Proyecto Panamá: el impactante plan que destruye libros para IA
El Proyecto Panamá puso al descubierto una polémica estrategia vinculada con el desarrollo de la inteligencia artificial: la compra masiva de libros para digitalizarlos mediante un proceso que puede terminar con la destrucción física de los ejemplares.
El caso cobró relevancia después de que libreros de distintos países comenzaron a detectar pedidos inusuales de grandes cantidades de libros antiguos, descatalogados o difíciles de encontrar. Uno de ellos fue Marçal Font, propietario de la Librería Fénix, en Badalona, España.
Font, quien lleva 20 años dedicado al comercio de libros antiguos, recibió una serie de solicitudes provenientes de una empresa ubicada en Canadá. Aunque vender libros al extranjero no era algo extraño para su negocio, el comportamiento de los compradores llamó su atención.
Los pedidos llegaban con pocos minutos de diferencia, incluían cantidades muy diferentes de ejemplares y los costos de envío resultaban inusualmente elevados.
La situación llevó a Font a consultar con su amigo Xavier Vinaixa, investigador especializado en inteligencia artificial. Ambos comenzaron a investigar y encontraron testimonios similares de libreros en otros países.
¿Qué es el Proyecto Panamá?
El Proyecto Panamá es el nombre con el que se identifica una iniciativa de Anthropic para adquirir grandes cantidades de libros, digitalizarlos y utilizar la información obtenida para entrenar modelos de inteligencia artificial.
La existencia del proyecto fue revelada mediante documentos judiciales relacionados con una demanda por derechos de autor contra Anthropic, empresa responsable del desarrollo de Claude.
En enero de 2026, The Washington Post reveló detalles del Proyecto Panamá a partir de documentos presentados en el proceso judicial.
Según los documentos, la compañía desarrolló un plan para adquirir millones de libros físicos y someterlos a un proceso de escaneo destructivo.
El objetivo era obtener grandes cantidades de texto que pudieran utilizarse como información de entrenamiento para sus modelos de inteligencia artificial.
La investigación señaló que Anthropic llegó a gastar decenas de millones de dólares para adquirir libros y procesarlos mediante sistemas industriales de digitalización.
¿Por qué destruyen los libros para entrenar a la IA?
Existen diferentes métodos para digitalizar un libro sin dañarlo. Algunos utilizan escáneres planos o dispositivos que permiten capturar las páginas mientras la encuadernación permanece intacta.
Sin embargo, el método utilizado en el Proyecto Panamá permitía procesar los libros a una velocidad mucho mayor.
El procedimiento comienza con el corte del lomo para separar todas las páginas. Posteriormente, las hojas son introducidas en escáneres industriales capaces de procesar grandes cantidades de documentos en poco tiempo.
Una vez que las páginas fueron digitalizadas, el ejemplar físico ya no puede reconstruirse fácilmente y los restos pueden terminar en procesos de reciclaje.
De acuerdo con la investigación de The Washington Post, documentos relacionados con el proyecto contemplaban la digitalización de cientos de miles e incluso millones de libros.
La ventaja de este método es principalmente económica y logística: permite procesar enormes cantidades de páginas con mayor rapidez que los métodos que conservan intactos los libros.
Los libros antiguos se convirtieron en una fuente de datos
Los grandes modelos de lenguaje necesitan cantidades enormes de información para aprender a procesar y generar contenido.
Los llamados LLM son sistemas capaces de identificar relaciones entre palabras, frases y conceptos a partir del análisis de grandes colecciones de textos.
Durante los primeros años del desarrollo de la inteligencia artificial generativa, buena parte de la información utilizada para entrenar estos sistemas provenía de internet.
Wikipedia, blogs, foros, periódicos, páginas web y otros contenidos fueron algunas de las fuentes utilizadas para alimentar estos modelos.
Pero conforme aumentó la demanda de información, las empresas comenzaron a buscar nuevas fuentes de datos.
Ahí adquirieron importancia los libros físicos.
Los ejemplares antiguos, descatalogados y poco comerciales pueden contener información que no está disponible fácilmente en internet. Para los desarrolladores de inteligencia artificial, ese material representa una fuente adicional de textos con los cuales entrenar sus modelos.
En el caso de la Librería Fénix, algunos de los pedidos incluían títulos muy específicos relacionados con temas como la historia de los embutidos catalanes.
