Imagina entrar en tu librería de barrio favorita y encontrar las estanterías inusualmente vacías, no por un éxito de ventas, sino por una silenciosa operación tecnológica. Desde hace meses, libreros de España, Alemania y Estados Unidos han detectado compras masivas y automatizadas de libros descatalogados por parte de empresas tecnológicas que buscan alimentar sus modelos de inteligencia artificial.
El problema no es solo la compra, sino lo que sucede después: para acelerar la digitalización, se cree que estos libros son sometidos a un escaneo destructivo donde se guillotina el lomo para liberar las páginas, convirtiendo ejemplares únicos en residuo tras extraer sus datos. Este fenómeno, impulsado por la necesidad de las máquinas de consumir texto humano de alta calidad ante el agotamiento de los contenidos de internet, plantea un escenario de expolio literario sin precedentes. Lo que hoy es una pieza física cargada de historia, mañana podría ser solo un dato privado en una caja negra corporativa, privando a la sociedad de su memoria histórica y transformando el patrimonio cultural en simple combustible digital para algoritmos.
¿En qué consiste este «expolio» bibliográfico digital?
Todo comenzó con pedidos que no tenían sentido comercial. Marçal Font, propietario de la Librería Fènix de Badalona, fue uno de los primeros en España en dar la voz de alarma al recibir encargos de libros por 35 euros con unos gastos de envío que superaban los 60 euros. Tras investigar estos patrones, descubrió que los pedidos provenían de una empresa canadiense llamada Zoom Books y se dirigían a centros logísticos en Estados Unidos como PrepFort, en Illinois, un lugar especializado en el procesamiento masivo de datos.
Se teme que el método utilizado sea el escaneo destructivo. A diferencia de la digitalización cuidadosa que realizan las bibliotecas públicas, las tecnológicas necesitan velocidad. Por ello, probablemente desencuadernan los libros guillotinando el lomo. Esto permite que las páginas sueltas pasen por escáneres de alta velocidad a un ritmo inalcanzable para los métodos conservadores. Una vez que el texto ha sido absorbido por la máquina, el objeto físico, a menudo un ejemplar raro o de tirada local, es triturado para convertirse en pasta de papel o residuo.
Los libros elegidos no son los grandes éxitos actuales, sino la llamada literatura secundaria: manuales técnicos de los años 80, actas de congresos antiguos, dietarios de la Guerra Civil o estudios locales con escasa salida comercial. Como señalan los expertos, estas obras son valiosas porque contienen un lenguaje estructurado, editado y libre de los errores comunes en internet, lo que las convierte en el alimento perfecto para que una Inteligencia Artificial aprenda a razonar y escribir con mayor precisión.
Por qué importa: la carrera contra el colapso del algoritmo
¿Por qué las empresas tecnológicas están tan desesperadas por conseguir papel viejo? La respuesta reside en dos conceptos clave: el data wall (muro de datos) y el model collapse (colapso del modelo). Hasta ahora, las IA se han entrenado con el contenido de internet, pero ese pozo se está agotando. Además, la red se está llenando de textos generados por otras IA, lo que degrada la calidad del aprendizaje futuro, de forma similar a como una fotocopia de otra fotocopia pierde nitidez.
Los libros impresos representan una reserva de conocimiento humano no contaminado. Al absorber estos textos, los modelos de lenguaje pueden evitar la homogeneización del lenguaje y los sesgos que predominan en las redes sociales. Sin embargo, las implicaciones reales de esta práctica son preocupantes:
- Se produce una pérdida irreparable del patrimonio bibliográfico, especialmente de ediciones que nunca entraron en los circuitos digitales comerciales.
- Estamos ante una privatización del conocimiento, donde datos que antes eran públicos en estanterías de librerías de viejo pasan a formar parte de bases de datos cerradas de corporaciones privadas.
- Se genera una forma de censura silenciosa, ya que si la fuente física desaparece, perdemos la capacidad de verificar si lo que la IA nos dice es fiel a la realidad o ha sido transformado por el algoritmo.
Como advierte el profesor Jannis Lennartz de la Universidad de Humboldt, la industria ha llegado al límite físico de los datos digitales de calidad y ahora está asaltando las estanterías físicas para seguir creciendo, comparando este fenómeno con la fiebre del oro del siglo XIX.
Contexto: los responsables y el vacío legal
Aunque muchas empresas actúan a través de intermediarios, las investigaciones apuntan a gigantes del sector. Una revelación de The Washington Post sacó a la luz el Project Panama de la startup Anthropic, un programa secreto diseñado específicamente para digitalizar millones de libros impresos mediante métodos destructivos. A pesar de las sospechas, empresas como Zoom Books han negado su implicación directa, escudándose en acuerdos de confidencialidad con sus clientes.
En el plano legal, la situación es compleja. Un juez federal en Estados Unidos dictaminó recientemente que entrenar una IA con libros comprados legalmente puede considerarse un uso transformativo bajo la doctrina del fair use (uso legítimo). Según esta lógica, el entrenamiento de un algoritmo es equivalente a que un estudiante aprenda a escribir leyendo libros, lo que permite a las empresas esquivar las demandas por derechos de autor que sí enfrentan cuando usan repositorios piratas.
Ante esta situación, asociaciones como UNILIBER y libreros independientes han comenzado a cancelar ventas masivas sospechosas. Es un acto de resistencia colectiva que busca proteger el libro físico no solo como objeto, sino como garantía de nuestra libertad intelectual. Desde instituciones como la Generalitat de Catalunya se pide calma recordando que existen mecanismos como el depósito legal, aunque los libreros insisten en que el tsunami de datos que viene podría superar la capacidad de las instituciones para catalogar y proteger el patrimonio local.
El futuro de nuestra memoria impresa
Lo que viene ahora es una lucha por la transparencia y la preservación. La necesidad de que la IA se nutra de buenos textos es innegable, pero no debería ser a costa de la destrucción de nuestra historia física. Expertos en tecnología sugieren alternativas como la creación de consorcios públicos de datos. Proyectos como Cedulari.cat proponen ofrecer fondos documentales digitalizados de forma no destructiva, asegurando la trazabilidad y el reconocimiento de autoría sin necesidad de guillotinar un solo ejemplar.
La reflexión final es optimista pero realista: la IA puede ser una herramienta increíble para democratizar el saber, pero si permitimos que devore sus propias fuentes sin control, terminaremos viviendo en un mundo donde el conocimiento será una caja negra inaccesible. Proteger el libro de viejo hoy es, paradójicamente, la mejor manera de asegurar que la inteligencia del mañana siga siendo, en esencia, humana.
La fotografía de representación de este artículo pertenece a John Michael Thomson y ha sido publicada en Unsplash
