El entrenamiento de los modelos de inteligencia artificial ha llegado a un punto de inflexión. Durante años, empresas como OpenAI, Google o Meta han rastreado internet para alimentar sus algoritmos con miles de millones de palabras. Sin embargo, el contenido digital disponible está empezando a mostrar signos de agotamiento o, lo que es peor, de contaminación debido a la proliferación de textos generados por otras inteligencias artificiales. En este contexto, ha surgido un fenómeno inesperado: la búsqueda desesperada de conocimiento puro en las estanterías de las librerías de segunda mano.

El misterioso caso de la librería Fènix en Badalona

Marçal Font, librero en la localidad catalana de Badalona, comenzó a notar patrones de compra inusuales en su establecimiento. Pedidos de bajo valor económico se tramitaban con costes de envío desproporcionados, sugiriendo que el comprador no tenía interés en el ahorro, sino en la inmediatez del acceso al material. Tras una investigación técnica, se descubrió que el destino de estos libros no era el coleccionismo, sino la digitalización masiva. Las empresas tecnológicas están adquiriendo bibliotecas físicas enteras para extraer el conocimiento que aún no ha sido indexado en la red o que se encuentra protegido por muros de pago.

Este interés por el papel responde a una necesidad crítica de los desarrolladores: datos de alta calidad. Los libros impresos ofrecen una estructura gramatical, una coherencia narrativa y una profundidad de razonamiento que a menudo escasea en los foros de internet o en los artículos breves de actualidad. Al digitalizar libros descatalogados o ediciones raras, las empresas de inteligencia artificial intentan evitar el fenómeno conocido como colapso del modelo, que ocurre cuando un sistema aprende de sus propios errores al ser entrenado con datos sintéticos.

Implicaciones éticas y legales del escaneo masivo

La práctica de comprar libros físicos para incorporarlos a bases de datos de entrenamiento plantea serios dilemas. Aunque la compra del ejemplar es legal, la reproducción digital del contenido y su uso comercial para entrenar software sin el consentimiento de los autores o editores originales entra en un terreno pantanoso. Los desafíos que enfrenta el sector editorial incluyen:

• Derechos de autor: La falta de una legislación clara sobre el uso de obras protegidas en el aprendizaje automático.
• Desaparición de fondos: La compra masiva por parte de corporaciones podría dificultar el acceso de lectores particulares a títulos descatalogados.
• Valor del conocimiento: La transformación de la cultura escrita en meros vectores de datos para el beneficio de grandes tecnológicas.

La situación de la librería Fènix es un síntoma de una tendencia global. Mientras la inteligencia artificial siga necesitando entender el mundo con la complejidad humana, el papel seguirá siendo un refugio de valor incalculable. Sin embargo, para los libreros tradicionales, esto supone un nuevo desafío: decidir si sus estanterías deben alimentar el conocimiento de las personas o la voracidad de las máquinas.