Anthropic compró millones de libros, entrenó su IA y los destruyó

   La empresa de inteligencia artificial Anthropic está en el centro de la polémica tras revelarse nuevos detalles sobre cómo entrenó a su modelo de lenguaje Claude, uno de los más avanzados del sector. Según documentos judiciales, la compañía "compró millones de libros impresos, los escaneó y luego los destruyó", en un esfuerzo por alimentar su IA con contenido de alta calidad eludiendo problemas legales.

De los torrents a la destrucción física

   Durante años, muchas tecnológicas recurrieron al contenido digitalizado disponible en internet, incluidos libros pirateados, para entrenar sus modelos. Anthropic no fue la excepción: según la sentencia, descargó más de siete millones de libros sin licencia y los mantuvo en su biblioteca interna incluso después de decidir no utilizarlos. Esta práctica fue considerada ilegal por el tribunal.

   Sin embargo, en 2024, la empresa dio un giro. Contrató a Tom Turvey, exdirector del proyecto Google Books, y le encargó una misión ambiciosa: reunir "todos los libros del mundo". A diferencia de Google, que escaneaba libros prestados por bibliotecas para luego devolverlos, Anthropic optó por comprar libros impresos, cortarlos de sus encuadernaciones, escanearlos y desechar los originales.

Precedente legal y enfoque cuestionado

   El juez federal William Alsup, a cargo del caso, dictaminó que el proceso de escaneo destructivo fue legal bajo la doctrina de "uso legítimo", dado que los libros fueron adquiridos legalmente y los archivos digitales no se distribuyeron. Aun así, se reconoció la ilegalidad del uso previo de libros piratas, lo cual deja a Anthropic en una posición delicada.

   Este fallo sienta un precedente clave para la industria de la IA, que necesita ingentes cantidades de contenido de alta calidad para alimentar modelos como Claude. La resolución aclara que es legal comprar libros, escanearlos y entrenar modelos con ellos, incluso sin el consentimiento de los autores, siempre que no se redistribuyan.

Entre la legalidad y la ética

   La decisión judicial ha sido interpretada como una victoria para las tecnológicas, pero también reabre el debate sobre los límites éticos de entrenar modelos con obras humanas. Como señala Ars Technica, detrás de cada libro hay escritores, editores, correctores y diseñadores, y las IA dependen del trabajo intelectual humano para funcionar.

   En definitiva, el caso de Anthropic refleja los dilemas de una industria que avanza más rápido que la regulación: mientras las empresas buscan optimizar sus modelos con contenido de calidad, crecen las voces que exigen reconocimiento y compensación justa para los creadores.