Fotografía: Chepko; Getty Images
Un reportaje de The Washington Post reveló los detalles de “Project
Panama”, una iniciativa secreta de Anthropic para recopilar y digitalizar
millones de libros con el objetivo de mejorar Claude, su modelo de
inteligencia artificial. Según documentos judiciales desclasificados, la
empresa gastó decenas de millones de dólares en comprar libros usados,
cortarles el lomo, escanear sus páginas y enviar los ejemplares desmantelados
al reciclaje.
La operación pretendía crear una enorme biblioteca digital
para proporcionar a Claude textos de mayor calidad y ayudarlo a comprender
mejor el lenguaje, la narrativa y los estilos de escritura. En los documentos
internos, el proyecto se describía como un esfuerzo por “escanear
destructivamente todos los libros del mundo”; además, se indicaba que la
empresa prefería mantenerlo en secreto. Para acelerar el proceso, proveedores
externos retiraban las encuadernaciones con maquinaria industrial, escaneaban
las páginas y enviaban los restos de papel al reciclaje.
Concretamente, el proceso utilizaba una máquina de
corte hidráulica para cortar con precisión los millones de
libros que recibía de los vendedores de libros usados, y luego escaneaba sus
páginas con escáneres de alta velocidad y calidad profesional.
Después, se contrataba a una empresa de reciclaje para recuperar los volúmenes
desmembrados, porque "no había que desperdiciar nada".
El caso forma parte de una disputa más amplia entre las
compañías de inteligencia artificial y los autores. OpenAI, Anthropic y Meta
han sido cuestionadas por el uso de obras protegidas por derechos de autor para
entrenar sus modelos. En el caso de Meta, los autores alegan que la empresa
reunió grandes colecciones de libros sin autorización para desarrollar sus
sistemas de IA; OpenAI también ha sido vinculada al uso de bibliotecas
digitales no autorizadas.
La controversia tiene dos dimensiones. Por un lado, está la
transformación técnica de los libros en datos para entrenar un modelo. Por otro
lado, está la forma en que las empresas obtuvieron esas obras: mediante compras
legales, copias no autorizadas o repositorios piratas. Un tribunal
estadounidense consideró que entrenar Claude con libros comprados legalmente
podía constituir un uso transformador, pero eso no significa que cualquier
material obtenido ilegalmente quede automáticamente protegido.
Anthropic aceptó pagar 1.500 millones de dólares para
resolver una parte de la disputa relacionada con libros obtenidos de forma
ilícita. El acuerdo y la revelación de los documentos han intensificado el
debate sobre quién debe beneficiarse del conocimiento utilizado para entrenar
la inteligencia artificial: las empresas tecnológicas, los autores, las
editoriales o la sociedad en su conjunto.
El caso de Claude, junto con las controversias que afectan a
OpenAI y Meta, muestra que el desarrollo de sistemas de IA no depende
únicamente de algoritmos y capacidad informática. También depende de decisiones
sobre propiedad intelectual, transparencia, consentimiento y remuneración. La
pregunta que queda abierta es si la innovación puede considerarse responsable
cuando se construye sobre obras culturales utilizadas sin autorización explícita.
Fuente
principal: The Washington Post, “The quest to ‘destructively scan’ all the
world’s books”.
https://www.washingtonpost.com/podcasts/post-reports/the-quest-to-destructively-scan-all-the-worlds-books/)
Lectura relacionada: WIRED en español, “Cómo Anthropic
destruyó millones de libros de papel para que Claude aprendiera a escribir”.
[es.wired](https://es.wired.com/articulos/como-anthropic-destruyo-millones-de-libros-de-papel-para-que-claude-aprendiera-a-escribir)
No hay comentarios:
Publicar un comentario