Pieter de Vries vende libros antiguos, raros y exclusivos, casi siempre de a un ejemplar. Por eso, cuando recibió una solicitud para cotizar 3.001 títulos y enviarlos a China, no dudó: la descartó como spam o como un intento de fraude.

El pedido estaba firmado por una mujer llamada Natalia, que se presentó como integrante de una firma denominada "2077AI". Incluía una planilla con los ISBN y exigía identificar las obras, calcular sus precios y estimar los gastos de traslado. Semanas después, un periodista neerlandés que investigaba la operación le informó sobre su conexión con la inteligencia artificial (IA).

Un catálogo académico fuera de escala

"¡Quedé impactado!", contó De Vries a Fortune. El librero entregó al medio el correo y la planilla, integrada en su mayoría por títulos publicados entre 2020 y 2021 por sellos académicos como Emerald Publishing, Elsevier, Wiley, Routledge y Oxford University Press.

La selección abarcaba negocios, educación, ingeniería, políticas públicas y medicina. "Fue muy inusual. Por eso consideré que el pedido era spam o un intento de fraude", explicó.

Otros libreros anticuarios neerlandeses recibieron la misma consulta y tampoco la tomaron en serio, según De Vries. Su negocio se concentra en ejemplares antiguos, raros y costosos, no en operaciones mayoristas.

"Casi nunca recibo pedidos por correo electrónico y, cuando ocurre, como máximo solicitan un solo libro", señaló. "Estos ejemplares son caros y exclusivos. Por eso no trabajo con grandes volúmenes."

El correo no mencionaba la inteligencia artificial ni explicaba para qué se utilizarían los libros. Sólo indicaba que los 3.001 títulos debían cotizarse con los costos de envío a China.

Por qué los libros interesan a la IA

Las empresas tecnológicas necesitan enormes cantidades de texto para entrenar sus grandes modelos de lenguaje. En ese contexto, comenzaron a buscar material escrito por fuera de la web abierta.

Los libros publicados antes del auge de la IA generativa en 2023 resultan especialmente atractivos para ese objetivo. Críticos de la industria sostienen que contienen material escrito por personas, sin la presencia del contenido sintético al que se denomina de forma despectiva "basura de IA".

Alrededor de esa demanda apareció un grupo de intermediarios dedicados a localizar libros físicos en grandes cantidades. Una investigación de 404 Media señaló que algunas compañías ofrecen conseguir cientos de miles de títulos y prometen confidencialidad a sus clientes del sector tecnológico.

El procedimiento puede incluir el "escaneo destructivo". El método consiste en cortar el lomo, separar las páginas, pasarlas por equipos de digitalización de alta velocidad y descartar los restos del ejemplar.

La técnica permite procesar una obra con mayor rapidez que el escaneo página por página sin desarmarla. También implica la destrucción de la copia física utilizada.

Anthropic y el "Proyecto Panamá"

La controversia tomó dimensión pública a partir de una demanda contra Anthropic, desarrolladora del modelo Claude. Documentos judiciales revelaron que la empresa compró millones de libros, retiró sus encuadernaciones, escaneó las páginas y descartó los originales para construir una biblioteca digital interna.

Los documentos identificaron la operación como "Proyecto Panamá". Anthropic afirmó que Claude se entrena con una combinación de información pública de la web, conjuntos de datos adquiridos comercialmente y materiales generados dentro de la empresa.

Un portavoz sostuvo que la compañía compra libros en los mercados comerciales habituales. También aseguró que sus programas de adquisición no obtienen ni destruyen ejemplares raros o antiguos.

En la demanda Bartz contra Anthropic PBC, un juez federal de San Francisco resolvió que escanear libros físicos adquiridos legalmente, incluso después de destruir los originales, constituía un uso transformador permitido por la legislación de EEUU.

La decisión no otorgó el mismo tratamiento a los libros obtenidos de bibliotecas digitales piratas. En otro expediente, un juez federal aprobó un acuerdo por USD 1.500 millones que obliga a Anthropic a compensar a miles de autores con cerca de USD 3.000 por libro. La demanda cuestionó el uso de obras descargadas de LibGen y PiLiMi.

Otros jueces federales dictaron resoluciones favorables al argumento del uso transformador en causas separadas contra OpenAI y Meta. El alcance de cada decisión dependió del método utilizado para obtener y procesar las obras.

Ventas masivas y temor por los ejemplares

Un vendedor de libros usados que habló con 404 Media bajo reserva de identidad aseguró que sus ventas semanales pasaron de unos 20 ejemplares a varios cientos después de recibir pedidos de compradores relacionados con la IA.

El librero señaló que esas operaciones mejoraron sus ingresos y le permitieron desprenderse de inventario con poca salida. También expresó su preocupación por la posible destrucción de títulos poco comunes o agotados.

"Me beneficia en términos económicos y también porque libera inventario antiguo que difícilmente se vendería", explicó. "Por otra parte, no me gusta el uso final ni que libros poco comunes terminen triturados".

Libreros de Australia también informaron pedidos atípicos, aunque no pudieron establecer que estuvieran destinados al entrenamiento de modelos. Varios vendedores recibieron compras voluminosas de Zoom Books, una compañía canadiense que se presenta como recicladora de libros.

Las operaciones aparecieron en plataformas como AbeBooks y Biblio. Incluyeron manuales técnicos, poesía, historias locales y obras con décadas de antigüedad, sin un criterio temático evidente para los vendedores consultados por Guardian Australia.

Delfina Manor, responsable de Good Reading Secondhand Books, recibió un encargo de entre 30 y 40 ejemplares, equivalente a tres cajas. La empresa pagó por adelantado y no objetó los costos de envío, pero el trabajo necesario para localizar y embalar los títulos llevó a Manor a pedir que no repitiera órdenes de ese volumen.

John Sainsbury, dueño de Sainsburys Books en Melbourne, también despachó varias cajas al exterior. Según su testimonio, los pedidos parecían aleatorios y mostraban poca sensibilidad frente a los precios.

Algunos vendedores evaluaron la posibilidad de que Zoom Books realizara una operación de arbitraje, una práctica habitual en el mercado de libros usados. Otros sospecharon que las compras podían integrar una cadena de abastecimiento para empresas de IA.

Lo que el escáner no registra

Para los libreros especializados, el debate no se limita al contenido protegido por derechos de autor. Un ejemplar físico puede conservar dedicatorias, anotaciones, marcas de lectura, datos sobre sus antiguos propietarios y características editoriales que una copia digital no necesariamente reproduce.

"A veces los libros dicen más que su contenido", explicó Tim White, responsable de la librería independiente Books for Cooks, durante los preparativos de la Feria del Libro Raro de Melbourne.

White distinguió entre los ejemplares producidos en masa y las piezas con valor histórico o documental. "Si es un libro de USD 20 del que existen 500.000 copias en Australia, no lloraría. Tendría otros cuestionamientos relacionados con los derechos de autor", afirmó.

"Pero si es un libro que posee ese elemento narrativo, o si se trata de un ejemplar único, es horroroso", agregó.