La carrera de las grandes compañías tecnológicas por conseguir material de calidad para entrenar sus sistemas de inteligencia artificial abrió una controversia en torno a los libros impresos. En el centro de la discusión quedó Anthropic, después de que documentos judiciales revelaran la existencia del "Proyecto Panamá", una iniciativa interna cuyo objetivo era comprar libros físicos a gran escala, digitalizarlos con escáneres de alta velocidad y destruir los ejemplares originales una vez concluido el proceso.
La tecnológica adquirió millones de libros, contrató empresas que cortaron las encuadernaciones, separaron las páginas para pasarlas por equipos de escaneo y, después, enviaron los originales a trituración. De esa manera, la compañía buscó obtener enormes cantidades de texto para entrenar sus modelos de lenguaje, conocidos por la sigla LLM, con material escrito por personas y publicado antes de la expansión de los contenidos creados por IA.
Los documentos se hicieron públicos a principios de 2026 como parte de una demanda que los autores presentaron contra Anthropic. En uno de ellos, la propia empresa describió la magnitud de la iniciativa con una frase contundente: "El Proyecto Panamá es nuestro esfuerzo por escanear de forma destructiva todos los libros del mundo", decía un documento interno de planificación. "No queremos que se sepa que estamos trabajando en esto", señalaba el mismo archivo.
La información que se conoció posteriormente amplió el alcance de la discusión. Los dueños de librerías registraron un aumento histórico en las ventas de ejemplares impresos publicados antes de 2022 y comenzaron a sospechar que las empresas de IA estaban detrás de compras masivas. A eso se sumaron reportes sobre pedidos de libros raros, antiguos y descatalogados que podían alcanzar cientos, miles o incluso 1 millón de ejemplares en una sola operación.
Por qué las empresas de IA recurren a libros impresos
El uso de libros físicos responde a dos problemas que enfrentan las compañías dedicadas al desarrollo de inteligencia artificial. Uno es legal y el otro se relaciona con la calidad de los datos que utilizan para entrenar sus modelos.
Las llamadas bibliotecas digitales que reúnen copias de libros sin autorización de sus autores o editoriales expusieron a distintas empresas del sector a demandas por derechos de autor impulsadas por escritores, artistas, fotógrafos y medios. La compra de un ejemplar físico cambia parte de ese escenario. En Estados Unidos existe la llamada doctrina de la primera venta, una regla del derecho de autor que permite a quien compra legalmente una copia revenderla, prestarla o incluso destruirla sin necesidad de autorización del titular de los derechos.
Otros fallos también determinaron que transformar un libro adquirido legalmente en un archivo digital para el entrenamiento interno de modelos puede considerarse, en determinadas circunstancias, un uso transformador permitido por la legislación estadounidense. Los críticos cuestionan si esa interpretación facilita la creación de enormes bases de datos digitales sin compensar a los autores, aunque la práctica continúa dentro de los márgenes establecidos por los litigios mencionados.
Los libros impresos tienen, además, otro atractivo. Las empresas pueden acceder a obras descatalogadas, especializadas o de nicho que no cuentan con versiones digitales disponibles. Al mismo tiempo, los textos publicados antes de 2022 permiten trabajar con contenido que ni fue producido ni alterado por sistemas de IA.
Ese punto cobró relevancia porque internet alberga cada vez más páginas generadas por IA. El material impreso previo a esa expansión aporta lenguaje escrito por personas, textos extensos que pasaron por procesos de edición, estructuras narrativas y razonamientos largos que no siempre se encuentran en contenidos breves publicados en la web.
Compras masivas, libros raros y depósitos dedicados al escaneo
La cantidad total de libros destruidos aún no se conoce. Sin embargo, documentos judiciales que se hicieron públicos durante el caso que involucró a Anthropic mostraron que la empresa planeaba escanear entre 500.000 y 2 millones de libros mediante un único contrato de seis meses.
Otros reportes describieron pedidos anónimos de entre 1.000 y 1 millón de ejemplares por cada compra. Librerías de segunda mano de Estados Unidos, Reino Unido y Europa también informaron de operaciones mayoristas con libros de no ficción y títulos descatalogados que, en muchos casos, parecían elegidos sin un criterio temático claro.
Una investigación publicada por 404 Media, un medio estadounidense especializado en tecnología, aportó nuevos datos sobre el recorrido de esos ejemplares. Un vendedor de libros raros recibió un pedido de casi 1.000 libros físicos y permitió que periodistas colocaran un Apple AirTag, un pequeño dispositivo de rastreo de Apple que permite localizar objetos, dentro de uno de ellos. Así pudieron seguir el paquete desde California, con escalas en Milwaukee y en Colorado Springs, hasta un depósito propiedad de Amazon identificado como VGT3.
Según 404 Media, en la entrada del edificio aparece el logotipo de un tiranosaurio rex a punto de comerse un libro abierto. Empleados del lugar describieron tareas directamente vinculadas al escaneo continuo de ejemplares.
El caso mostró que las compras no se limitan a bestsellers ni a títulos de amplia circulación. También incluyen libros raros, antiguos y fuera de catálogo, algunos de los cuales podrían no conservarse en otras copias de fácil acceso.
*Esta nota fue publicada originalmente en Forbes.com.
