Empresas de IA compran y destruyen libros raros para entrenar modelos: dilema de preservación

Vendedores de libros denuncian prácticas destructivas mientras existen alternativas de escaneo no invasivo

Vendedores de libros antiguos reportan que empresas de tecnología están adquiriendo y destruyendo obras raras para alimentar modelos de inteligencia artificial, generando preocupación sobre la pérdida irreversible de patrimonio literario. Esta práctica responde a la búsqueda de contenido de calidad para entrenar sistemas de IA, donde los textos históricos representan…

Vendedores de libros antiguos reportan que empresas de tecnología están adquiriendo y destruyendo obras raras para alimentar modelos de inteligencia artificial, generando preocupación sobre la pérdida irreversible de patrimonio literario. Esta práctica responde a la búsqueda de contenido de calidad para entrenar sistemas de IA, donde los textos históricos representan fuentes densas de información. La velocidad y economía del proceso destructivo contrasta con métodos alternativos disponibles desde hace más de una década.

Desde 2009 existe tecnología patentada de escaneo no destructivo que podría digitalizar obras sin causarles daño físico, aunque presenta limitaciones técnicas documentadas. Estudios revelan que la curvatura de páginas distorsiona el texto capturado, se omiten secciones completas y errores operacionales como la obstrucción manual de páginas ocurren cuando el proceso se acelera. A pesar de estas alternativas, las empresas de inteligencia artificial priorizan reducción de costos y velocidad de ejecución sobre métodos más cuidadosos. Iniciativas como Internet Archive han demostrado que la digitalización responsable de textos antiguos requiere enfoques meticulosos y supervisión humana constante, reconociendo el valor irreemplazable de preservar patrimonio literario.

Este dilema plantea implicaciones estratégicas para directivos en México y América Latina. La preservación de libros raros no es solo conservación patrimonial, sino acceso al conocimiento y fortalecimiento de identidad cultural. Para CEO y CMO, la pregunta es clara: ¿qué responsabilidad ética asumen las empresas tecnológicas en la protección de legados literarios? Para CTO, el reto es evaluar si existen arquitecturas de entrenamiento de IA que no dependan de destrucción física de fuentes primarias. El debate requiere regulación clara sobre prácticas de adquisición de contenido, estándares de digitalización responsable y mecanismos de compensación para comunidades literarias y archivos históricos que pierden acceso a obras únicas.