Amazon destruye libros raros para entrenar sus modelos de IA

Amazon Amazon.com, Inc. ↘ 1.36% está comprando grandes cantidades de libros raros y descatalogados, cortando sus lomos para un escaneo más rápido y destruyendo los originales, todo para alimentar con datos de entrenamiento a sus modelos de IA. Una investigación publicada el lunes por 404 Media reveló la práctica después de que el medio colocara un Apple AirTag dentro de un envío de aproximadamente 1,000 libros y lo rastreara hasta un almacén de Amazon en Las Vegas.404media

"Amazon compra libros a través de canales comerciales para ayudar a desarrollar y mejorar los productos y servicios que utilizan nuestros clientes", dijo un portavoz de Amazon en un comunicado, declinando responder preguntas sobre cuántos libros ha destruido o cuántas instalaciones de este tipo opera.404media

Dentro de VGT3

El libro rastreado viajó desde California a través de Wisconsin y Colorado antes de llegar a una instalación de Amazon llamada LAS8 en Las Vegas. Los trabajadores describen una operación separada alojada en el extremo norte del sitio, codificada como VGT3, cuyo logotipo es un Tyrannosaurus rex sosteniendo un libro.404media

Los empleados dicen que su único trabajo es recibir envíos masivos de libros impresos, cortar sus encuadernaciones y escanear las páginas. "Trabajo en VGT3 aquí en Las Vegas, y todo lo que hacemos es escanear libros", escribió un trabajador en un foro de empleados de Amazon. "A algunos se les asigna cortar libros, y otros van a recepción donde reciben los libros y escanean los códigos de barras".404media

Los libreros dijeron a 404 Media que sospechan que las empresas de IA están trabajando a través del catálogo global de ISBN para escanear cada libro publicado sistemáticamente. Los pedidos al por mayor que reciben no son sensibles al precio e incluyen títulos aparentemente aleatorios, a diferencia de las compras realizadas por bibliotecas o coleccionistas.404media

Por qué libros físicos

Los libros impresos antes de 2022 son valorados porque tienen la garantía de estar libres de texto generado por IA. Cuando los modelos de lenguaje se entrenan con resultados sintéticos, corren el riesgo de sufrir una degradación conocida como "colapso del modelo". Muchos de estos textos también contienen información que no está disponible en ninguna parte de Internet, lo que los convierte en un depósito inexplorado de datos de entrenamiento.techcrunch+1

La práctica sigue el mismo patrón revelado en el "Proyecto Panamá" de Anthropic, expuesto a través de litigios por parte de autores de libros. En ese caso, un juez federal dictaminó en junio de 2025 que escanear libros comprados legalmente para el entrenamiento de IA constituye un uso legítimo, en parte porque el comprador destruyó la copia original.gadgetreview+1

Una controversia más amplia

La revelación llega mientras Amazon reestructura su estrategia de IA en torno a la investigación de modelos de frontera. La compañía ha cerrado varios modelos Nova internos y ha consolidado sus esfuerzos bajo un grupo de Investigación de Modelos de Frontera dirigido por Pieter Abbeel, tras la salida del ex jefe de IA Rohit Prasad en diciembre de 2025.firstpost

Para los libreros, el cálculo es más sencillo. "Hay diferentes tipos de valor", dijo el librero anónimo que ayudó a 404 Media. "Existe el valor histórico, el valor intelectual, el valor sentimental. Todo tipo de cosas, y a las empresas de IA no les importa nada de eso. Solo quieren el contenido como un montón de palabras unidas".404media