Se suponía que las librerías de segunda mano no iban a ser una historia de crecimiento. Durante años, el sector luchó mientras la lectura digital transformaba los hábitos y el tráfico presencial disminuía. Las ventas de las librerías alcanzaron su punto máximo en 2007 con 17.180 millones de dólares y han ido cayendo en su mayoría desde entonces. Ahora, algunas de esas mismas tiendas están procesando pedidos al por mayor de miles de volúmenes en un solo día. Los compradores no son lectores. Son empresas de IA, y es posible que los libros no sobrevivan al encuentro.
De Northumberland a Las Vegas: la magnitud de la demanda
Barter Books, una librería de segunda mano en Northumberland, el condado menos poblado de Inglaterra, suele mover entre 2.000 y 3.000 libros por semana. Recientemente, el propietario recibió un único pedido al por mayor de una empresa canadiense que igualaba todo ese volumen semanal. Varias librerías vecinas informan de patrones similares.
Los pedidos llegan a través de plataformas como Biblio, que ocultan la identidad de los compradores, por lo que los vendedores rara vez saben con certeza quién está comprando o por qué. Pero la magnitud de las transacciones hace que la explicación del “coleccionista personal entusiasta” no sea verosímil. Un envío que contenía al menos un libro raro fue rastreado hasta una instalación de entrenamiento de IA de Amazon en Las Vegas, una instalación que escanea destructivamente libros con fines de entrenamiento de IA.
El escaneo destructivo es exactamente lo que parece. Los libros encuadernados se desmontan físicamente para que sus páginas individuales puedan pasarse por escáneres de alta velocidad. A continuación, el texto es ingerido por un LLM. Una vez que el proceso se completa, las páginas se descartan, se reciclan o se convierten en pulpa. El libro deja de existir.
El panorama legal que hizo esto necesario
El aumento en la compra de libros usados no es aleatorio. Sigue un desarrollo legal específico. Anthropic llegó recientemente a lo que se ha descrito como uno de los mayores acuerdos por infracción de derechos de autor de la historia, acordando pagar 1.500 millones de dólares a más de 300.000 escritores que habían presentado una demanda contra la empresa dos años antes. OpenAI sigue enfrentándose a múltiples demandas por infracción de derechos de autor por parte de fuentes como The New York Times, la Encyclopedia Britannica, la comediante Sarah Silverman y varios autores de no ficción, quienes alegan que la empresa copió sus libros para entrenar a su LLM.
El acuerdo con Anthropic, sin embargo, produjo un fallo judicial con importantes implicaciones. El tribunal determinó que entrenar a la IA con obras protegidas por derechos de autor no es ilegal, siempre que la empresa pagara por los libros que utilizó. Un juez diferente llegó a una conclusión similar con respecto a Meta. Este fallo creó efectivamente una vía legal: adquirir los libros físicos, pagarlos y el entrenamiento es permisible.
Los libros usados ofrecen una ruta de adquisición más barata que comprarlos directamente a las editoriales. Las editoriales también pueden negarse a suministrar copias a las empresas de IA si se conoce el uso previsto. Comprar a través de mercados anónimos evita ambos problemas.
El caso de Anthropic también sacó a la luz una iniciativa interna llamada “Project Panama”, que la empresa describió como su esfuerzo por “escanear destructivamente todos los libros del mundo”. La documentación interna reveló que la empresa utilizó un nombre en clave para el método de entrenamiento específicamente porque, en sus propias palabras, no quería que se supiera que estaba trabajando en esto. Desde entonces, Anthropic ha declarado a la BBC que ninguno de sus programas de adquisición de datos compra y destruye libros raros o antiguos.
Lo que esto revela sobre cómo se construyen realmente los sistemas de IA
Esto es lo que la mayor parte de la cobertura sobre el desarrollo de IA infravalora: la calidad y amplitud de los datos de entrenamiento de un modelo de lenguaje no son una nota al pie técnica. Son los cimientos. Los libros, particularmente los más antiguos, contienen formas de conocimiento, estructura de prosa y experiencia en dominios que no se pueden replicar fácilmente extrayendo datos de la web abierta. Los libros raros y antiguos pueden contener información que no existe en ningún otro lugar en formato digital, lo cual es precisamente lo que los hace atractivos como material de entrenamiento y lo que convierte su posible destrucción en una preocupación legítima para historiadores, bibliotecarios y archivistas.
Las garantías de Anthropic sobre los libros raros se aplican solo a Anthropic. Es poco probable que sea la única empresa que utiliza el escaneo destructivo, y otras empresas pueden no aplicar las mismas restricciones sobre lo que procesan.
Para los libreros de segunda mano, la dimensión ética es real pero complicada. Es posible que muchos dueños de tiendas tengan reservas sobre a dónde van a parar los libros. Sin embargo, la inyección de efectivo es difícil de rechazar para una industria que lleva años contrayéndose. El sector ha experimentado una modesta recuperación en los últimos tres años, pero muchas librerías aún han tenido que reestructurarse o cerrar permanentemente.
La situación coloca a los libreros independientes en una posición incómoda: se están convirtiendo, sin pleno conocimiento ni consentimiento, en proveedores de un proceso industrial que no pueden ver ni verificar por completo.
En resumen
Las empresas de IA están comprando libros usados al por mayor, a gran escala, como una forma defendible legalmente y rentable de adquirir datos de entrenamiento tras las sentencias judiciales que permiten el entrenamiento con obras protegidas por derechos de autor cuando se pagan las copias físicas. El proceso, conocido como escaneo destructivo, destruye físicamente los libros después de su digitalización. La práctica plantea preocupaciones legítimas sobre volúmenes raros e irreemplazables, la transparencia de la cadena de suministro y lo que significa cuando toda una categoría de conocimiento humano se procesa industrialmente y luego se descarta. Para las librerías de segunda mano, la demanda es un salvavidas financiero. Para el registro cultural en general, las implicaciones merecen ser observadas con atención.
Basado en información de Fast Company - Tech.