Un AirTag siguió 1.000 libros hasta una operación de Amazon que los escanea y destruye

Un envío de aproximadamente 1.000 libros se convirtió en la pista inicial de una investigación de 404 Media sobre una presunta operación de Amazon: comprar libros impresos, digitalizarlos y destruir sus copias físicas. El recorrido del cargamento terminó en una instalación de Amazon en Las Vegas, y los testimonios de trabajadores describen un proceso compatible con la creación de un gran conjunto de datos de texto para inteligencia artificial (IA). Amazon afirmó que compra libros «para mejorar nuestros productos», pero no confirmó públicamente cuántos adquiere, en cuántas instalaciones los procesa ni si la operación de Las Vegas alimenta un modelo de IA concreto.

La ruta que reveló el AirTag

404 Media colocó un Apple AirTag en un envío de libros comprado a un vendedor de California. Según la investigación, el paquete pasó por Wisconsin y Colorado antes de llegar al almacén LAS8 de Amazon en Las Vegas. Después fue dirigido a VGT3, una operación situada en el extremo norte del complejo e identificada por su logotipo de un tiranosaurio con un libro y por entrevistas con empleados.

La importancia del hallazgo no reside únicamente en que Amazon recibiera los libros. El destino y los relatos de los trabajadores apuntaban a que VGT3 los procesaba, en lugar de tratarlos como inventario normal para su reventa, almacenamiento o envío a clientes.

Comprar, escanear y destruir

Los trabajadores citados por 404 Media describieron un flujo de trabajo industrial: recibir grandes cargamentos de libros, retirar o cortar sus encuadernaciones para que las páginas puedan pasar por escáneres de alta velocidad, digitalizar las páginas y los códigos de barras, y después desechar o reciclar el papel suelto.

El resultado es la conversión de un libro físico en texto legible por máquinas, con la desaparición del ejemplar original. No es lo mismo que comprar libros para revenderlos, almacenarlos o preparar pedidos. La investigación aporta indicios de una cadena de adquisición y digitalización de libros de gran escala, aunque no establece cuántos ejemplares están implicados en total ni identifica un modelo específico de Amazon entrenado con esos escaneos.

Qué dijo Amazon y qué sigue sin saberse

Amazon dijo a 404 Media que compra libros «para mejorar nuestros productos». Según el medio, la compañía no detalló cuántos libros adquiere, cuántas instalaciones los escanean, qué productos utilizan el material resultante ni si el flujo de trabajo de Las Vegas se emplea específicamente para entrenar modelos de IA.

La distinción es importante. La investigación aporta pruebas operativas: un envío rastreado, un destino dentro de una instalación de Amazon, una unidad dedicada al procesamiento de libros y testimonios que describen el escaneo y la destrucción. Pero eso no equivale a una admisión pública completa de que cada libro procesado allí se convierta en datos de entrenamiento para un modelo de Amazon identificado por su nombre.

La conclusión más precisa es más limitada, aunque sigue siendo relevante: 404 Media encontró indicios de una operación de Amazon para digitalizar libros que parece compatible con la recopilación de datos para IA, en un momento en que la compañía está reforzando su apuesta por el desarrollo de modelos avanzados y servicios de datos. Reuters informó por separado de que Amazon estaba reorientando su estrategia de IA hacia un nuevo proyecto de modelo de frontera.

Por qué los libreros sospechan de compras a escala de catálogo

Vendedores de libros explicaron a 404 Media que algunos pedidos al por mayor resultaban extraños: eran eclécticos y parecían prestar poca atención al valor de reventa, el estado, el tema o el precio de cada ejemplar. Un comprador que busca revender normalmente debe elegir títulos según la demanda y el margen de beneficio. En cambio, uno que busca datos de entrenamiento puede tener más interés en reunir una amplia variedad de títulos e ISBN.

Ese patrón ha llevado a algunos distribuidores a sospechar que empresas de IA o intermediarios de datos intentan recorrer el catálogo editorial publicado en lugar de comprar solo obras comercialmente valiosas. 404 Media ya había informado de que ISBNdb ofrecía adquirir grandes volúmenes de libros impresos para compañías de IA. Tras la publicación, la empresa retiró el material pertinente y afirmó que la página había sido una prueba para medir el interés del mercado.

Las pruebas no demuestran que cada pedido inusual esté relacionado con Amazon o con la IA. Sí explican por qué el mercado resulta difícil de interpretar para los libreros: una compra aparentemente aleatoria puede no tener sentido como transacción minorista, pero sí como intento de ampliar al máximo la diversidad de un conjunto de datos.

