Las empresas de IA compran y destruyen millones de libros físicos para entrenar modelos

Las empresas de inteligencia artificial están adquiriendo cada vez más millones de libros físicos para entrenar sus modelos generativos de IA. Si bien antes las firmas tecnológicas dependían de copias digitales—a veces enfrentando desafíos legales y acusaciones sobre material pirateado—el enfoque de la industria ha cambiado notablemente hacia los medios impresos físicos. La digitalización de estas copias impresas suele implicar desencuadernar o destruir los volúmenes para que las páginas individuales puedan escanearse rápidamente y convertirse en datos para el entrenamiento de modelos. Esta tendencia refleja los crecientes esfuerzos de los desarrolladores de IA por asegurar enormes conjuntos de datos de texto mientras navegan por las disputas de derechos de autor en curso sobre el raspado de contenido digital.

Fuentes: Iltalehti.