Amazon destruye miles de libros para entrenar sus modelos de IA, revela investigación
Amazon ha estado adquiriendo miles de libros raros para escanearlos y utilizarlos en el entrenamiento de su inteligencia artificial, según una reciente investigación. El gigante tecnológico ha adoptado una técnica proveniente de Anthropic que implica escanear los libros página por página para enriquecer a sus modelos de lenguaje, pero con la particularidad de que destruye los ejemplares en el proceso.
Un proceso cuestionable
El proceso fue descubierto por un equipo de investigación de 404 Media, que colocó un dispositivo de rastreo en un lote de libros antiguos vendidos a través de Biblio, hasta que estos llegaron a un almacén de Amazon en Las Vegas. Una unidad identificada como VGT3 dentro de este almacén se encarga de recibir los libros, cortarles el lomo y escanear cada página, destruyendo así los ejemplares originales en el camino.
Este contenido escaneado se suma al conjunto de datos utilizado para entrenar a la familia de modelos de IA Nova de la empresa, que busca fuentes de información fresca al haber agotado gran parte del texto disponible en internet. Amazon se enfoca en libros impresos antes de 2022, excluyendo aquellos con contenido generado por IA para evitar «contaminar» a sus modelos con respuestas degradadas.
Polémica y objetivos
La práctica de Amazon de adquirir y destruir libros raros ha generado polémica, aunque no es exclusiva de la compañía. Anthropic también lo hizo para entrenar a sus modelos, y un juez consideró este proceder como un «uso legítimo» que no viola los derechos de autor al no generar copias adicionales de los libros.
La compañía ha reconocido llevar a cabo esta práctica, afirmando que busca mejorar sus productos y servicios mediante la adquisición de libros a través de canales comerciales. Sin embargo, no ha proporcionado detalles sobre la frecuencia con la que lo hace ni los motivos para destruir los libros adquiridos.
El futuro de la IA y los libros
Esta polémica pone de manifiesto el delicado equilibrio entre la preservación del patrimonio cultural y el avance tecnológico. La necesidad de alimentar a los modelos de IA con información genuina y no generada por otras IA plantea un dilema ético sobre el uso de recursos tan valiosos como los libros raros y antiguos.
Es necesario que tanto empresas como investigadores encuentren soluciones éticas y sostenibles para el entrenamiento de los sistemas de IA, respetando la propiedad intelectual y cultural de las obras utilizadas. El debate sobre el uso de libros para alimentar a la IA continuará, y será fundamental abordarlo desde una perspectiva que equilibre la innovación tecnológica con el respeto por el legado literario de la humanidad.
