|
Getting your Trinity Audio player ready...
|
En los pueblos donde todavía hay librerías de barrio, los carteles de “se aceptan lotes” han cambiado de dueño con una rapidez inquietante. Antes bastaba con dejar un nombre, una dirección y una promesa de pago. Ahora, en cambio, llegan correos que no explican demasiado. Llaman a horas extrañas, preguntan por ediciones “raras”, por colecciones con anotaciones a mano y, sobre todo, por libros “que ya no sirven para el mercado”. Cuando se les habla de conservación o de donaciones culturales, responden con cortesía profesional: todo está documentado, todo sigue un procedimiento.
Y, sin embargo, hay algo que se repite en las últimas semanas entre quienes han vendido esos lotes: desaparecen. No “se revenden”, no “se archivan”. Se pierden del circuito común con una eficacia casi quirúrgica. Luego llega la versión que se susurra en bibliotecas, en hemerotecas y en foros de bibliófilos: la empresa compra libros viejos para entrenar inteligencia artificial y los destruye.
El nombre de la compañía —dicen— no aparece en ningún contrato público. En los correos, se presenta como “un socio tecnológico” o como “una unidad de investigación”. En documentos internos, lo que circula por capturas de pantalla y testimonios es un término que cambia: Lexforge, Atlas Iteration, Orbis Data. Una cosa, no obstante, permanece: el método.
El primer rastro: demasiado interés por lo viejo
La primera pista la dio Marta L., bibliotecaria de una ciudad costera. Hace meses, una fundación local envió a su archivo municipal un lote que “no era prioritario para la conservación”. El envío venía con una lista de títulos y fechas. Marta reconoció varios: volúmenes de principios del siglo XX, manuales encuadernados en piel gastada y antologías con correcciones marginales.
Pero antes de que los libros llegaran a su depósito definitivo, aparecieron unos mensajeros. No ofrecieron recibos con membrete; ofrecieron un talonario simple y un acuerdo de confidencialidad que, según Marta, estaba redactado para “resguardar la información sensible de los datos”. El pago era correcto, incluso generoso. Y lo peor: no pidieron conocer el contenido. Solo preguntaron por el estado físico, por la tipografía, por la calidad del papel.
“Como si supieran que lo importante no era la historia del libro, sino lo que su historia guarda por dentro”, dice Marta. “La gente no entiende que el papel también es una huella: tinta, grano, marcas de impresión, señales de escaneo.”
A partir de ese momento, el patrón se repitió. Vendedores de libros usados en otras ciudades informaron de compradores que buscaban textos con ciertas características: obras con páginas amarillentas, ediciones con tipografías “legibles” incluso tras décadas, y especialmente libros con anotaciones. La idea, en teoría, suena contradictoria: ¿para entrenar una IA no bastaría con digitalizar contenido limpio? ¿Por qué perseguir manchas y tachaduras?
La respuesta que circula entre especialistas en procesamiento de lenguaje es una: porque el “ruido” también entrena.
Los modelos actuales no solo aprenden palabras; aprenden estilos, patrones de error, variaciones ortográficas, maneras de escribir en cada época. Un libro viejo no es únicamente un texto. Es un registro cultural comprimido en tipografías, en abreviaturas, en decisiones editoriales.
Pero entonces surge la otra parte del relato: ¿por qué destruirlo?
La segunda pista: “no se conserva el soporte”
En la segunda fase de la investigación, el rumor se volvió casi documental gracias a una carta filtrada —o copiada— por un ex empleado. No se sabe si la información es auténtica, pero el lenguaje coincide con lo que varios vendedores describen: cláusulas sobre el “tratamiento del material físico” y una frase que apareció repetida en diferentes versiones.
“No se conserva el soporte una vez completado el proceso de digitalización y validación.”
Es una frase que, leída en un contexto de seguridad, tiene sentido: las empresas temen que el material físico contenga información sensible o que sea usado como prueba de acceso indebido. También existe otra posibilidad: si los libros fueron “adquiridos” mediante canales opacos, la destrucción funciona como una capa final para reducir rastros.
En cualquier caso, la práctica es inusual para la industria de digitalización, donde lo habitual es preservar al menos copias o mantener el acervo. Destruir un libro —especialmente uno de interés histórico— es una declaración de intención: el material solo sirve mientras se convierte en datos. Después, deja de importar.
“Se siente como si el libro fuera un recipiente, no un objeto cultural”, comenta una historiadora del libro consultada por este medio, que pide anonimato para evitar problemas con sus instituciones. “Es como si dijeran: ‘lo usaremos para aprender y luego lo borraremos’.”
“Entrenar” no es lo mismo que “leer”
Para entender por qué una empresa podría comprar y destruir libros sin querer exhibir el proceso, conviene separar dos cosas: entrenamiento y consulta.
Entrenar una IA implica alimentar el modelo con grandes volúmenes de texto para ajustar su capacidad de predecir lenguaje. Normalmente, el texto se limpia, se normaliza y se almacena en forma de datos digitales. Si el objetivo es únicamente entrenar, el soporte físico ya no sería necesario. ¿Por qué no conservar los libros como respaldo? Por razones técnicas (espacio y costos), legales (riesgos de custodia), o estratégicas (evitar auditorías y trazabilidad).
La práctica descrita por quienes dicen haber visto el procedimiento sugiere una combinación de todo eso.
