los originales'.

Medios como 404 Media reportaron que ISBNdb, una base de datos de libros, promocionaba sus servicios para ayudar a empresas de IA a conseguir libros a granel. La empresa supuestamente advirtió a sus clientes que la óptica era mala.

Anthropic comenzó a usar el nombre en clave 'Proyecto Panamá' para ocultar su destructiva operación de escaneo. No hay indicios de que la compañía haya destruido libros raros, y así lo ha negado en declaraciones públicas.

Sin embargo, los vendedores de libros raros continúan detectando pedidos extraños que levantan sospechas. Los compradores legítimos tienden a buscar libros individuales, no grandes lotes de selecciones muy variadas.

Justo esta semana, la librería irlandesa Kennys señaló un pedido 'bananas' de 5,000 títulos oscuros. El comprador no intentó regatear el precio, lo que se ha convertido en una 'bandera roja' de posible participación de IA.

Tomás Kenny de Kennys Bookshop declaró que la IA está 'aterrorizando a nuestra industria'. Planea rechazar pedidos probablemente destinados al entrenamiento de modelos para proteger los derechos de autores y lectores.

Kenny afirmó que los libreros suelen estar a la vanguardia de dilemas morales y éticos. Pero en el caso de IA tomando propiedad intelectual, 'Kennys no quiere ser parte de eso'.

Algunos libreros temen que vender a empresas de IA que destruyen indiscriminadamente sus colecciones sea 'firmar su propia sentencia de muerte'. El beneficio a corto plazo no justifica el daño a largo plazo.

La comunidad de lectores y bibliotecarios pide transparencia sobre qué libros se compran y con qué propósito. Sin embargo, la falta de regulación deja a las empresas de IA operando en una zona gris.

Respuestas de la industria y escepticismo persistente

Algunas empresas tecnológicas están colaborando con instituciones para preservar libros raros. OpenAI y Microsoft trabajan con bibliotecarios de Harvard en una iniciativa para entrenar modelos con aproximadamente 1 millón de libros de dominio público del siglo XV.

xAI de Elon Musk ha declarado públicamente que no destruirá libros raros para entrenar IA. Musk pidió a su equipo que preservara cualquier libro raro y los escaneara 'a la manera difícil' en lugar de cortar el lomo.

Pero los críticos no están del todo convencidos. Musk no dijo que su equipo no destruiría ningún libro, y no está claro cómo su empresa define un libro 'raro'.

La ley de derechos de autor permite a las empresas destruir copias de libros que han comprado. Esto otorga un marco legal, aunque éticamente cuestionable, para la práctica destructiva.

La reacción pública podría presionar a las grandes tecnológicas a adoptar métodos no destructivos como los del Internet Archive. La presión social ha obligado antes a empresas de IA a modificar prácticas controvertidas.

Sin embargo, el incentivo económico sigue favoreciendo la destrucción. Escanear millones de libros con métodos no destructivos requiere más tiempo, dinero y personal capacitado.

El Internet Archive ha demostrado que es posible digitalizar a escala sin sacrificar los originales. Pero su modelo depende de una misión de preservación, no de maximizar la velocidad de entrenamiento de modelos.

Para los amantes de los libros que sienten angustia ante los titulares sobre destrucción, el método del Internet Archive ofrece un bálsamo. Existe una alternativa que respeta tanto el conocimiento como el objeto físico.

El valor de la preservación y las consecuencias futuras

El atractivo de los libros raros va más allá de su contenido. La experiencia de sostener un volumen antiguo, con sus páginas amarillentas y su encuadernación centenaria, conecta al lector con generaciones pasadas.

Zhang, la escáner de Internet Archive, pausa ocasionalmente su trabajo para leer fragmentos de los títulos que procesa. Cada colección es importante para ella.

Cuando se le preguntó qué le gustaba más de su labor, respondió con un entusiasmo contagioso. '¡Todo! Encuentro todo interesante', dijo, añadiendo que no siente que el trabajo sea aburrido.

Ese entusiasmo contrasta radicalmente con la lógica industrial de triturar libros para extraer datos. La diferencia de enfoque revela dos visiones opuestas sobre el conocimiento y su preservación.

Si la práctica destructiva continúa sin control, los libros raros se volverán aún más escasos. Los lectores futuros podrían perder acceso a copias físicas que hoy consideramos irremplazables.

La comunidad de libreros, bibliotecarios y lectores exige responsabilidad. Mientras tanto, empresas como Kennys toman la decisión de rechazar pedidos sospechosos, aunque eso signifique renunciar a ingresos.

El debate está lejos de resolverse. La demanda por destrucción masiva de libros podría sentar precedentes legales importantes para la industria de IA.

Los defensores de la preservación esperan que la transparencia y la presión pública obliguen a las empresas a cambiar. Cada libro triturado representa una pérdida irreversible para el patrimonio cultural compartido.

El método del Internet Archive demuestra que la eficiencia no tiene por qué estar reñida con el respeto a los originales. La verdadera innovación podría consistir en escanear más despacio, no más rápido.

Para quienes valoran la cultura escrita, la batalla contra la destrucción de libros es también una batalla por el futuro del conocimiento. Lo que está en juego trasciende a la inteligencia artificial.

La decisión final recaerá en las empresas, los reguladores y los consumidores. Por ahora, los libreros como Tomás Kenny han elegido un bando: el de los libros, no el de los datos.