Durante los primeros años de la explosión tecnológica, los modelos de lenguaje se entrenaron absorbiendo la totalidad del contenido disponible en la web. Sin embargo, internet se ha saturado de textos de baja calidad producidos de forma automática por los propios bots. Si una inteligencia artificial se entrena con datos generados por otra IA, el sistema colapsa en un bucle de imprecisiones conocido como “degradación del modelo”.
Para solucionar esto, las grandes corporaciones han descubierto que el mejor conocimiento humano está guardado en estanterías físicas previas al año 2022. Esto ha provocado que plataformas de bases de datos como ISBNdb comiencen a facilitar la venta masiva y anónima de miles de títulos descatalogados y volúmenes antiguos. Además, estos se venden a los laboratorios de desarrollo tecnológico.
El proceso destructivo: Guillotina y reciclaje
La polémica no radica únicamente en la compra masiva, sino en el destino final del libro. Para que la digitalización sea económicamente viable y veloz, los proveedores de datos no escanean página por página de forma manual. En cambio, el proceso estándar de proyectos como el denominado Project Panama de la firma Anthropic consiste en rebanar el lomo con guillotinas industriales para liberar las hojas sueltas.
Una vez que las páginas pasan por los escáneres de alta velocidad, el papel sobrante es triturado y enviado a plantas de reciclaje de pulpa. Aunque las empresas aseguran que esto es una “preservación digital”, coleccionistas y libreros independientes de Europa y América reportan que se están perdiendo las últimas copias físicas existentes de obras raras. Estas obras jamás volverán a imprimirse.
La zona gris de las leyes de “Uso Justo”
A pesar del descontento cultural, las tecnológicas operan bajo un manto de legalidad técnica. Tribunales federales en casos de derechos de autor han dictaminado que escanear libros físicos adquiridos legalmente para crear bases de datos internas constituye un “uso transformador legítimo” (fair use), siempre y cuando las copias digitales no se distribuyan ni se revendan al público. Por otro lado, al destruir el soporte físico original tras la compra, las empresas evitan que esa misma copia vuelva a circular. Así, aseguran un control absoluto del activo de datos.
¿Qué era “lo real” antes de la IA?
Este fenómeno abre un debate filosófico y técnico profundo sobre la naturaleza de la realidad y el registro histórico. Antes del auge de la IA, lo real estaba intrínsecamente ligado al soporte físico verificable. Un libro impreso operaba como una “verdad inmutable”. Esto significa que, una vez impreso el papel, el texto no podía ser editado de forma remota, alterado por un algoritmo ni manipulado de manera invisible.
Al desaparecer los libros físicos y convertirse en bases de datos virtuales controladas por un puñado de corporaciones tecnológicas, la humanidad pierde la capacidad de contrastar la información. Si el único registro de una obra antigua sobrevive dentro del servidor de un chatbot, la IA adquiere el poder corporativo de moldear, resumir o reescribir la historia y el conocimiento humano a su conveniencia. Además, lo haría sin un testigo físico en papel que demuestre lo contrario.
Si quieres saber más de Alerta de IBM: El uso de Inteligencia Artificial duplica la velocidad de los ciberataques contra sectores energéticos y financieros, leer aquí.
