Puntos Clave
- La operación: Amazon compra libros impresos en masa, les arranca las encuadernaciones, escanea las páginas y destruye los volúmenes para entrenar sus propios modelos de inteligencia artificial.
- El descubrimiento: La investigación de 404 Media, publicada el 17 de agosto de 2026, rastreó con un Apple AirTag un lote de 1.000 libros hasta el centro operativo VGT3 de Amazon en Las Vegas.
- El contexto: La práctica, ya adoptada por Anthropic con el "Proyecto Panamá", apunta a textos anteriores a 2022 para evitar el "colapso del modelo" y choca con demandas legales basadas en el uso justo.
La investigación y el rastreo del libro
Una investigación de 404 Media reveló que Amazon lleva al menos dos años realizando una operación de compra masiva de libros impresos con el único fin de digitalizarlos y destruirlos. Las sospechas surgieron de libreros independientes que reportaban pedidos anómalos de grandes cantidades de títulos raros y descatalogados, hechos por compradores indiferentes al precio.
Para verificar la pista, los periodistas colaboraron con un librero que había recibido un pedido de unos 1.000 libros a través de la plataforma Biblio. Un Apple AirTag oculto en un volumen raro permitió seguir su trayecto: desde un aeropuerto de California hasta Milwaukee, luego en camión hasta un centro de distribución en Wisconsin, hasta llegar al almacén VGT3 de Amazon en Las Vegas, Nevada.
Empleados del centro confirmaron la recepción de "envíos masivos de libros impresos", el corte de las encuadernaciones para agilizar el escaneo de las páginas y la posterior destrucción de los volúmenes. El logo interno del equipo VGT3, un dinosaurio sosteniendo un libro entre sus fauces, resume la operación.
Por qué los libros de papel son necesarios para el entrenamiento
Los modelos de lenguaje de gran tamaño requieren volúmenes crecientes de texto de calidad, y las empresas de IA ya han agotado gran parte del material disponible en línea. Los libros impresos antes de 2022 tienen un valor específico: contienen textos no digitalizados en ningún otro lugar y, sobre todo, fueron escritos antes de la difusión de la IA generativa.
Este segundo elemento es decisivo. Entrenar un modelo con textos generados por otras IA desencadena el fenómeno del "colapso del modelo", un deterioro progresivo de la calidad de las respuestas. Los libros anteriores a 2022 representan, por tanto, una fuente de texto "limpia" de contaminaciones algorítmicas.
El frente legal y los precedentes
Amazon no es la única. Anthropic, con el llamado "Proyecto Panamá", llevó a cabo operaciones similares de compra y destrucción de millones de libros para el entrenamiento del chatbot Claude. En junio de 2025, un juez federal estadounidense determinó que la compra, el desmontaje de encuadernaciones y el escaneo de libros pueden considerarse uso justo, abriendo de hecho el camino a estas prácticas.
La frontera con la violación de derechos de autor sigue siendo delgada, sin embargo. Anthropic ya cerró un acuerdo de 1.500 millones de dólares para resolver una demanda colectiva de autores que impugnaban el uso no autorizado de sus obras. Amazon se limitó a declarar que compra libros "a través de canales comerciales para ayudar a desarrollar y mejorar los productos y servicios" ofrecidos a los clientes.
La selección de los títulos
Los libreros entrevistados notaron que los pedidos de Amazon excluyen sistemáticamente los volúmenes sin código ISBN, un detalle que sugiere un objetivo sistemático: el escaneo metódico de todo libro impreso con catalogación estándar. Sin embargo, la destrucción de ediciones raras y descatalogadas implica una pérdida que va más allá del contenido textual, afectando el valor histórico y material de los propios objetos.
La empresa que en 1995 abrió la venta en línea de libros hoy los compra para eliminarlos físicamente después de extraer su contenido. El caso alimenta un debate destinado a intensificarse, a medida que las empresas de IA continúan buscando fuentes de datos no contaminadas por contenidos generados artificialmente.