El problema de destruir libros raros o únicos
La digitalización de libros puede ayudar a conservar información, pero especialistas advierten que convertir un ejemplar físico en un archivo digital no significa preservar todos los elementos que forman parte de su valor cultural.
Un libro puede contener anotaciones realizadas por sus antiguos propietarios, sellos, ilustraciones, encuadernaciones especiales o etiquetas que permiten conocer su procedencia.
Estos elementos desaparecen cuando únicamente se conserva el texto digitalizado.
Por eso, uno de los principales cuestionamientos al Proyecto Panamá es qué tipo de libros pueden terminar en estos procesos y si existe suficiente control para evitar que ejemplares únicos o difíciles de reemplazar sean destruidos.
Miguel Ángel Ortega, presidente de la Asociación Profesional del Libro y Coleccionismo Antiguos de España, considera que debe existir una diferencia entre ejemplares pertenecientes a grandes tiradas y aquellos que son escasos o únicos.
La preocupación también alcanza a materiales que nunca fueron registrados oficialmente.
Libros sin ISBN también forman parte de la historia
Marçal Font advierte que concentrarse únicamente en libros que cuentan con ISBN puede dejar fuera una parte importante del patrimonio cultural.
Publicaciones independientes, fanzines, materiales de contracultura y documentos relacionados con movimientos sociales pueden no contar con este identificador.
Esto significa que una estrategia de digitalización basada exclusivamente en libros registrados podría dejar fuera información que, aunque no tenga un valor comercial elevado, sí puede ser importante para investigadores e historiadores.
Por ello, especialistas insisten en que digitalización y conservación no son exactamente lo mismo.
Un archivo digital puede preservar las palabras escritas en un libro, pero no necesariamente su contexto físico, su procedencia o todos los elementos que permiten comprender su historia.
La IA necesita cada vez más información
El caso del Proyecto Panamá también expone uno de los grandes desafíos de la inteligencia artificial: la necesidad constante de nuevos datos para entrenar modelos cada vez más avanzados.
La información disponible en internet ya no representa una fuente infinita. A medida que los sistemas consumen más contenido, las empresas buscan materiales adicionales para mantener el desarrollo de sus modelos.
Por esa razón, los libros antiguos se han convertido en una fuente atractiva.
Xavier Vinaixa plantea una alternativa basada en que los propietarios de colecciones digitalicen directamente sus libros, conserven los ejemplares físicos y posteriormente puedan licenciar los datos a las compañías de inteligencia artificial.
De esta manera, sería posible aprovechar la información sin destruir necesariamente el soporte original.
¿Qué pasará cuando se terminen los datos humanos?
Otro de los grandes interrogantes es qué ocurrirá cuando las empresas de inteligencia artificial tengan cada vez menos contenido humano nuevo para utilizar en sus modelos.
Una posibilidad es recurrir a los llamados datos sintéticos, es decir, información creada por otras inteligencias artificiales.
El problema es que un sistema podría terminar utilizando contenidos generados por otros sistemas para volver a entrenarse.
Esto podría provocar una progresiva pérdida de diversidad, errores acumulados y un empobrecimiento del lenguaje.
La situación ha sido comparada con una cadena de resúmenes cada vez más alejados de la fuente original: un resumen de un resumen de otro resumen.
En ese escenario, los modelos podrían aprender a partir de información que ya fue procesada por otra inteligencia artificial, en lugar de recurrir directamente a documentos creados por seres humanos.
El Proyecto Panamá continúa generando preguntas
El caso también ha provocado un debate sobre el equilibrio entre el avance tecnológico y la preservación del patrimonio escrito.
La información obtenida mediante el escaneo puede ser extremadamente valiosa para entrenar sistemas de inteligencia artificial, pero el proceso físico utilizado para obtenerla plantea dudas cuando se trata de ejemplares difíciles de reemplazar.
Además, permanece la discusión sobre quién debe tener acceso a los archivos digitales y qué ocurre cuando los contenidos terminan almacenados en bases de datos privadas.
En el caso de Marçal Font, los pedidos que inicialmente despertaron sus sospechas comenzaron a cambiar de logística y de destino. Los libros dejaron de enviarse únicamente a Norteamérica y también comenzaron a dirigirse a Alemania.
Después de un periodo sin recibir nuevas solicitudes, el librero volvió a recibir un pedido.
Para Font, la conclusión es clara: el Proyecto Panamá sigue en marcha.
Para más información visita: Periódico El Nacional
