Crypto news

El servicio ISBNdb, que agrupa los metadatos de 113 millones de publicaciones, ha ofrecido a las empresas de IA un servicio específico: la compra de libros por lotes de hasta un millón de unidades con su posterior digitalización y eliminación. Cuando este esquema se hizo público, la empresa se apresuró a eliminar la página con la descripción del servicio y declaró que no había cerrado ningún acuerdo, calificándolo solo como una «prueba de la demanda del mercado».

En otro segmento del mercado, las plataformas ActID y New Claw están dispuestas a pagar a las personas entre $15 y $700 por el derecho a usar sus rostros como base para personajes de series y publicidad con IA.

Analicemos por qué los laboratorios se ven obligados a comprar «material orgánico», qué es el «colapso del modelo» y qué otros recursos humanos necesitarán las máquinas.

Uróboros: cuando la IA se devora a sí misma

El término «colapso del modelo» describe la degradación de un sistema de IA a medida que aprende con datos generados por otras redes neuronales. Con cada ciclo, el resultado se vuelve más promedio, predecible y pierde conexión con la realidad que un gran modelo de lenguaje debería reflejar.

Este término fue formalizado por primera vez por un grupo internacional de investigadores liderado por Iliá Shumáilov. En mayo de 2023, publicaron el resonante trabajo «La maldición de la recursión: entrenar con datos generados hace que los modelos olviden», donde demostraron matemáticamente que, al mezclar regularmente datos sintéticos, los modelos dejan de reproducir correctamente información sobre eventos raros y luego comienzan a acumular errores.

Las cifras confirman la magnitud del problema. En abril de 2025, los investigadores de Ahrefs revisaron 900,000 páginas recién indexadas en la búsqueda de Google: la proporción de materiales con signos de autogeneración superó el 74%. Según estimaciones de Epoch AI, todo el texto apto para entrenamiento en internet podría agotarse entre 2026 y 2032.

Por eso, los libros publicados antes de 2022 tienen un valor especial: son una de las pocas fuentes garantizadas libres de basura generada por máquinas y de «trampas» intencionadas. Algunos autores ya han recurrido a una contramedida: el «envenenamiento» de datos, ocultando en el texto símbolos que el modelo interpreta como un comando oculto. Una investigación del equipo conjunto del Instituto Británico de Seguridad de la IA, Anthropic y Oxford demostró que se puede entrenar a un LLM de forma imperceptible con patrones dañinos usando solo 250 documentos «envenenados».

Fahrenheit 451 según Anthropic

El destino de los libros en esta carrera no es evidente para todos los vendedores. En agosto de 2024, tres conocidos autores estadounidenses presentaron una demanda colectiva contra Anthropic, acusando a la dirección de violar los derechos de autor al entrenar los modelos Claude. Según los documentos del caso, la empresa invirtió decenas de millones de dólares en el proyecto «no oficial» Panama: compraba anónimamente tiradas de libros impresos, cortaba las encuadernaciones y los escaneaba a escala industrial para luego eliminarlos.

En junio de 2025, el juez William Alsup dictaminó que la digitalización de libros impresos adquiridos legalmente y el uso de copias digitales para entrenar modelos de lenguaje se enmarca en la doctrina del uso justo. Ahora basta con comprar un libro en papel y conservar el recibo: el origen de los datos queda documentado.

Según 404 Media, esta práctica ha superado hace tiempo el ámbito de las startups individuales. ISBNdb, que lleva más de dos décadas funcionando como la mayor base de datos internacional de metadatos de libros impresos, ha convertido la compra y destrucción de libros en un servicio llave en mano. El 21 de julio de 2026, el periodista Emanuel Maiberg descubrió una sección promocional donde la empresa ofrecía a los laboratorios de IA servicios de corredor mayorista:

• organización de la compra de libros impresos anteriores a 2022 en lotes de 1,000 a 1 millón de ejemplares;
• garantías de «pureza» de los libros frente a la basura de IA y los algoritmos de envenenamiento;
• protección legal mediante acuerdos de confidencialidad y la legalidad de la adquisición en el mercado secundario.

La dirección de la plataforma declaró abiertamente: «El problema de percepción es real. “Una empresa de IA destruyó dos millones de libros” no es un titular que genere simpatía en la sociedad».

Libreros independientes confirmaron compras anómalas desde abril de 2026: las ventas pasaron de veinte ejemplares a varios cientos por semana. A los compradores no les interesaba el género ni el valor; el criterio principal era el código ISBN. Adquirían incluso ediciones extranjeras raras, ignorando el costo. Los ejemplares únicos se pierden irremediablemente: el único ejemplar restante puede terminar su camino bajo el escáner.

Tras la publicación de la investigación, ISBNdb eliminó la página promocional y emitió un comunicado: «Hechos: ISBNdb nunca ha comprado, escaneado ni vendido libros. Esa página era solo una prueba de la demanda del mercado».

La brecha entre el costo de la materia prima y el producto final difícilmente puede considerarse proporcional. Un libro, destruido inmediatamente después del escaneo, cuesta en el mercado secundario entre $2 y $5. Un modelo entrenado con millones de estos ejemplares se valora en miles de millones de dólares.

