Durante años, una gran parte de la inteligencia artificial actual se ha entrenado con contenidos disponibles en internet. Sin embargo, algunas empresas tecnológicas han buscado alternativas y han encontrado en los libros una solución prometedora.
A principios de 2026, The Washington Post reveló un proyecto secreto llamado “Project Panama” de Anthropic, la empresa detrás del asistente de IA Claude. Este proyecto consistía en adquirir libros impresos a gran escala, escanearlos y utilizar sus textos en el desarrollo de modelos de IA. Esta estrategia marca un cambio fundamental en la forma en que se valora el contenido de los libros en la era de la inteligencia artificial.
Anthropic no es la única empresa interesada en acceder a grandes colecciones de libros. En mayo de 2026, cinco grandes editoriales estadounidenses y el escritor Scott Turow demandaron a Meta y Mark Zuckerberg por utilizar libros y artículos de repositorios piratas para entrenar a su modelo Llama. Este litigio refleja la creciente importancia de los libros como fuente de datos para los modelos de inteligencia artificial.
Los libros ofrecen una calidad y estructura de texto que a menudo no se encuentra en internet. A medida que más contenido generado por IA se incorpora a la red, la relevancia de los libros como fuente de conocimiento se vuelve aún más evidente. Su valor estratégico radica en la extensión y profundidad de su contenido, así como en el proceso editorial y de corrección al que están sometidos.
La digitalización de libros antiguos y poco comunes está en aumento, con empresas como Zoom Books adquiriendo grandes cantidades de ejemplares. Aunque niegan que sea para alimentar a la IA, este fenómeno subraya el nuevo valor que los libros han adquirido en la era de la inteligencia artificial.
En definitiva, la carrera por el conocimiento en la inteligencia artificial no solo se trata de procesadores y algoritmos, sino también del contenido humano que los libros pueden proporcionar. La selección de libros y la transparencia en su uso se han convertido en temas de debate, especialmente en lo que respecta a los derechos de autor y la representatividad de diferentes conocimientos en los modelos de IA. La forma en que se elijan y utilicen los contenidos de los libros determinará en gran medida los sesgos y las voces que predominarán en las respuestas de la inteligencia artificial del futuro.
Comentarios