Destruir libros viejos, el último truco de la IA

Avance

La destrucción de libros, amparada e incluso impulsada por las leyes humanas, es uno de los fenómenos recientes que ilustran lo mal que legisla la humanidad en su desigual convivencia con las máquinas. Ya han sido descuartizados cientos de miles de ejemplares físicos, sacrificados para alimentar la voracidad insaciable de la inteligencia artificial. Ray Bradbury no vio venir esta demanda creciente, de la que empiezan a alertar los libreros. Con el pago de 1500 millones de dólares que acaba de aceptar Anthropic en Estados Unidos, la compañía de Dario Amodei y sus competidoras siguen con las manos libres para entrenar sus modelos a costa de los viejos libros, aniquilados de forma perfectamente legal. 

La historia para llegar a este punto es corta. Durante años, las empresas de IA entrenaron sus modelos con una materia prima que parecía inagotable: internet. «Robaron» (las comillas son opcionales) páginas web, foros, artículos científicos, periódicos, fotografías y libros digitalizados a gran escala. Pero incluso la red de redes es finita y queda poco material con el que alimentar a la bestia, aparte del que se publica a diario, cada vez más endogámico e inútil. En la actualidad, lo que no ha sido ya saqueado está protegido de un modo u otro, o pesan sobre su uso amenazas legales.

Hace pocos años era difícil de imaginar, pero las compañías más avanzadas le han echado el ojo a un viejo objeto, una reliquia del saber que, de repente, empieza a revalorizarse: el libro impreso, cuando más viejo mejor. El papel de toda la vida es territorio virgen, ideal para seguir entrenando los modelos de IA. No es casualidad que, en los últimos meses, libreros, distribuidores e investigadores hayan detectado compras masivas de ejemplares físicos, sobre todo de segunda mano, que presumiblemente terminan en instalaciones donde son descuartizados: se les corta el lomo, se escanean sus páginas y se destruye el original. La operación no responde a una súbita afición bibliográfica de Silicon Valley, sino a la búsqueda de textos humanos, bien editados y adquiridos de forma legal. La legislación puede llegar a ser perversa.

El fenómeno también se ha reproducido en España y otros países europeos. Libreros consultados por El País describieron pedidos numerosos y poco habituales, algunas veces realizados de forma automatizada y canalizados a través de intermediarios, como la empresa canadiense Zoom Books, que se promociona en su página web como compañía dedicada al reciclaje. En rigor, eso es lo que hace. Muchos de los compradores buscan obras descatalogadas, libros técnicos, ensayos y títulos difíciles de localizar en formato digital. El patrón —compras indiscriminadas, escasa preocupación por el precio y envíos concentrados hacia determinados centros logísticos— despertó la sospecha de que los libros no se destinaban a lectores, bibliotecas o coleccionistas, sino a procesos industriales de digitalización. La identidad de los clientes tecnológicos finales no ha podido acreditarse en todos los casos.

Anthropic y el Proyecto Panamá

La sospecha adquiere verosimilitud porque ya existe un precedente documentado. Anthropic, empresa creadora del asistente Claude, puso en marcha en 2024 el llamado Proyecto Panamá. Según documentación interna desclasificada en un litigio sobre derechos de autor, del que han informado medios como Wired, la compañía gastó decenas de millones de dólares en adquirir grandes cantidades de libros impresos. Los documentos describían el proyecto como un intento de digitalizar de manera destructiva todos los libros posibles. Para dirigir la operación, Anthropic contrató a Tom Turvey, antiguo ejecutivo de Google, que había participado en Google Books.

La elección de los libros no es accidental. Frente a la escritura fragmentaria, repetitiva y desigual de internet, un libro suele (o debería) haber superado filtros de selección, edición, corrección y organización. Contiene conocimiento estructurado y, en determinados ámbitos técnicos o académicos, información que nunca llegó a publicarse en la red. Las obras editadas antes de la expansión de la inteligencia artificial generativa ofrecen una ventaja adicional: existe una probabilidad mucho mayor de que hayan sido escritas íntegramente por seres humanos.

De hecho, la compañía ISBNdb, la base de datos bibliográfica más grande del mundo, presenta los libros anteriores a 2022 como una reserva de contenido humano libre de la llamada «bazofia de la IA»: textos de baja calidad fabricados masivamente por máquinas. Según la documentación comercial recogida por 404 Media, la empresa ofrece a clientes tecnológicos grandes lotes de libros y su «procesamiento» posterior. Su argumento es que ninguna recopilación indiscriminada de páginas web puede sustituir el grado de densidad, especialización y control editorial de una biblioteca impresa.

