Acusan a Amazon de comprar y destruir miles de libros para entrenar sus modelos de IA
Una investigación reveló que la compañía adquiere ejemplares raros y descatalogados, corta sus páginas para escanearlos y luego los elimina, incluso cuando tienen valor histórico.
Fuente:https://www.diariopopular.com.ar/
Amazon habría adquirido grandes cantidades de libros impresos «raros» o fuera de catálogo, corta sus páginas para facilitar el escaneo y posteriormente los destruye, para utilizarlos en el entrenamiento de sus modelos de inteligencia artificial, según una investigación de 404 Media .
El procedimiento fue descubierto después de que el medio colocara un AirTag de Apple en un lote de libros antiguos vendidos a través de Biblio, una plataforma especializada en ejemplares raros y descatalogados. El dispositivo permitió rastrear el envío y determinar que los libros habían terminado en un centro de Amazon en Las Vegas, Estados Unidos.
Según la investigación, Amazon compra los ejemplares en grandes cantidades y los deriva a instalaciones donde los trabajadores separan las páginas para agilizar el proceso de digitalización. Una vez escaneado el contenido, los libros dejan de tener utilidad para el procedimiento y son descartados.
La práctica genera especial preocupación entre coleccionistas y especialistas porque algunos de los ejemplares adquiridos tienen valor histórico. El informe señala que la compañía estaría concentrando sus compras en libros publicados antes de 2022, cuando comenzó a expandirse masivamente el uso de herramientas de inteligencia artificial generativa.
El objetivo es incorporar esos textos a los enormes volúmenes de información utilizados para entrenar modelos de IA. Para que un sistema pueda generar textos, responder preguntas o imitar determinados estilos literarios, necesita analizar previamente grandes cantidades de contenido escrito.
El procedimiento tampoco sería exclusivo de Amazon. Se sospecha que otras compañías dedicadas al desarrollo de inteligencia artificial, entre ellas Anthropic, creadora de Claude, también habrían recurrido a la adquisición de libros impresos para sus procesos de entrenamiento. En algunos casos, las compras se realizan mediante intermediarios para evitar que los vendedores conozcan quién será el destinatario final de los ejemplares.
La investigación sostiene que el crecimiento de estas operaciones coincidió con un aumento inusual de las ventas de libros antiguos y descatalogados. Vendedores especializados detectaron durante el último año un incremento de pedidos realizados en grandes lotes, una tendencia que ahora aparece vinculada con la necesidad de las empresas de IA de acceder a nuevas fuentes de información.
La elección de libros anteriores a 2022 tendría además una explicación técnica. Las empresas buscan evitar que los modelos sean entrenados con material generado por otras inteligencias artificiales, ya que la incorporación progresiva de contenido producido por modelos podría provocar el denominado “colapso del modelo”, un fenómeno por el cual la calidad y diversidad de la información generada se deterioran.
