Historia
agosto 21, 2026
La búsqueda de datos de IA de Amazon está llevando libros raros a la trituradora
Un envío rastreado de libros raros terminó supuestamente en un almacén de Amazon donde, según trabajadores, se cortan las encuadernaciones para escanear más rápido. El episodio ha intensificado la alarma de que el apetito de texto de la IA está chocando con la preservación de libros difíciles de reemplazar.
Amazon construyó su nombre vendiendo libros. Ahora, la información sobre un almacén en Las Vegas ha planteado la posibilidad clara de que algunos volúmenes raros estén siendo sacrificados para alimentar a la próxima generación de IA.
La alarma comenzó cuando la demanda de las empresas de IA por textos de entrenamiento superó la web abierta y se dirigió hacia material impreso, en particular libros descatalogados cuyo contenido puede que nunca se haya digitalizado. Esas obras son datos atractivos porque ofrecen grandes reservas de texto escrito por humanos, en un momento en que los investigadores advierten de que entrenar sistemas con demasiado material generado por IA puede degradar su rendimiento, un problema conocido como colapso de modelo.1
Luego llegó una prueba más tangible. 404 Media colocó un rastreador dentro de un envío de libros raros e informó de que llegó a las instalaciones VGT3 de Amazon en Las Vegas. Empleados del lugar dijeron que su trabajo consiste en recibir enormes envíos de libros, quitar las encuadernaciones y escanear las páginas; “El libro impreso se destruye en el proceso.”2
El relato convierte un argumento abstracto sobre los insumos de la IA en una cuestión de preservación física. Quienes apoyan la digitalización a gran escala pueden sostener que el escaneo permite que el texto sea utilizable por los sistemas modernos. Pero el método descrito no ofrece una tranquilidad evidente para coleccionistas, bibliotecas ni lectores cuando el objeto original —potencialmente escaso, frágil y culturalmente valioso— no sobrevive.
Amazon, por su parte, dijo a 404 Media que “purchases books through commercial channels to improve the products and services customers use.”1 Esa declaración aborda la adquisición, no si los libros raros se están destruyendo de forma permanente ni cómo distingue la empresa entre ejemplares reemplazables e irremplazables.
La tensión central no es si la IA necesita texto; claramente lo necesita. Es si la carrera por datos de entrenamiento limpios, previos a la IA, está creando una cadena en la que libros que han perdurado durante décadas son tratados como materia prima desechable.