La guillotina moderna: cuando los libros se convierten en combustible para la inteligencia artificial
Por Frank Landymore .Publicado el
2026/07/28 16:09
Durante siglos, el libro impreso simbolizó el conocimiento. Se leía, se conservaba y se transmitía como parte del patrimonio cultural de la humanidad. Hoy, sin embargo, está adquiriendo un nuevo valor, mucho más utilitario. Para los desarrolladores de grandes modelos de lenguaje, el libro ha dejado de ser, ante todo, un bien cultural para convertirse en una fuente de datos: su contenido se digitaliza mediante escáneres industriales de alta velocidad y, una vez extraída la información, el ejemplar físico termina triturado.
Lo que antes ocupaba los estantes de bibliotecas y librerías acaba ahora en plantas de reciclaje. No por razones ideológicas, sino para alimentar la siguiente generación de sistemas de inteligencia artificial.
Tras recurrir inicialmente a bibliotecas digitales y archivos protegidos por derechos de autor —una práctica que llevó a gigantes como Meta y Anthropic a enfrentarse a costosos litigios judiciales; esta última llegó incluso a alcanzar un acuerdo con autores valorado en 1.500 millones de dólares—, las empresas del sector parecen haber adoptado una nueva estrategia: comprar masivamente libros de segunda mano, digitalizarlos y destruir después los originales.
La búsqueda de datos libres de contaminación
El principal desafío de la industria de la IA ya no es la escasez de datos, sino su calidad.
La proliferación de contenidos generados por inteligencia artificial en Internet ha creado un problema creciente: los modelos empiezan a entrenarse con textos producidos por otros modelos. Los investigadores advierten desde hace años de que este fenómeno puede desembocar en el llamado Model Collapse, un deterioro progresivo de la calidad en el que errores, sesgos e imprecisiones se amplifican con cada nueva generación de modelos.
En este contexto, los libros publicados antes de la irrupción de la IA generativa han adquirido un valor estratégico extraordinario. Grandes bases de datos bibliográficas como ISBNdb presentan hoy sus catálogos como una de las últimas reservas de información "limpia".
En uno de sus textos promocionales dirigido a laboratorios de inteligencia artificial, la plataforma define estos fondos como:
«Los datos de entrenamiento de mayor calidad del mundo, estructuralmente protegidos frente a la contaminación digital moderna. Conocimiento escrito por seres humanos, editado, revisado y validado. Ningún rastreador de Internet puede ofrecer una calidad comparable.»
El cambio de modelo de negocio resulta evidente. Lo que nació como un servicio para bibliotecas y editoriales actúa ahora como intermediario en operaciones que oscilan entre mil y un millón de libros por pedido. La única condición es la firma de estrictos acuerdos de confidencialidad (NDA) que impiden revelar la identidad de los compradores.
El fundamento jurídico
Las empresas justifican esta práctica apoyándose en la First-Sale Doctrine, un principio histórico del derecho estadounidense que permite al propietario legítimo de un ejemplar disponer libremente de él, incluso destruirlo, sin necesidad de solicitar autorización al titular de los derechos de autor.
Cuando Anthropic utilizó maquinaria hidráulica para separar los lomos de los libros y escanear sus páginas con equipos industriales de alta capacidad, la justicia estadounidense —en resoluciones dictadas, entre otros, por el juez federal William Alsup— concluyó que el proceso podía considerarse un caso de Transformative Fair Use.
El razonamiento fue que el texto digitalizado no se reproduce ni se comercializa nuevamente como libro, sino que se emplea exclusivamente como material de entrenamiento para sistemas de inteligencia artificial.
Así quedó configurado un mecanismo jurídico de enorme alcance: comprar el libro, convertirlo en datos y destruir el soporte físico. El simple comprobante de compra pasa, en la práctica, a funcionar como autorización legal.
Cuando desaparece la memoria cultural
La verdadera preocupación no reside en la destrucción de ediciones contemporáneas impresas por millones, sino en el destino de los libros raros, agotados o difíciles de encontrar.
Libreros especializados y anticuarios de Países Bajos y Estados Unidos informan de un incremento sin precedentes de pedidos masivos desde comienzos de 2026. Los compradores adquieren obras de muy diversas disciplinas e idiomas; con frecuencia, el único requisito parece ser que el libro disponga de un número ISBN.
Los especialistas temen que esta fiebre compradora provoque la desaparición de los últimos ejemplares existentes de estudios académicos muy especializados o de obras históricas ya descatalogadas, muchas de las cuales nunca fueron digitalizadas.
El problema no es únicamente la digitalización. El verdadero riesgo es la concentración del conocimiento. Las empresas que adquieren estos libros bajo estrictos acuerdos de confidencialidad y destruyen posteriormente los originales terminan controlando conjuntos de datos exclusivos que dejan de estar disponibles tanto en Internet como en bibliotecas o colecciones privadas. Lo que antes era patrimonio accesible se convierte en un activo propietario.
La destrucción de libros en la era de la inteligencia artificial
Las propias empresas son conscientes de la carga ética y simbólica de estas prácticas. Incluso las plataformas intermediarias reconocen que la imagen de compañías de inteligencia artificial destruyendo millones de libros difícilmente contribuye a mejorar su reputación pública.
Aun así, el proceso continúa lejos del foco mediático.
La ironía histórica resulta difícil de ignorar. Durante siglos, la destrucción de bibliotecas simbolizó guerras, fanatismo y el intento de borrar la memoria colectiva. Hoy los libros vuelven a desaparecer, pero por una razón muy distinta: no para eliminar el conocimiento, sino para absorberlo, convertirlo en datos y concentrarlo dentro de algoritmos cerrados.
La cuestión ya no es si los libros serán digitalizados.
La verdadera pregunta es si el progreso tecnológico se está construyendo a costa de la memoria escrita de la humanidad.
Califica este tema