- Una investigación con AirTag revela que Amazon compra libros raros, les corta el lomo y los escanea para entrenar sus modelos de IA.
- La práctica, también atribuida a Anthropic, destruye ejemplares potencialmente irreemplazables.
- Los libros anteriores a 2022 son especialmente valiosos por estar libres de contenido generado por IA.
- El debate sobre el "uso justo" y la ética de sacrificar patrimonio cultural por datos de entrenamiento.
Una investigación periodística ha destapado una práctica que ha encendido todas las alarmas en el mundo editorial: Amazon está comprando miles de libros raros y descatalogados para escanearlos y utilizar su contenido como datos de entrenamiento para sus modelos de inteligencia artificial. Lo más controvertido es que, en el proceso, los ejemplares físicos son destruidos, lo que ha generado una oleada de críticas por parte de libreros, bibliófilos y defensores del patrimonio cultural.
El informe, publicado por el medio especializado 404 Media, revela que la compañía de Jeff Bezos opera una instalación en Las Vegas donde los libros son desmontados, se les corta el lomo y sus páginas se digitalizan a alta velocidad antes de ser desechados. La práctica, que también ha sido atribuida a otras empresas como Anthropic, plantea serias dudas éticas sobre el sacrificio de obras potencialmente irreemplazables en favor del avance de la inteligencia artificial ‘.
La investigación con AirTag que destapó la operación
El hallazgo fue posible gracias a un dispositivo de rastreo AirTag que un librero, en colaboración con 404 Media, escondió entre las páginas de un libro raro que había vendido a través de la plataforma Biblio. El rastreador permitió seguir el recorrido del paquete desde una librería hasta el almacén de Amazon en Las Vegas, donde se encuentra el equipo VGT3, una unidad especializada en el procesamiento de libros para su digitalización.
Los trabajadores de esa instalación confirmaron a los investigadores que su labor consiste en recibir grandes envíos de libros impresos, registrar sus códigos de barras o ISBN, y luego cortar la encuadernación para acelerar el escaneo página por página. El proceso destruye irremediablemente el ejemplar físico, que termina siendo desechado una vez que su contenido ha sido convertido en texto digital. El logotipo de esta unidad, un tiranosaurio rex sosteniendo un libro entre sus garras, se ha convertido en un símbolo de la controversia.
Según las conversaciones revisadas por 404 Media, los empleados de VGT3 fueron entrenados para registrar cada libro antes de digitalizarlo, lo que respalda la teoría de los libreros de que Amazon está trabajando sistemáticamente para completar listas de ISBN y cubrir todo el catálogo impreso disponible. De hecho, a principios de 2026, el suministro de libros llegó a agotarse por completo, y los trabajadores temieron que la instalación pudiera cerrar si no conseguían más material.
El caso de Anthropic y el debate sobre el «uso justo»
Esta no es la primera vez que se conoce una operación de este tipo. Una demanda presentada por autores contra Anthropic, la empresa creadora del chatbot Claude, reveló la existencia del «Proyecto Panamá», una iniciativa en la que la compañía compraba millones de libros impresos, les cortaba el lomo y los digitalizaba para entrenar sus modelos de lenguaje. El caso llegó a los tribunales, y un juez de Estados Unidos dictaminó que esta práctica podía considerarse «uso justo» (fair use), al entender que la conversión de un libro físico en texto digital, destruyendo el original en el proceso, no violaba directamente los derechos de autor.
Este precedente legal ha dado un respaldo a las empresas de inteligencia artificial, pero también ha generado una fuerte controversia. Los críticos señalan que la destrucción de ejemplares únicos e irreemplazables no debería ampararse bajo el paraguas del «uso justo», ya que implica la pérdida de patrimonio cultural tangible que no puede ser reemplazado. Organizaciones defensoras del libro han denunciado que estas prácticas «sacan el conocimiento de los estantes públicos y lo encierran dentro de modelos cerrados de IA de una sola corporación».
