Un punto de inflexión tranquilo en la historia de Amazon
La empresa que una vez ató su destino a los libros de papel ahora los trata como un recurso consumible. Según una investigación de 404 medios, Amazon compra ediciones raras a granel, corta sus enlaces, y envía las páginas a través de un escáner. El método es crudo, pero eficaz: de esta manera, las páginas se pueden introducir en el equipo sin parar — y sin ningún arrepentimiento sobre preservar el libro como objeto.
Para Amazon, esto no es un acto de vandalismo sino parte de un oleoducto tecnológico: los textos son necesarios para formar nuevos modelos de IA. En respuesta a las preguntas de los periodistas, la empresa confirmó que "compra libros a través de canales comerciales para mejorar los productos y servicios que utilizan los clientes". En otras palabras, los folios raros se convierten en materia prima, casi como mineral para un molino de acero.
Cómo los periodistas rastrearon el destino
Las pruebas no se recogieron de rumores sino rastreando una copia específica. 404 Media escondió un dispositivo de rastreo dentro de un libro raro y monitoreó su ruta. El paquete finalizó en una instalación de Amazon en Las Vegas bajo el nombre de código VGT3 —especialmente, este almacén está marcado con un símbolo de un dinosaurio agarrando un libro en sus garras.
No hay nada complicado acerca de este tipo de caza: Amazon ha sido durante mucho tiempo el mercado más grande para los distribuidores de libros usados, por lo que las ediciones necesarias pueden ser compradas literalmente por la tonelada. Es poco probable que un vendedor sospeche algo cuando un comprador mayorista toma docenas de libros antiguos a la vez — parece un pedido para una biblioteca, no para una trituradora.
¿Por qué los libros antiguos son valiosos para las redes neuronales
No se trata de parcelas o belleza tipográfica. El principal activo de las ediciones raras es el texto humano "limpio". Cualquier cosa publicada antes de 2022 físicamente no pudo haber sido escrita por un modelo de lenguaje: en ese momento, las redes neuronales generativas todavía no estaban disponibles para el público en general. Pero una parte significativa de Internet moderno ya ha sido creada por algoritmos, y entrenar un nuevo modelo en él significa pasar sus errores y patrones de fórmula.
Aquí es donde el fenómeno modelo de colapso entra en juego. Si una AI aprende de textos generados por otra AI, la calidad de sus respuestas se deteriora gradualmente. El lenguaje se vuelve plano y monótono, raros giros de frase desaparecen, y gotas de precisión. Los libros antiguos son un "reserve" natural del discurso humano vivo que los algoritmos no han alcanzado. Cuanto más oscuro es la impresión, mayor es su valor para el entrenamiento: el texto no ha sido expuesto en internet o en conjuntos de datos anteriores.
La ironía es que Amazon, que construyó un mercado gigante para libros usados, ahora los destruye como objetos físicos por el bien de modelos invisibles. Para los coleccionistas, este es un signo de advertencia: un comprador de una edición rara puede estar interesado no en su contenido, sino sólo en su idoneidad para un escáner. Pero desde una perspectiva empresarial, la lógica es irrefutable, siempre y cuando haya demanda de inteligencia artificial de alta calidad, habrá demanda de tijeras.