Se necesita más: el mercado de rostros y voces

En los últimos tres años, el Tribunal de Internet de Guangzhou ha examinado alrededor de 700 casos de uso ilegal de la apariencia de otras personas mediante IA. En marzo de 2026, un tribunal de Pekín emitió una sentencia sin precedentes: el uso de la apariencia de otra persona en deepfakes sin permiso es ilegal, incluso si la imagen ha sido modificada.

Esta práctica refleja el crecimiento del mercado de contenido de IA. En China, más del 95% de los 128,000 mini-dramas de IA producidos en los primeros tres meses de 2026 fueron creados con inteligencia artificial. La demanda de rostros reales ha dado lugar a un nuevo tipo de transacción: el alquiler de la apariencia. Las plataformas ActID y New Claw funcionan como un marketplace: las empresas pagan entre $15 y $700 por la licencia de la imagen. Los usuarios suben fotos tomadas en estudios especiales, y los productores eligen rostros por sexo, edad y categorías como «chica de al lado» o «rudo».

El jefe de operaciones de New Claw, Long Liu, explicó la lógica simplemente: «Vender los derechos de uso de las fotos da a las personas la oportunidad de ganar dinero mientras continúan su carrera offline». ActID, fundada en Shenzhen en marzo de 2026, ha registrado alrededor de 800 usuarios, de los cuales 300 aceptaron licenciar sus imágenes. El precio varía entre $15 y $74 por episodio, con una comisión de plataforma del 10%.

El objetivo declarado de las plataformas es proteger a las personas de lo que ocurrió con la plataforma de mini-dramas de IA Hongguo, propiedad de ByteDance. En abril de 2026, dos influencers acusaron a la empresa de robar sus rostros. La serie con 40 millones de visitas tuvo que ser eliminada. Desde principios de 2026, ByteDance ha eliminado más de 85,000 videos con uso no autorizado de rostros y voces ajenos.

El abogado de Pekín Yile Deng considera que el mercado de licencias es un paso positivo, pero advierte: «Muchas agencias pagan a la gente solo unas decenas de dólares por la recopilación de datos. Las condiciones de licencia suelen ser tan vagas que es imposible saber quién y para qué usará finalmente esa apariencia».

En la práctica, el control ha resultado frágil. Las personas que vendieron la licencia de su rostro se han encontrado con que sus clones digitales se usaban en publicidad desleal o propaganda política. Dos casos resonantes ocurrieron con británicos que vendieron los derechos de sus avatares a la startup Synthesia: el actor Dan Dewhirst descubrió que su «clon» se había convertido en presentador de un canal de noticias falso vinculado al gobierno de Nicolás Maduro, y el modelo Mark Torres, que su imagen se usaba en videos propagandísticos que apoyaban al dictador de Burkina Faso. Ambos casos se convirtieron en precedentes para el sindicato de actores británico Equity, que busca una prohibición legislativa de la transferencia de derechos no controlados sobre la apariencia digital.

No olvide el recibo

Los libros y los rostros no son todo lo que necesitan las empresas de IA. En el mercado de datos de voz se está dando una situación similar: en junio de 2026, los miembros del sindicato SAG-AFTRA ratificaron un acuerdo que amplía la protección contra el uso de copias sintéticas de la voz sin consentimiento.

Los robots necesitan ejemplos de movimientos naturales. Las simulaciones físicas actuales no reproducen con suficiente precisión cómo una mano rodea una taza, por lo que los datos sintéticos para robots se enfrentan a un problema similar al colapso de modelos. Según el MIT, en 2025 se invirtieron más de $6 mil millones en el desarrollo de humanoides, y Tesla paga hasta $48 por hora a personas que, durante horas y con trajes de captura de movimiento, repiten acciones rutinarias para entrenar a las máquinas Optimus.

Si dejamos de lado la diferencia en el soporte —textos, rostros, voces, movimientos—, el esquema es siempre el mismo. Antes, los datos se tomaban sin permiso: se escaneaban archivos, se hacía scraping de fotografías. Ahora se paga por ello. Solo que la estructura de la transacción no cambia: el activo sigue saliendo irreversiblemente del control del propietario, solo que ahora con recibo.

Los libros y la apariencia humana parecen categorías diferentes, pero para la industria de la IA son un mismo tipo de recurso: datos para el entrenamiento. Las empresas están dispuestas a comprar, pero el mercado está organizado de tal manera que la transacción no implica protección. Tras la transferencia de derechos, la persona no puede controlar completamente quién y cómo usará su voz, su rostro o el contenido creado.

Mi conclusión: estamos presenciando un cambio fundamental en la economía de los datos. La industria de la IA, al alcanzar el techo del contenido «gratuito», ahora se ve obligada a pagar por datos orgánicos, pero lo hace sin mecanismos transparentes de protección de derechos. Mientras los tribunales y los sindicatos alcanzan la realidad, el mercado seguirá siendo un «salvaje oeste», donde el precio en juego no es solo el dinero, sino también el control sobre la propia identidad.