Amazon, por su parte, ha emitido un comunicado escueto en el que asegura que «compra libros a través de canales comerciales para mejorar los productos y servicios que utilizan los clientes», sin ofrecer detalles sobre el destino específico de los ejemplares ni sobre qué modelos de IA reciben esos textos. La compañía no ha explicado por qué los libros originales se destruyen en lugar de conservarse, revenderse o donarse, lo que ha alimentado las sospechas y las críticas.
Por qué las empresas de IA buscan libros raros
El interés de las grandes tecnológicas por los libros raros y descatalogados no es casualidad. Los modelos de lenguaje necesitan cantidades ingentes de texto de calidad para entrenarse, y ya han absorbido prácticamente todo el contenido disponible en internet. Los libros impresos, especialmente aquellos que nunca han sido digitalizados, representan una fuente de datos fresca y valiosa que no ha sido contaminada por contenido generado por inteligencia artificial.
Los textos publicados antes de 2022 son especialmente codiciados, ya que garantizan que no han sido escritos con la ayuda de un modelo de lenguaje, lo que evita el llamado «colapso del modelo», un fenómeno que degrada la calidad de las respuestas cuando una IA se entrena con demasiado texto generado por otras máquinas. Esta búsqueda de datos «limpios» ha llevado a las empresas a recurrir a métodos cada vez más agresivos de adquisición de contenido.
Los libreros llevaban alrededor de un año sospechando que una gran tecnológica estaba detrás de las compras masivas de libros antiguos. Los pedidos llegaban a través de plataformas como Biblio, donde los compradores pueden mantener el anonimato, y se caracterizaban por adquirir grandes lotes de títulos aparentemente inconexos sin preguntar por el precio ni el estado de los ejemplares. La investigación de 404 Media ha confirmado que esas sospechas eran fundadas.
Reacciones y preocupaciones en el mundo editorial
La noticia ha causado una profunda indignación entre los amantes de los libros y los profesionales del sector. Muchos de los ejemplares destruidos son monografías académicas, ediciones limitadas o publicaciones locales que podrían desaparecer para siempre, y que a menudo tienen un valor histórico, intelectual o sentimental que va mucho más allá de su precio de mercado. Un librero consultado por 404 Media lo resumía así: «Hay diferentes tipos de valor. Hay valor monetario, obviamente, pero hay muchos otros tipos: valor histórico, valor intelectual, valor sentimental… Todo ese tipo de cosas no les importan a las empresas de IA. Solo quieren el contenido como un montón de palabras enlazadas».
En España y Europa, la preocupación también ha llegado a las asociaciones de libreros y bibliotecarios. Algunas librerías especializadas ya han comenzado a rechazar pedidos sospechosos de compradores vinculados a grandes empresas tecnológicas, y los coleccionistas están exigiendo cláusulas en las ventas que prohíban la destrucción de los ejemplares. Sin embargo, resulta difícil distinguir entre un comprador legítimo y un agente de una corporación, especialmente cuando las compras se realizan a través de intermediarios anónimos.
El debate sobre la ética de esta práctica está lejos de resolverse. Mientras algunas voces defienden que el escaneo destructivo es una forma legítima de acceder a contenido que de otro modo sería inaccesible, otros consideran que se trata de un precedente peligroso que podría allanar el camino para la destrucción sistemática de patrimonio cultural. La falta de transparencia por parte de Amazon y otras empresas del sector no hace sino aumentar la desconfianza.
Por ahora, la compañía no ha dado señales de que vaya a cambiar su política, y 404 Media ha anunciado que continuará investigando el alcance de la operación VGT3. Mientras tanto, los bibliófilos observan con preocupación cómo la fiebre por los datos de IA está devorando los últimos ejemplares de obras que, irónicamente, podrían ser las más valiosas para entender la historia y la cultura humana. La inteligencia artificial avanza, pero a costa de sacrificar los libros que alguna vez inspiraron el mismo tipo de inteligencia que hoy busca reproducirse.