Introducción

Recientemente han aparecido en medios tecnológicos y generalistas noticias que informan de que algunas empresas tecnológicas han empezado a comprar y destruir millones de libros antiguos y descatalogados. Conscientes de la mala imagen que esta práctica podría proporcionales, utilizan intermediarios como ISBNdb.

¿Por qué actúan así? El objetivo es conseguir textos anteriores a 2022, fecha del boom de la IA generativa, y por lo tanto con la garantía de que fueron escritos por humanos al 100%, sin la contaminación del contenido generado total o parcialmente por la IA que actualmente inunda internet. Por ejemplo, en esta noticia de Esquire de 2023, ya se hablaba de libros disponibles en AMAZON escritos por Chat GPT.

En este post voy a explicarte por qué ocurre esto y al mismo tiempo aprenderás qué datos entrenan la IA, de dónde salen, cómo el exceso de contenido generado está cambiando las reglas del juego y por qué, de repente, las estanterías de libros viejos se han convertido en oro para los laboratorios de inteligencia artificial.