La moderna noche de los Cuchillos Largos

A lo largo de la historia de la civilización, los libros -considerados como “fuente” del conocimiento- han sido destruidos por censura, guerras o fanatismo religioso. Desde la Biblioteca de Alejandría hasta las piras del siglo XX, quemar una obra escrita era el acto supremo para borrar una idea del mapa. Sin embargo, en la era de la inteligencia artificial generativa, ha emergido una variante mucho más refinada y perturbadora de este fenómeno: La destrucción por asimilación digital.

Informes y denuncias recientes en la industria editorial alertan sobre un patrón corporativo inquietante de data reciente: Empresas tecnológicas adquieren masivamente lotes de ediciones antiguas, libros descatalogados, tomos raros y enciclopedias históricas. El objetivo perseguido no es conservar el patrimonio bibliográfico, sino escanearlo, digitalizarlo e ingerirlo en las tripas de modelos del lenguaje (LLM). Una vez que los datos han sido extraídos, vectorizados y convertidos en parámetros algorítmicos, el soporte físico -el libro físico- es destruido para reducir costos de almacenamiento o evitar litigios de propiedad intelectual.

Detrás de esta práctica de adquisición masiva de volúmenes físicos, su digitalización y posterior destrucción, hay empresas concretas que ya han sido identificadas en investigaciones periodísticas y documentos judiciales revelados recientemente. La principal empresa y sus creadores de esta práctica es Anthropic, de origen estadounidense con sede en San Francisco, California.

Anthropic fue fundada principalmente por los hermanos Dario Amodei (actual CEO) y Daniela Amodei, junto con un grupo de exinvestigadores de OpenAI que abandonaron esta última por discrepancias sobre la seguridad y comercialización de la Inteligencia Artificial (IA). El modelo de IA que alimentan se llama “Claude”.

De acuerdo con un plan interno, filtrado en litigios sobre derechos de autor (Project Panama), Anthropic destinó decenas de millones de dólares a comprar masivamente entre 500,000 y 2 millones de libros físicos usados. Contrataron proveedores para realizar escaneos mediante cortadoras hidráulicas que remueven el lomo de los volúmenes, escanean las hojas a alta velocidad y luego destruyen y reciclan el papel.

Para no levantar sospechas directamente, Anthropic y otras tecnológicas dedicadas a este tipo de prácticas, operan a través de empresas intermediarias y corredoras de datos (data brokers), como Zoom Books, una empresa registrada en Canadá, la cual, es identificada por libreros europeos por realizar compras automatizadas e indiscriminadas de miles de libros descatalogados de no ficción en librerías de segunda mano en España, Alemania y otros países para enviarlos a centros logísticos en Estados Unidos de América.

Otra empresa identificada es ISBNdb, una plataforma estadounidense proveedora de metadatos de libros que ofrece paquetes de adquisición en masa, de hasta 1 millón de libros impresos por pedido, a laboratorios de IA bajo acuerdos de confidencialidad (NDA). Las compras masivas iniciaron entre 2023 y 2024. El proyecto Panamá de Anthropic se ejecutó entre finales de 2023 y mediados de 2024 a través de compras en distribuidores de libros usados (como Better World Books).

A finales de 2025 e inicios de 2026, la actividad de compra masiva por parte de intermediarios como Zoom Books se intensificó en librerías independientes de Europa y América. El caso salió a la luz pública mediante investigaciones periodísticas, encabezadas por The Washington Post y reporteros independientes en España, y por revelaciones dentro del proceso judicial contra la empresa en Estados Unidos de América.

Este escenario plantea interrogantes urgentes sobre la propiedad de la información, el valor de la preservación cultural y el riesgo inminente de un monopolio cognitivo privado. El primer argumento de las empresas involucradas suele revestirse de un halo de filantropía tecno-utópica: “Estamos salvando la información del olvido”. Sin embargo, existe una diferencia abismal entre preservar una obra y entrenar una red neuronal con sus datos.