«Tendencia creciente»

La expansión de esta actividad ha empezado a modificar el comportamiento de la industria editorial. Ya en 2024, en las oficinas de Meta, discutieron incluso la posibilidad de comprar la editorial Simon & Schuster para obtener material de entrenamiento, según informó en su día The Guardian. En enero de 2026, Ingram Content Group, uno de los principales distribuidores de libros del mundo, avisó a sus clientes, en su mayoría editoriales, de una «tendencia creciente» entre empresas de inteligencia artificial que compraban ejemplares físicos para escanearlos y utilizarlos en el entrenamiento de modelos. Ingram ofreció a los editores la posibilidad de excluir sus catálogos de las ventas si la compañía sabía que estaban dirigidas a empresas de IA, aunque reconoció que no siempre puede conocer la identidad o la finalidad real de cada comprador.

Sentencias contraproducentes

Muchos de los problemas empezaron con una sentencia judicial que pretendía defender a los escritores frente al pirateo impune de las empresas de IA. Ocurrió en Estados Unidos, donde el caso Bartz contra Anthropic , en su día celebrado como un «vuelco a la batalla de los autores contra la IA», abrió a las máquinas un resquicio legal que costará cerrar. 

Puede que el juez federal William Alsup afinara demasiado al distinguir entre dos conceptos, el uso de las obras para entrenar un modelo y la forma de obtenerlas. En junio de 2025, consideró que el entrenamiento de los modelos de Anthropic con libros podía ser un uso transformador amparado por la doctrina estadounidense del fair use. El sistema no almacenaba los libros para vender copias equivalentes, razonó el juez, sino para extraer patrones estadísticos y desarrollar una tecnología con una finalidad distinta de la lectura original. En segundo lugar, el juez aceptó la creación de una biblioteca digital, si se hacía a partir de ejemplares comprados y escaneados, siempre que la empresa no conservara después el libro físico como una copia adicional. De este modo, empujó a los compradores a destruir los ejemplares para cumplir la ley. 

La resolución fue aplaudida porque tampoco legitimó del todo las prácticas de Anthropic. La compañía había descargado millones de archivos de bibliotecas piratas como LibGen y Pirate Library Mirror. Alsup consideró que esa adquisición ilícita no quedaba blanqueada porque la empresa utilizara luego los textos para una finalidad transformadora o comprara unos cuantos ejemplares de forma legal. El posible fair use del entrenamiento no legitimaba la creación y conservación de una biblioteca obtenida mediante copias piratas.

Hace unos días, Anthropic decidió cerrar el caso con un acuerdo millonario que se antoja barato, por 1.500 millones de dólares. El 22 de julio de 2026, la jueza federal Araceli Martínez-Olguín aprobó el pacto, que incluye más de 482.000 libros y prevé una compensación de unos 3.000 dólares por obra. Según Associated Press, el 91 % de estos títulos habían sido reclamados por autores o editoriales. La jueza describió el acuerdo como «una reparación significativa» para los miembros de la demanda colectiva.

En efecto, podría tratarse de la mayor compensación económica conocida en un caso de derechos de autor, pero no declara ilegal el entrenamiento de Claude. Anthropic no ha tenido que admitir ninguna responsabilidad y la indemnización se vincula esencialmente a la descarga y conservación de libros procedentes de fuentes piratas. El escaneo y destrucción de ejemplares físicos se convierte de forma definitiva en la forma más barata de seguir entrenando a las máquinas, hasta el punto de que empieza a crearse un mercado propio.

El informe británico Content Superpower: UK Publishing and the AI Licensing Market, publicado por la Publishers Association el pasado 3 de marzo, asegura que las editoriales académicas ya llevan una década autorizando actividades de minería de textos y datos. Los primeros acuerdos datan de 2023 y las licencias para sistemas de generación aumentada mediante recuperación representan un segmento creciente. El informe calcula que el número de editoriales británicas activas en este mercado podría duplicarse en 2026 y que, al terminar el año, participarían todas las grandes editoriales académicas del país.

Europa

Los derechos de autor negociados en Estados Unidos tampoco ayudan a resolver el problema en Europa, pero para las empresas de IA, la compra masiva de libros físicos es una ruta de escape atractiva, porque podría resolver tres problemas simultáneos. El primero es técnico: los modelos necesitan textos humanos de buena calidad y no contaminados. El segundo es jurídico: adquirir los ejemplares es más fácil de defender en un juicio que descargarlos de páginas piratas. El tercero es comercial: mientras el mercado de licencias siga fragmentado y resulte caro negociar con miles de titulares, comprar, cortar y escanear libros es una alternativa rápida.

De momento, los libros comprados por empresas de IA pueden pasar de la librería a la trituradora sin que el autor, el editor o el librero conozcan el destino de la obra. Cuando se trata de ejemplares abundantes, la pérdida material puede parecer irrelevante, pero pueden estar desapareciendo miles de ediciones raras y otras especies descatalogadas. Para quienes quieren deshacerse de sus viejas bibliotecas tampoco es la peor solución posible. Hasta ahora, muchos de esos libros acababan en la basura, sin que nadie, ni siquiera una máquina, los hubiera leído antes.