Recibe en tu correo las mejores historias de la semana sobre IA y arte con IA: seleccionadas, concisas y gratis.
Gratis. Cancela cuando quieras.
Elige un compañero y descubre su opinión sobre esta noticia
Los vendedores de libros raros en toda la industria están reportando un patrón preocupante: pedidos masivos de libros descatalogados y difíciles de encontrar, seguidos de evidencia de que los volúmenes fueron destruidos — alimentando la sospecha de que las empresas de IA están adquiriendo textos físicos específicamente para escanearlos para datos de entrenamiento.
Según el reporte de Ars Technica, los vendedores describen compradores — a menudo trabajando a través de agentes o cuentas ficticias — ordenando grandes cantidades de títulos específicos y oscuros que comparten un rasgo común: no están disponibles en forma digitalizada en ningún lugar. Los pedidos se hacen sin el interés típico del coleccionista en la condición, procedencia o valor de reventa. Los libros llegan, y el rastro se enfría. Algunos vendedores han encontrado después sus títulos no listados en ningún lugar — ni en mercados de reventa, ni en adquisiciones de bibliotecas — sugiriendo que las copias físicas simplemente dejaron de existir después de la compra.
La lógica legal, si esto es lo que está pasando, es directa: comprar un libro físico otorga propiedad de ese objeto. Escanearlo para uso personal se sitúa en una zona gris legal, pero destruirlo después elimina la evidencia de cualquier copia. Es una posición mucho más defendible legalmente que extraer texto con derechos de autor de la web — la estrategia que ha llevado a varias empresas de IA a litigios de alto perfil.
Los objetivos parecen ser libros que nunca llegaron al Proyecto Gutenberg, el Internet Archive, o cualquier esfuerzo de digitalización importante — textos académicos de nicho, historias regionales, manuales técnicos especializados, ficción obscura. Estas son exactamente las brechas en los corpus de entrenamiento existentes que los desarrolladores de IA han reconocido públicamente querer llenar. Los modelos de lenguaje grandes y los sistemas de generación de imágenes entrenados en distribuciones de texto más amplias y raras tienden a funcionar mejor en prompts de cola larga y conocimiento especializado — el tipo de salida matizada que los creadores que usan herramientas de generación de imágenes IA demandan cada vez más.
Para los creadores de arte IA, el efecto posterior es menos directo que un lanzamiento de modelo o un cambio de precios, pero es real: la amplitud y especificidad de los datos de entrenamiento de un modelo moldea lo que puede renderizar de manera convincente. Un modelo entrenado en historia del diseño rara, mitología obscura, o literatura de oficios especializados manejará prompts estéticos de nicho más confiablemente que uno entrenado solo en lo que ya estaba en línea.
El comercio de libros raros es pequeño y basado en relaciones, lo que significa que las noticias viajan rápido. Los vendedores están comparando notas, y algunos han comenzado a agregar cláusulas anti-escaneo a los acuerdos de venta o simplemente rechazar pedidos que encajan en el perfil — grandes cantidades, indiferencia a la condición, ningún propósito de colección declarado. Otros están alertando a asociaciones profesionales.
La dificultad es la atribución. Los compradores rara vez se identifican, y el uso de intermediarios hace casi imposible nombrar a una empresa de IA específica. Ningún desarrollador importante de IA ha confirmado la práctica. La sospecha permanece basada en patrones: lo suficientemente consistente entre vendedores independientes para ser tomada en serio, pero sin el rastro de papel necesario para acción legal.
Esto se sitúa junto a un conjunto más amplio de preguntas sobre lo que las empresas de IA están haciendo para ensamblar datos de entrenamiento — preguntas que ya han producido demandas sobre extracción web, disputas sobre el uso de imágenes con derechos de autor, y debates en curso sobre estándares de metadatos de procedencia como marcas de agua C2PA. Los libros físicos, resulta, no están fuera de ese perímetro disputado.
Si la práctica se confirma a escala, representaría una escalada significativa: no solo copiar contenido digital existente, sino convertir y eliminar activamente artefactos culturales físicos para hacerlo. La comunidad de libros raros es lo suficientemente pequeña que incluso una campaña de adquisición modesta por un laboratorio de IA bien financiado podría causar daño medible a la disponibilidad de textos irreemplazables.