¿Qué harías si te dijeran que, para enseñarle a una máquina a escribir mejor, primero hubo que pasar miles de libros por una guillotina industrial? La escena parece exagerada, pero esa fue la pieza central de una estrategia real de inteligencia artificial.
El hallazgo surge de documentos judiciales sobre Anthropic, la empresa detrás de Claude, que salieron a la luz tras una demanda colectiva por derechos de autor. Allí se revela que en 2024 la compañía puso en marcha el llamado Proyecto Panamá para entrenar su modelo con libros físicos, en vez de depender solo del lenguaje de internet.
La clave era simple y ambiciosa a la vez: si la red está llena de ruido, errores Cómo y texto apurado, alimentar a la IA con literatura podía mejorar su escritura. Según esos papeles, un juez hizo públicos en enero detalles de una operación que la empresa mantuvo en secreto por su potencial costo reputacional.
Anthropic no solo compró libros usados. También diseñó un mecanismo para desarmarlos página por página. Los volúmenes se cortaban con una máquina hidráulica, luego se escaneaban con equipos profesionales de alta velocidad y, al final, sus restos se enviaban a reciclaje.
También te puede interesar:Anthropic Ampliará el Modo de Voz de Claude con Más Idiomas y Mejoras
Fue una especie de cadena de montaje al revés: en lugar de convertir información en objetos, convertía objetos en datos.
El interés de Anthropic no estaba en conservar el libro como objeto, sino en extraer su cableado central: el estilo, la estructura, el vocabulario, el engranaje íntimo de una buena prosa.
Ahí aparece el verdadero interruptor del proyecto. El entrenamiento del modelo, es decir, el proceso por el cual la IA aprende patrones de lenguaje, necesitaba material más sólido que el flujo caótico de foros, posteos y comentarios. Los libros funcionaban como una biblioteca convertida en combustible.
Una apuesta masiva y silenciosa
Los documentos indican que Anthropic habría adquirido entre 500.000 y 2 millones de libros en apenas seis meses. El costo total ascendió a decenas de millones de dólares, con compras hechas a librerías y distribuidores de segunda mano como The Strand, Better World Books y World of Books.
También te puede interesar:Anthropic Ampliará el Modo de Voz de Claude con Más Idiomas y MejorasAdemás, esa ruta no respondía solo a una búsqueda de calidad. También parecía una oportunidad legal. La empresa se apoyó en la doctrina de la primera venta, una regla que permite a quien compra un producto disponer de él libremente, incluso destruirlo. En ese marco, cortar y escanear libros comprados podía considerarse legal.
La misma causa también expuso que, antes de recurrir a ejemplares físicos, Anthropic había participado en la descarga de libros pirateados. En 2021, el cofundador Ben Mann descargó millones de obras desde LibGen. Y en 2022 elogió Pirate Library Mirror, un sitio que reconocía infringir derechos de autor de forma deliberada.
Ese antecedente fue una pieza clave en el conflicto judicial, que terminó con un acuerdo cercano a 1.500 millones de dólares. La práctica, de todos modos, no es aislada. Otras firmas del sector, como OpenAI y Meta, también fueron señaladas por usar fuentes no autorizadas para entrenar modelos.
Lo que cambia para el usuario
Para quien usa un chatbot todos los días, este episodio revela algo incómodo pero importante: detrás de una respuesta fluida hay una infraestructura material. La IA no aprende en el aire. Aprende a partir de textos, decisiones legales y mecanismos físicos que muchas veces quedan fuera de escena.
Y, al mismo tiempo, muestra una tensión cada vez más visible. La industria quiere modelos más finos, más útiles y más humanos. Pero esa mejora no sale de un enchufe invisible: exige datos, dinero y una discusión abierta sobre qué piezas del mundo real se están sacrificando para encender esa nueva central.
Si el futuro de la IA se parece a una biblioteca convertida en motor, la gran pregunta ya no es solo qué puede escribir una máquina, sino qué estamos dispuestos a desarmar para que aprenda.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
