Las empresas de IA pueden estar devorando libros antiguos, y realmente espero que no los estén destruyendo.

      Los libreros están viendo pedidos masivos misteriosos de libros antiguos, y algunos sospechan de las empresas de IA

      Los libreros de segunda mano han notado un patrón curioso en los últimos meses. Están llegando grandes pedidos de libros antiguos que a menudo no comparten un tema, autor o género obvios, dejando a los vendedores preguntándose quién los quiere y por qué.

      Según The Guardian, los libreros en el Reino Unido e Irlanda han recibido pedidos al por mayor que abarcan desde textos agrícolas hasta biografías de carreras. Algunos compradores, según se informa, utilizan alias opacos, envían pedidos a los mismos almacenes de carga y pagan el precio completo sin negociar descuentos por volumen. Actividades similares también han surgido en EE. UU., Australia y Europa.

      No hay pruebas de que las empresas de IA estén detrás de la mayoría de estas compras. Pero al observar lo que ha estado sucediendo en otros lugares, la teoría no parece tan descabellada.

      Las empresas de IA realmente quieren libros antiguos

      404 Media encontró anteriormente una página de destino de ISBNdb anunciando "Suministro de Libros Impresos para las Necesidades de su Conjunto de Datos de IA LLMs". ISBNdb eliminó la página el 28 de julio, diciendo que había sido parte de un esfuerzo por explorar la demanda y que la empresa había decidido alejarse de la idea.

      Dos días después, ISBNdb emitió una aclaración más detallada. Dijo que nunca ha comprado, escaneado o vendido un libro para entrenamiento de IA, nunca ha entrenado modelos de IA, y que el servicio propuesto nunca se lanzó realmente.

      Hay otras pistas. The Atlantic informa que la empresa de datos de IA con sede en Singapur 2077AI ha estado vinculada a solicitudes de miles de libros especializados, aunque eso aún no la conecta con la compra masiva más amplia.

      Una teoría es que los libros publicados antes del auge de la IA generativa ofrecen algo cada vez más valioso para los desarrolladores de modelos: grandes cantidades de material escrito por humanos con poco riesgo de contener texto generado por IA. La página de ISBNdb eliminada también había presentado libros impresos más antiguos como material de entrenamiento valioso por esta razón.

      Esperemos que estos libros no estén siendo destruidos

      Desafortunadamente, ya sabemos que el escaneo destructivo ocurre.

      Registros judiciales revelaron anteriormente que Anthropic gastó millones adquiriendo libros físicos, cortando sus lomos, escaneando el contenido y luego enviando los libros a reciclaje mientras construía su biblioteca de entrenamiento. Anthropic dice que sus programas de adquisición no compran ni destruyen libros raros o de antigüedad.

      Como alguien que pasa una buena cantidad de tiempo buscando libros antiguos y fuera de impresión, sin embargo, la posibilidad me molesta. Algunos libros solo tienen tiradas limitadas, y una vez que esas copias desaparecen, encontrar otra puede ser difícil. La idea de que una de esas copias restantes podría ser destruida simplemente para extraer su texto para el entrenamiento de IA no me parece bien. Si las empresas de IA realmente están detrás de estos pedidos misteriosos, solo espero que alguien esté verificando qué están desmembrando primero.