Crypto news

El servicio ISBNdb, que agrega metadatos de 113 millones de publicaciones impresas, ofreció a los laboratorios de IA un servicio inusual: la compra de libros en lotes de hasta un millón de ejemplares con su posterior digitalización y eliminación. Después de que el esquema llegara a la atención de los periodistas, la empresa eliminó apresuradamente la página con la descripción y declaró que solo se trataba de una «prueba de la demanda del mercado» y que no se había cerrado ningún acuerdo.

Paralelamente, en otro segmento, plataformas como ActID y New Claw ofrecen a las personas entre $15 y $700 por licenciar sus rostros para personajes de IA en series y publicidad. Analicemos por qué los laboratorios se ven obligados a cazar «orgánica» y qué más de humano necesitarán las máquinas.

La maldición de la sintética

El término «colapso del modelo» describe la degradación de un sistema de IA que se entrena con datos generados por otras redes neuronales. Con cada ciclo, los resultados se vuelven más promedios, predecibles y pierden conexión con la realidad que el LLM debe reflejar. Este fenómeno fue formalizado por primera vez por un grupo internacional de investigadores liderado por Ilya Shumailov en mayo de 2023, publicando el trabajo «La maldición de la recursión» en Nature. Demostraron matemáticamente que, al mezclar regularmente sintética, el modelo primero olvida eventos raros y patrones sutiles, y luego acumula errores y reduce la diversidad de respuestas.

La magnitud del problema se confirma con cifras. En abril de 2025, los analistas de Ahrefs revisaron 900,000 páginas nuevas en la búsqueda de Google y descubrieron que más del 74% del contenido muestra signos de autogeneración. Según estimaciones de Epoch AI, todo el texto utilizable para entrenamiento en internet podría agotarse entre 2026 y 2032. Los libros publicados antes de 2022 se convierten para las empresas de IA en una de las pocas fuentes garantizadas libres de basura sintética y trampas integradas. Algunos autores incluso recurren al «envenenamiento» de datos, ocultando comandos encubiertos en el texto. Una investigación del Instituto de Seguridad de IA británico, Anthropic y Oxford mostró que un LLM puede entrenarse imperceptiblemente con patrones maliciosos usando solo 250 documentos «envenenados».

Libros bajo el cuchillo

En agosto de 2024, tres autores estadounidenses presentaron una demanda colectiva contra Anthropic, acusando a la empresa de violar derechos de autor al entrenar los modelos Claude. Según los documentos del caso, Anthropic invirtió decenas de millones de dólares en el proyecto Panama: compraba anónimamente tiradas de libros impresos, cortaba las encuadernaciones y los escaneaba a escala industrial con su posterior eliminación. En junio de 2025, el juez William Alsup dictaminó que la digitalización de libros adquiridos legalmente para entrenar modelos de lenguaje se enmarca en la doctrina del uso justo. Ahora basta con conservar el recibo — y el origen de los datos queda confirmado documentalmente.

Esta práctica ya ha trascendido los límites de las startups individuales. ISBNdb, que opera desde hace más de dos décadas como la mayor base de metadatos de libros impresos, ha convertido la compra y destrucción de tiradas en un servicio llave en mano. El 21 de julio de 2026, el periodista Emanuel Maiberg descubrió en el sitio de la empresa una sección promocional con una oferta para laboratorios de IA:

• compra de libros publicados hasta 2022 en lotes de 1,000 a 1 millón de ejemplares;
• garantías de «pureza» frente a la basura de IA y algoritmos de envenenamiento;
• protección legal mediante NDA y legalidad de las compras en el mercado secundario.

La dirección de la plataforma declaró directamente: «El problema de percepción es real. “Una empresa de IA destruyó dos millones de libros” no es el titular que generará simpatía en la sociedad». Una encuesta a libreros independientes confirmó compras anómalas desde abril de 2026: las ventas de uno de los comerciantes pasaron de veinte ejemplares a varios cientos por semana. A los compradores no les interesaban ni el género ni el valor — solo la presencia del ISBN. Las ediciones únicas se pierden irremediablemente, yendo bajo el escáner en lugar de a la estantería.

Tras la publicación de la investigación, ISBNdb eliminó la página promocional y emitió un comunicado negando cualquier acuerdo. Sin embargo, la brecha entre el costo de la materia prima y el producto terminado es elocuente: un libro de $2–5 en el mercado secundario se convierte en un modelo valorado en miles de millones de dólares.

Rostros como mercancía

En China, en los últimos tres años, los tribunales han examinado alrededor de 700 casos de uso ilegal de la apariencia mediante IA. En marzo de 2026, un tribunal de Pekín emitió una decisión sin precedentes: el uso del rostro de otra persona en deepfakes sin permiso es ilegal, incluso si la imagen ha sido modificada. Esto refleja el auge del contenido de IA: más del 95% de los 128,000 mini-dramas de IA lanzados en los primeros tres meses de 2026 fueron creados con inteligencia artificial. Plataformas como ActID y New Claw están organizadas como mercados: las empresas pagan a las personas entre $15 y $700 por licenciar la imagen, y los usuarios suben fotos tomadas en estudios especiales. Las categorías van desde «chica de al lado» hasta «brutal» y «supermodelo».

El objetivo declarado es proteger a las personas de lo que sucedió con la plataforma Hongguo de ByteDance, cuando dos influencers acusaron a la empresa de robar rostros, y una serie con 40 millones de visitas tuvo que ser eliminada. Desde principios de 2026, ByteDance ha destruido más de 85,000 videos con uso no autorizado de rostros y voces ajenas. Sin embargo, el control sigue siendo frágil. Ciudadanos británicos que vendieron los derechos de sus avatares a la startup Synthesia descubrieron que sus clones digitales se usaban en videos propagandísticos que apoyaban a dictadores de Venezuela y Burkina Faso. El sindicato de actores Equity ahora busca una prohibición legislativa sobre la transferencia de derechos no controlados sobre la apariencia digital.

No solo libros y rostros

Los robots necesitan ejemplos de movimientos naturales. Las simulaciones físicas modernas son imperfectas, y los datos sintéticos para robots enfrentan el mismo problema de colapso. En 2025, se invirtieron más de $6 mil millones en el desarrollo de humanoides, y empresas como Scale AI y Encord contratan operadores para grabar movimientos cotidianos. Tesla paga hasta $48 por hora a personas que, con trajes de captura de movimiento, repiten acciones rutinarias para entrenar a Optimus.

Si dejamos de lado la diferencia en el soporte — textos, rostros, voces, movimientos —, el esquema es el mismo en todas partes. Antes, los datos se tomaban sin permiso: se escaneaban archivos, se hacía scraping de fotos, se entrenaba con voces de acceso abierto. Ahora se paga por ello. Pero la estructura del acuerdo no cambia: el activo sale irreversiblemente del control del propietario, solo que ahora con recibo.

Mi comentario: Estamos presenciando un cambio fundamental: la industria de la IA está pasando del consumo parasitario de datos a su compra legal, pero no menos depredadora. Mientras el mercado no desarrolle mecanismos de control a largo plazo sobre el uso de activos licenciados, los propietarios — ya sean autores o modelos — siguen siendo rehenes del mismo acuerdo: un pago único frente a la pérdida indefinida de control.