El lado oscuro de la formación de másteres en derecho: cómo el "Proyecto Panamá" de Anthropic supuestamente destruyó millones de libros.

Una masacre literaria para el aprendizaje automático

En la implacable búsqueda de la supremacía de la inteligencia artificial, el hambre de datos de entrenamiento de alta calidad ha alcanzado un punto álgido. Si bien la mayoría de los usuarios interactúan con la IA a través de interfaces limpias y respuestas útiles, ha surgido una tendencia inquietante tras bambalinas. Han aparecido informes que indican que Anthropic, la potencia de IA detrás de la serie Claude, se involucró en una operación masiva para adquirir y desmantelar sistemáticamente millones de libros físicos para acelerar el entrenamiento de sus grandes modelos de lenguaje (LLM).

La operación, supuestamente con nombre en clave "Proyecto Panamá", pone de relieve un creciente conflicto entre la preservación de la cultura humana y la industrialización de la adquisición de datos para la era de la IA.

Revelando el 'Proyecto Panamá': La mecánica de la destrucción

Según los informes, incluida una investigación detallada del Washington Post, el Proyecto Panamá no fue simplemente un esfuerzo de digitalización, sino uno destructivo. El proceso fue diseñado para lograr la máxima eficiencia y velocidad, priorizando el rendimiento sobre la preservación.

Según se informa, el flujo de trabajo implicaba varios pasos despiadados:

• Adquisición masiva: Gastar millones de dólares para adquirir grandes cantidades de literatura impresa de mercados comerciales.
• Preparación destructiva: En lugar de escanear cuidadosamente los volúmenes encuadernados, la empresa supuestamente cortaba los lomos de los libros. Esto permitió que las páginas individuales se pasaran por escáneres industriales de alta velocidad a una velocidad que superaba con creces los métodos tradicionales de escaneo de libros.
• Digitalización: Las páginas sueltas se convirtieron en texto legible por máquina, que luego se integró en los conjuntos de datos masivos utilizados para refinar las capacidades cognitivas de Claude.
• Eliminación: Una vez extraído el texto, los fragmentos físicos restantes, ahora despojados de sus encuadernaciones, se desecharon como residuos.

Un documento de planificación interna supuestamente describía el proyecto con una claridad escalofriante: "El Proyecto Panamá es nuestro esfuerzo por escanear destructivamente todos los libros del mundo", y añadía: "No queremos que se sepa que estamos trabajando en esto".

Las consecuencias legales y el debate sobre el "uso justo"

La controversia en torno al Proyecto Panamá está inextricablemente ligada a la batalla legal más amplia sobre los derechos de autor en la era de la IA. Anthropic resolvió recientemente una demanda masiva por derechos de autor por 1.500 millones de dólares. Aunque el tribunal dictaminó que el entrenamiento de modelos de IA generalmente se enmarca dentro del "uso legítimo" —comparando el proceso de aprendizaje de la IA con el de un escritor humano que estudia obras existentes para crear algo nuevo—, sí determinó que Anthropic violó los derechos de autor al mantener una biblioteca de 7 millones de libros pirateados.

Si bien otros gigantes de la IA como OpenAI, Google y Meta se han enfrentado a demandas similares con respecto al uso de bibliotecas digitales, Anthropic es actualmente el único actor importante del que se informa que ha destruido físicamente copias físicas de libros para lograr sus objetivos de datos.

Respuesta de Anthropic

Cuando Tom's Guide le preguntó al respecto, un portavoz de Anthropic defendió la práctica de obtener libros, señalando que es un enfoque común en la industria de la IA. La compañía enfatizó que no se centran en volúmenes raros o antiguos, declarando: "Ninguno de nuestros programas de adquisición de datos compra y destruye libros 'raros' o 'antiguos'. Compramos libros en mercados comerciales regulares". En cuanto a las disputas legales, la empresa señaló el acuerdo de Bartz, sosteniendo que los tribunales han confirmado la legalidad del entrenamiento de IA bajo la ley de derechos de autor.

El fondo ético

La revelación del Proyecto Panamá plantea profundas cuestiones éticas. Si bien la empresa afirma que solo se dirigieron a libros comerciales comunes, la destrucción sistemática de millones de objetos físicos para una copia digital crea un precedente precario. La pérdida de literatura física, incluso en grandes cantidades, representa un cambio hacia un mundo donde los artefactos originales del pensamiento humano se sacrifican para alimentar los algoritmos que algún día podrían reemplazar a los propios autores.

A medida que la IA continúa evolucionando, la tensión entre la necesidad de datos y el respeto por la propiedad física e intelectual sigue siendo uno de los desafíos más críticos para el sector tecnológico.