Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Millones de libros acabaron convertidos en archivos digitales tras un proceso tan industrial como incómodo de imaginar.
Anthropic gastó millones de dólares en escanear libros impresos para entrenar a Claude. El método no fue una digitalización convencional, sino un sistema que cortaba las encuadernaciones, escaneaba los ejemplares y desechaba después los originales físicos.
Un juez avaló que destruir el libro no invalida el escaneo
La paradoja está ahí desde el principio. Para alimentar un modelo de lenguaje con texto legalmente comprado, la empresa eliminó el objeto que contenía ese texto y conservó solo la copia digital.
El juez William Alsup dio cobertura a esa práctica en un fallo de 32 páginas dictado en Estados Unidos. Comparó el escaneo destructivo con una forma de conservación de espacio mediante conversión de formato, una idea que recuerda a otras discusiones sobre digitalización masiva como las que ya aparecieron en el escaneo masivo de libros.
Ahí está el núcleo jurídico de la sentencia. El juzgado concluyó que las empresas de inteligencia artificial no necesitan permiso de los autores para entrenar grandes modelos lingüísticos con libros adquiridos legalmente, y ese pronunciamiento figura como el primero de su clase que acepta ese entrenamiento como uso legítimo.
Tom Turvey recibió un encargo que sonaba a biblioteca imposible
En febrero de 2024, Anthropic incorporó a Tom Turvey, antiguo responsable de alianzas de Google Books. Su misión fue tan ambiciosa como literal, obtener «todos los libros del mundo».
Ese detalle no solo describe una contratación. También sitúa el caso en una tradición tecnológica muy reconocible, la de convertir bibliotecas enteras en materia prima computable, como ya planteaban otros pleitos sobre entrenamiento con obras que discuten menos la capacidad técnica que la forma de conseguir los datos.
La legalidad dependió tanto del origen como del destino
El fallo no dio un cheque en blanco.
La aprobación del uso legítimo descansó sobre tres condiciones muy concretas. Anthropic había comprado legalmente los libros, destruyó cada ejemplar impreso tras escanearlo y mantuvo los archivos digitales dentro de la empresa sin distribuirlos.
Esa precisión importa porque mueve el debate desde la lectura automatizada hacia la cadena de custodia del material. No basta con preguntarse qué aprende un modelo, también pesa cómo llegó ese texto a sus servidores y qué ocurrió con él después.
El acuerdo de 1.500 millones no cerró todas las preguntas
Anthropic firmó un acuerdo extrajudicial por el que pagó 1.500 millones a los autores por usar libros sin permiso en operaciones previas. Eso significa que la empresa logró una victoria judicial importante sobre el entrenamiento con ejemplares comprados, pero arrastraba al mismo tiempo un coste enorme por usos anteriores.
No es una contradicción menor. En la práctica, el caso separa dos discusiones que a menudo se mezclan, una sobre si entrenar con libros comprados puede encajar en el uso legítimo y otra sobre qué ocurre cuando el material procede de circuitos no autorizados.
Esa segunda pregunta sigue abierta, y no es un matiz técnico. La sentencia dejó sin resolver judicialmente el entrenamiento de modelos de inteligencia artificial con copias piratas de libros.