ทันเอไอ

Empresas de IA usan el “método de destruir libros físicos” para escanear datos de entrenamiento y evitar contenido contaminado

Una investigación revela que varias empresas de IA eligen cortar el lomo y separar las páginas de libros reales para escanearlos y alimentar sus sistemas, evitando así la degradación del modelo por datos falsos.

La industria de la inteligencia artificial enfrenta un nuevo dilema ético tras confirmarse que varias empresas de IA han adoptado un método conocido como escaneo destructivo (Destructive Scanning), que consiste en cortar el lomo de los libros y separar sus páginas para introducirlos en escáneres de alta velocidad, destruyendo los ejemplares en el proceso.

Detrás de esta destrucción masiva de libros está la necesidad de obtener datos de entrenamiento de alta calidad, escritos realmente por humanos antes de 2022 y libres de contaminación por contenidos generados por IA. El objetivo es prevenir el fenómeno del colapso de modelos (Model Collapse), en el que el rendimiento de la IA se deteriora al aprender de datos creados por otras IA.

Este asunto salió a la luz gracias a una investigación del medio *404 Media*, que ocultó un dispositivo AirTag en un libro usado y rastreó su destino hasta unas instalaciones de Amazon en Las Vegas donde se destruían libros para su digitalización. Además, documentos de una demanda contra *Anthropic* revelaron el proyecto "Project Panama", que refleja esfuerzos similares y plantea debates legales sobre si comprar y destruir libros para escanearlos podría considerarse uso justo (Fair Use).

Ante esta situación, grupos de defensa del consumidor y organizaciones públicas han empezado a movilizarse, presentando una solicitud ante la Comisión Federal de Comercio de EE. UU. (FTC) para que investigue la destrucción de recursos culturales y el monopolio de datos en la industria.