El ‘escaneo destructivo’ que alimenta a la IA: Anthropic compró y trituró millones de libros para entrenar a Claude

El caso del librero Pieter de Vries

Pieter de Vries, un librero anticuario de la librería De Vries & De Vries en Haarlem (Países Bajos), recibió un correo electrónico de una persona que se hacía llamar "Natalia" (o "Nataly") de una empresa con sede en Singapur llamada 2077AI. El mensaje incluía una hoja de cálculo con más de 3.000 ISBNs —en su mayoría títulos académicos especializados y oscuros— y le pedía que los localizara, preparara presupuestos y estimara los costes de envío a China . De Vries lo descartó inicialmente como spam o phishing. Solicitudes similares han aparecido en librerías de segunda mano de Países Bajos, Alemania, Suiza y España, todas bajo la sospecha de estar canalizando libros hacia los laboratorios de IA estadounidenses .

Proyecto Panamá (Anthropic)

Los documentos judiciales desclasificados de la demanda por derechos de autor Bartz contra Anthropic revelaron que Anthropic llevó a cabo una operación encubierta llamada Proyecto Panamá que comenzó a principios de 2024 . La empresa gastó decenas de millones de dólares en comprar millones de libros físicos, cortarles el lomo mecánicamente, escanear cada página y destruir los originales, todo para construir un corpus de entrenamiento privado y de alta calidad para su chatbot Claude .

Un documento de planificación interna, fechado en 2024 y desclasificado en enero de 2026, decía: "El Proyecto Panamá es nuestro esfuerzo por escanear destructivamente todos los libros del mundo" . El objetivo era convertir hasta 2 millones de libros en seis meses . Más de 4.000 páginas de documentos judiciales detallan la operación .

La sentencia judicial sobre el 'uso legítimo' (fair use)

El 23 de junio de 2025, el juez de distrito de EE.UU. William Alsup, del Distrito Norte de California, dictaminó en el caso Bartz contra Anthropic que el uso de libros adquiridos legalmente para entrenar modelos de IA es "quintaesencialmente transformador" y constituye uso legítimo (fair use) según la ley de derechos de autor de EE.UU. . El principio clave: mientras la empresa de IA obtenga las copias de forma legal (comprándolas), escanearlas y destruirlas para el entrenamiento está permitido . El juez, sin embargo, denegó el juicio sumario en el tema de las copias pirateadas, determinando que descargarlas de sitios de piratería no era un uso legítimo .

El acuerdo de 1.500 millones de dólares

En julio de 2026, un juez federal de San Francisco aprobó un acuerdo de 1.500 millones de dólares en la demanda colectiva Bartz contra Anthropic, presentada por autores (entre ellos Andrea Bartz, Charles Graeber y otros) contra Anthropic dos años antes . El acuerdo llegó después de la sentencia sobre el uso legítimo de junio de 2025. Anthropic aceptó pagar a pesar de que el tribunal ya había establecido que su práctica principal (escanear libros comprados legalmente) era legal, pero el caso también implicaba reclamaciones por material pirateado .

El mercado secundario para la compra masiva de libros

Ha surgido un próspero mercado secundario para la adquisición masiva de libros destinados al entrenamiento de modelos de lenguaje (LLM). Los principales proveedores de IA utilizan servicios de intermediación externos —incluyendo la empresa de bases de datos ISBN llamada ISBNdb— para realizar pedidos anónimos de cientos de miles de libros, ocultando la identidad del comprador final . Libreros de toda Europa informan de consultas de compra masiva casi idénticas. Las compras se envían a centros (a veces en China u otros centros de procesamiento) donde se realiza el escaneo destructivo .

La preocupación de los archiveros: la pérdida de títulos raros y descatalogados

Archiveros, bibliotecarios y libreros de libros raros han dado la voz de alarma: los últimos ejemplares físicos de textos académicos raros y descatalogados están siendo destruidos de forma permanente . A diferencia de la digitalización no destructiva (por ejemplo, el Treventus ScanRobot, que digitaliza libros frágiles a 2.500 páginas por hora sin dañarlos), el triturado industrial es más barato a gran escala, pero significa que no sobrevive ninguna copia física una vez que un título ha sido procesado . Para obras especializadas y oscuras de las que solo existen un puñado de copias conocidas, esto representa una pérdida cultural y académica irreversible .