Anthropic, la empresa responsable del chatbot Claude, compró millones de libros físicos de segunda mano para digitalizarlos, destruirlos y utilizarlos en el entrenamiento de sus modelos de inteligencia artificial. La iniciativa, conocida internamente como Project Panama, ha salido a la luz tras la publicación de documentos judiciales en Estados Unidos, que también revelan que un juez federal ha considerado que este proceso puede encajar dentro del principio de fair use (uso legítimo) del derecho de autor estadounidense cuando los ejemplares han sido adquiridos legalmente.
Las claves del Project Panama en 20 segundos
- Anthropic compró millones de libros usados para escanearlos y destruirlos posteriormente.
- El proyecto interno recibió el nombre de Project Panama y comenzó en 2024.
- Un juez de Estados Unidos considera que este método puede constituir uso legítimo si los libros fueron adquiridos legalmente.
- El caso es independiente del acuerdo de 1.500 millones de dólares alcanzado por Anthropic en otro litigio relacionado con libros electrónicos pirateados.
Los documentos desclasificados durante el proceso judicial muestran hasta qué punto las empresas de inteligencia artificial buscan nuevas fuentes de datos para entrenar modelos cada vez más avanzados sin depender exclusivamente de contenidos disponibles en Internet.
Un proceso industrial para convertir bibliotecas en datos
Según la documentación revisada por The Washington Post, Anthropic puso en marcha el proyecto a comienzos de 2024 con un objetivo muy ambicioso: crear una enorme biblioteca digital a partir de libros físicos adquiridos legalmente.
El procedimiento era completamente industrial.
La empresa compraba grandes lotes de libros de segunda mano, muchos de ellos agotados o difíciles de encontrar, en pedidos que podían alcanzar decenas de miles de ejemplares.
Una vez recibidos, cada libro pasaba por una máquina hidráulica que cortaba el lomo para separar todas las páginas. Después, las hojas se introducían en escáneres industriales de alta velocidad para obtener una copia digital completa. Cuando finalizaba el proceso, el papel se reciclaba y el ejemplar físico desaparecía definitivamente.
Los documentos judiciales también indican que la compañía habría invertido decenas de millones de dólares en esta iniciativa y contrató al antiguo responsable de alianzas del proyecto de digitalización de libros de Google para dirigir la operación.
El juez distingue entre libros comprados y libros pirateados
Uno de los aspectos más relevantes del caso es que la resolución judicial diferencia claramente entre dos situaciones distintas.
Por un lado, el tribunal considera que digitalizar libros adquiridos legalmente para utilizarlos en el entrenamiento de modelos de IA puede estar protegido por la doctrina del fair use, incluso cuando los ejemplares físicos sean destruidos tras el escaneado.
Por otro, esta decisión no afecta a otro litigio diferente relacionado con el uso de libros electrónicos obtenidos sin autorización.
En ese procedimiento independiente, Anthropic acordó recientemente el pago de 1.500 millones de dólares para resolver las reclamaciones derivadas del empleo de ebooks pirateados durante una fase anterior del entrenamiento de sus modelos.
La resolución, por tanto, no supone una autorización general para utilizar cualquier obra protegida por derechos de autor, sino que se refiere específicamente al tratamiento de ejemplares comprados legalmente.
Libreros detectaron compras masivas de títulos difíciles de encontrar
El caso también ha despertado preocupación entre algunos libreros estadounidenses.
Diversos vendedores declararon haber observado pedidos poco habituales de grandes cantidades de libros agotados o difíciles de conseguir realizados por compradores que nunca explicaban el destino final de esas obras.
Por el momento no existe confirmación de que se hayan destruido ejemplares únicos o de valor patrimonial irremplazable.
Lo que sí recogen los documentos judiciales es que millones de libros físicos utilizados durante el proyecto dejaron de existir tras el proceso de digitalización, permaneciendo únicamente sus copias digitales destinadas al entrenamiento de sistemas de inteligencia artificial.
Un nuevo frente en el debate sobre el entrenamiento de la IA
El caso vuelve a situar sobre la mesa uno de los grandes debates que acompañan al desarrollo de la inteligencia artificial generativa: de dónde proceden los datos con los que se entrenan los modelos.
Mientras numerosas compañías tecnológicas negocian acuerdos de licencia con editoriales, medios de comunicación o plataformas de contenidos, otras iniciativas han buscado apoyarse en obras adquiridas legalmente o en interpretaciones amplias del concepto de uso legítimo contemplado en la legislación estadounidense.
La decisión judicial conocida ahora podría convertirse en una referencia importante para futuros litigios relacionados con el entrenamiento de modelos de IA, aunque su alcance dependerá también de posibles recursos y de cómo otros tribunales interpreten situaciones similares.
Preguntas frecuentes
¿Qué era Project Panama?
Era el nombre interno del programa con el que Anthropic compró libros físicos para digitalizarlos y utilizarlos en el entrenamiento de sus modelos de inteligencia artificial.
¿Cómo se digitalizaban los libros?
Los ejemplares eran comprados, se cortaba su lomo con maquinaria industrial, se escaneaban todas sus páginas y posteriormente el papel se reciclaba.
¿Es legal destruir libros para entrenar una IA?
Según la resolución de un juez federal estadounidense, el escaneado de libros adquiridos legalmente puede considerarse uso legítimo (fair use) en las circunstancias analizadas por el tribunal. Esa decisión no implica que cualquier uso de obras protegidas esté permitido.
¿Tiene relación con el acuerdo de 1.500 millones de dólares de Anthropic?
Sí, pero corresponde a otro procedimiento judicial distinto. Ese acuerdo estaba relacionado con el uso de libros electrónicos pirateados durante una fase anterior del entrenamiento de sus modelos.
