Libros destruidos, historia en riesgo: todo por la formación en IA
This is an automatic translation. Read the original
La rápida expansión de la inteligencia artificial está creando un problema inesperado para el mundo de los libros: ¿qué sucede con las copias físicas cuando se adquieren principalmente para entrenar sistemas de IA?
Documentos judiciales han revelado que Anthropic, la empresa detrás de Claude, compró millones de libros como parte de un esfuerzo por construir una gran colección digital para el entrenamiento de IA.
La empresa utilizó escaneo destructivo, un proceso en el que los libros se desmantelan para que sus páginas se puedan escanear de manera eficiente. Después de la digitalización, las copias físicas fueron descartadas.
Anthropic ha dicho que los libros fueron adquiridos legalmente y que no apuntaba específicamente a libros raros para su destrucción.
Sin embargo, el caso ha generado preocupación entre las personas involucradas en la preservación de material histórico.
Para los libros modernos comunes, destruir una copia física puede tener pocas consecuencias. Los libros más antiguos y más raros son diferentes. Su valor puede extenderse más allá del texto impreso en sus páginas.
Un libro centenario puede contener anotaciones manuscritas, firmas, sellos, ilustraciones, correcciones y pruebas de propiedad anterior. Sus técnicas de papel, encuadernación e impresión también pueden proporcionar información a los investigadores.
Esos detalles no necesariamente pueden reconstruirse a partir de una copia digital.
La cuestión se ha vuelto más complicada a medida que ha aumentado la demanda de material de capacitación en IA. Los grandes sistemas de IA requieren enormes cantidades de texto, lo que crea un incentivo para adquirir y digitalizar libros a gran escala.
Los informes de 2026 también han llamado la atención sobre la compra y el procesamiento de libros raros y descatalogados para su escaneo. En algunos casos, se ha informado que los libros se han enviado a instalaciones donde pueden ser desmantelados como parte del proceso de digitalización.
Sigue siendo importante distinguir entre la destrucción documentada de libros para su digitalización y las afirmaciones de que las empresas están destruyendo deliberadamente material históricamente único. La evidencia actualmente disponible no establece que Anthropic haya destruido sistemáticamente libros históricos raros.
Sin embargo, los especialistas en preservación enfrentan una pregunta más amplia: si las salvaguardias existentes son suficientes cuando los libros físicos se convierten en materia prima para la recopilación de datos a gran escala.
Las bibliotecas y archivos normalmente conservan copias originales incluso cuando hay disponibles versiones digitales de alta calidad. Esto se debe a que el objeto físico puede contener información que no es visible en una reproducción digital.
El debate surge cuando las empresas de inteligencia artificial también enfrentan disputas legales sobre el uso de libros y otras obras con derechos de autor en conjuntos de datos de capacitación.
Para las comunidades editorial y de preservación, el desafío es, por lo tanto, doble: garantizar que los libros puedan usarse para avanzar en nuevas tecnologías y, al mismo tiempo, garantizar que los registros físicos irremplazables del pasado no sean innecesariamente perdido.
La tecnología puede preservar las palabras de millones de libros.
La pregunta es si los libros originales sobrevivirán junto a ellos.