Por qué interesan los libros impresos antiguos

Los libros ofrecen algo que los desarrolladores de IA valoran cada vez más: grandes volúmenes de lenguaje escrito por personas antes de la expansión masiva del texto generado por modelos. Las obras antiguas y descatalogadas también pueden contener información especializada, local o histórica que nunca se publicó ampliamente en internet o que resulta difícil de encontrar en línea.

Por eso, los libros físicos pueden ser una fuente de texto extensa y menos expuesta a la presencia de material sintético. La cobertura de 404 Media sobre ISBNdb presentaba los libros antiguos como valiosos, entre otras razones, por estar «libres de basura generada por IA» (“AI slop”), una expresión que refleja el temor a que los futuros conjuntos de datos contengan cada vez más textos creados por máquinas.

Investigadores y desarrolladores también hablan del «colapso del modelo»: la posibilidad de que entrenar repetidamente modelos con resultados sintéticos reduzca la calidad o la diversidad de los modelos posteriores. Esta preocupación ayuda a entender el interés por material antiguo creado por humanos, pero no demuestra que los modelos de Amazon hayan sufrido un colapso ni que los libros de Las Vegas se recopilaran por ese motivo.

El precedente de Anthropic y el límite legal

El proceso atribuido a Amazon recuerda al Proyecto Panama de Anthropic. En esa operación, Anthropic compró libros físicos, retiró sus encuadernaciones, escaneó las páginas y desechó el papel para crear material digital destinado a su trabajo con IA.

En una resolución del 23 de junio de 2025 en el caso Bartz v. Anthropic, el juez William Alsup consideró que utilizar los libros para entrenar Claude y sus predecesores era un uso legítimo —fair use— «sumamente transformador» según los hechos examinados. También consideró legítima la digitalización de libros impresos adquiridos legalmente, porque Anthropic sustituyó los ejemplares físicos comprados por copias digitales equivalentes, más compactas y fáciles de buscar, para su biblioteca interna.

La resolución no estableció una regla general según la cual destruir un libro convierta automáticamente en legal el entrenamiento de una IA. El método de adquisición, el propósito del uso, la conservación o redistribución de las copias y las circunstancias concretas seguían siendo determinantes. El mismo litigio trató de manera distinta la creación por parte de Anthropic de una biblioteca a partir de libros pirateados.

Ese matiz es central para el caso de Amazon. Incluso si la compañía compra los libros legalmente, siguen abiertas preguntas sobre la escala de la operación, el uso de los escaneos, los contratos con autores o editoriales y la conservación de obras físicas poco comunes. Todas ellas van más allá del análisis específico de uso legítimo realizado en Bartz.

El problema no es solo el copyright

Las objeciones de los libreros no se limitan a las ventas perdidas o a la compensación por derechos de autor. Los libros raros y descatalogados pueden tener valor histórico, intelectual, cultural y sentimental. Cuando un ejemplar escaso se corta y se recicla, el texto puede sobrevivir como escaneo, pero el objeto físico desaparece.

Ese es un problema de conservación que una resolución sobre derechos de autor no responde por completo. Un proceso puede ser defendible legalmente bajo determinadas circunstancias y, aun así, alarmar a coleccionistas, librerías, bibliotecas y lectores que consideran que un libro es algo más que un contenedor de texto.

La polémica también pone de manifiesto una asimetría de información. Las empresas de IA pueden comprender el valor de datos de libros poco conocidos mucho antes de que los vendedores individuales adviertan que un pedido extraño forma parte de una estrategia de adquisición más amplia. La afirmación pública de Amazon —que compra libros para mejorar sus productos— deja sin respuesta las preguntas más importantes para el sector: hasta dónde llega la compra, qué se está escaneando y qué ocurre después con los archivos resultantes.

El contexto de la estrategia de IA de Amazon

La presunta operación encaja en el esfuerzo más amplio de Amazon por competir en la inteligencia artificial avanzada. Reuters informó en julio de 2026 de que la compañía estaba reduciendo varios modelos desarrollados internamente y concentrando recursos en un nuevo proyecto de modelo de frontera. AWS también comercializa Nova Forge, un servicio que permite combinar datos propios de los clientes con datos de entrenamiento seleccionados por Amazon mientras desarrollan modelos de frontera personalizados.

Estos elementos ofrecen una razón estratégica para que Amazon valore el texto de alta calidad, pero no prueban por sí solos que los libros rastreados por 404 Media hayan servido para entrenar un modelo concreto. La evidencia más sólida sigue siendo la información directa de la investigación sobre el envío y la instalación de Las Vegas.

La pregunta de fondo es si el mercado de los libros físicos se está convirtiendo en una cadena de suministro invisible para la IA. La investigación de 404 Media sugiere que, al menos en un caso documentado, los libros pasaron de un vendedor a una operación de Amazon donde fueron escaneados y destruidos. La escala total y el uso posterior de los datos siguen sin hacerse públicos.