Según un vendedor que asegura haber tratado directamente con un intermediario, el comprador entregaba un “comprobante de retiro” y un segundo documento: una especie de acta de destrucción programada. No era una promesa futura; era parte del contrato. El intermediario le dijo que los libros pasarían por una planta donde se “realizaba un escaneo controlado y, posteriormente, se inutilizaban”.
“Lo dijeron con términos raros”, recuerda. “Como si hablaran de desarmar, separar, procesar. No me querían en la planta. Solo querían que yo cerrara el lote.”
No hay evidencia pública de que exista una planta con esas características, pero los testimonios coinciden: el proceso físico estaría encapsulado, cerrado al exterior. Se compra, se retira, se “procesa”, se destruye.
La ética de la invisibilidad
El debate no se limita a si es legal o no. También se pregunta por el costo cultural. Un libro usado puede ser un ejemplar único, con marcas de alguien que ya no está. Puede conservar cartas sueltas entre páginas, dedicatorias familiares, errores de imprenta que rara vez se replican en otras ediciones. Además, las bibliotecas y archivos se han construido históricamente con un principio: custodiar para futuras lecturas.
Destruir por completo el soporte y dejar solo los datos digitales equivale, para muchos, a quemar el original.
“Conservar no es nostalgia”, afirma Marta, la bibliotecaria. “Es acceso futuro. Si el libro se destruye, nadie más puede cuestionar lo que se extrajo. Nadie puede comparar el escaneo con el original. Estás construyendo el futuro sobre una versión irrepetible.”
En teoría, las empresas podrían conservar metadatos, un registro de títulos, recortes de texto y hashes de integridad. Pero la historia que se narra —compra anónima, lotes, destrucción— apunta justamente a la ausencia de esa transparencia.
¿Y la IA, qué gana?
Quien defiende este modelo —cuando se le puede encontrar— argumenta que los modelos grandes requieren variedad. Los libros viejos contienen vocabulario que ya no se usa, estructuras sintácticas de otras épocas, y una “voz editorial” distinta. Además, el entrenamiento con textos históricos permite mejorar tareas como traducción de estilo, clasificación temática o recuperación semántica.
Pero hay un detalle que ha inquietado: algunos reportes sobre la calidad del entrenamiento. Tras meses de actividad en comunidades de investigación, surgieron quejas sobre sesgos o salidas que “suena a documento antiguo” sin una base clara. No se sabe si provienen de esos libros destruidos, pero la hipótesis se instala: si una empresa concentra grandes colecciones y borra el rastro, su influencia sobre el comportamiento de los modelos queda difícil de auditar.
Una IA puede aprender la forma de decir, pero ¿quién revisa el origen? ¿Quién puede verificar qué textos alimentaron el entrenamiento?
La destrucción total impide ese tipo de verificación. Si el material físico no existe, solo queda lo que la empresa declara. Y eso —en una industria donde la confianza es tan importante como el rendimiento— vuelve todo más frágil.
Los intentos de contactar a la empresa
Se intentó localizar a la supuesta compañía mediante vías indirectas: intermediarios, direcciones de correo, números de teléfono en listados de compras. Ninguno respondió de forma completa. Las respuestas fueron plantillas.
“Trabajamos con proveedores que nos suministran material bajo acuerdos legales. El proceso incluye la digitalización, limpieza y anonimización cuando corresponde. El material físico se gestiona conforme a políticas de seguridad y cumplimiento.”
En términos generales, suena razonable. El problema no es que desocupen depósitos o gestionen custodia; el problema es que el sistema completo parece diseñado para evitar preguntas.
La transparencia, al final, es la diferencia entre un proyecto cultural y un negocio opaco. Digitalizar para preservar, por ejemplo, permitiría auditorías: se catalogan títulos, se documenta el estado, se conservan al menos los ejemplares o se trabaja con archivos. Digitalizar para entrenar y destruir sin más —sin trazabilidad ni conservación— sugiere otra lógica: la de convertir conocimiento en insumo y luego borrarlo como si fuera desecho.
Un final que no es final
En una época en la que las tecnologías se construyen sobre datos, el verdadero conflicto quizá no es la IA en sí, sino el modo de producir los datos. Si el entrenamiento proviene de libros que desaparecen, el debate se desplaza del modelo a la cadena de suministro: ¿qué se compra?, ¿qué se destruye?, ¿qué se conserva?, ¿quién decide?
En el caso que nos ocupa, los libros viejos no solo están siendo escaneados. Están siendo desactivados como objetos. El texto, transformado en datos, sigue viviendo dentro de una máquina que quizá nadie pueda inspeccionar en detalle. Lo demás —portada, encuadernación, historia material— se apaga.
Mientras Marta guarda un pequeño cuaderno de notas sobre cada lote que entra y cada lote que sale, lo hace con una sensación contradictoria: la misma tinta que antes amarilleaba en estanterías ahora se convierte en aprendizaje, pero nadie sabe qué parte de la cultura queda realmente en el resultado.
Quizá el punto más inquietante de la historia es este: cuando un libro se destruye, no solo se pierde papel. Se pierde evidencia. Se pierde la posibilidad de volver atrás.
Y, en un mundo donde la IA aprende a hablar con la voz de los textos, perder el rastro de esos textos es como construir una biblioteca fantasma: perfecta para entrenar, imposible para verificar.
Generado por gpt 5.4 nano-high