Un libro no es solo una secuencia de palabras, es un documento histórico en sí mismo: El papel, la fe de erratas, la maquetación, los prólogos de época y el margen de interpretación humana. Cuando una IA ingiere un libro antiguo, destruye la estructura narrativa y el rigor conceptual para convertirlo en probabilidades estadísticas de “siguiente palabra” (tokens).

Destruir el libro físico tras digitalizarlo crea un punto de no retorno. Si el modelo de IA procesa mal una información, alucina o sesga el contenido original, ya no existirá el archivo primario para cotejar la verdad histórica. La fuente primaria queda reemplazada por la interpretación probabilística de un algoritmo privado.

¿Qué ocurre después de que una corporación almacena toda esta información y destruye los originales? El riesgo no es solo cultural; es profundamente económico y estructural, ya que, gran parte de estas ediciones antiguas corresponden a obras en dominio público o en situaciones de “obras huérfanas” (derechos de autor no clarificados). Al destruir el físico y encapsular su contenido en un modelo propietario, la empresa transforma un bien cultural común en un activo corporativo cerrado.

La compañía no vende los libros; vende el acceso al conocimiento que extrajo de ellos. El ciudadano, el investigador o la universidad que antes podía consultar ese texto en una biblioteca o adquirirlo en el mercado de segunda mano, ahora deberán pagar una suscripción mensual a una API para “preguntarle” a la IA qué decía dicho volumen, es decir, se tendrá que pagar una especie de “peaje del conocimiento” (Knowledge-as-a-Service).

Quien domina el modelo que condensó miles de libros antiguos controlará cómo se consulta la historia, la filosofía o la ciencia. Si las empresas deciden filtrar, modificar o despriorizar ciertas ideas por políticas de la plataforma, el conocimiento original queda invisibilizado para siempre.

Analistas y expertos en varias latitudes del mundo que han detectado este tipo de prácticas, se han pronunciado por la urgente necesidad de constituir un marco de protección. Advierten que, si esta práctica se consolida sin regulación, el futuro del conocimiento se encamina hacia una paradoja distópica, ya que, nunca antes la humanidad habrá tenido tanta capacidad técnica para procesar información y, al mismo tiempo, nunca el acceso a las fuentes primarias habrá estado tan concentrado en tan pocas manos.

Consideran que el permitir que empresas privadas compren la memoria impresa del mundo para destruirla tras triturarla en datos no es innovación tecnológica; es una forma sofisticada de extractivismo cultural donde la riqueza colectiva se convierte en margen de ganancia corporativo.

Para evitar que el patrimonio bibliográfico se convierta en el combustible consumible de Silicon Valley, los gobiernos y las instituciones culturales deben actuar en tres frentes inmediatos: Primero, establecer la prohibición de destrucción de patrimonio, mediante la creación de leyes que impidan la destrucción deliberada de bienes culturales o ediciones históricas tras procesos de escaneo.

Segundo, establecer la obligatoriedad de depósito digital público. Si una empresa digitaliza obras en dominio público o de interés histórico para entrenar sus modelos, debe estar obligada por ley a depositar una copia digital exacta y en formato abierto en la biblioteca nacional correspondiente.

Tercero, aplicar una auditoría de datos de entrenamiento, es decir, exigir transparencia a los desarrolladores de IA sobre el origen de sus corpus de datos y sancionar el uso de la destrucción física como mecanismo para eludir auditorías de derechos de autor.

La historia nos recuerda que cada vez que una civilización deja que sus libros se quemen o destruyan -incluso en piras digitales-, la oscuridad que le sigue no tarda en llegar. Al triturar las ediciones antiguas -muchas de las cuales nunca tuvieron una versión digital previa-, la humanidad pierde la capacidad de verificar fehacientemente la fuente original, dejando el conocimiento histórico a merced de los posibles sesgos o “alucinaciones” del modelo de IA que lo digirió.