Saltar al contenido principal

El expolio silencioso · Investigación de Xavier Vinaixa y Marçal Font Espí

Las empresas de IA compran y destruyen libros

Cómo una empresa misteriosa compra libros usados en librerías de medio mundo para entrenar modelos de IA — y después destruye físicamente los ejemplares.

Esta página recoge la investigación conjunta que Xavier Vinaixa (xaviviro) y el profesor de la UB, librero y poeta Marçal Font Espí han llevado a cabo desde la Llibreria Fènix de Badalona, tras detectar pedidos anómalos de una empresa extranjera que compraba sistemáticamente libros en catalán de no ficción — a menudo ejemplares dormidos en la trastienda durante años.

Lo que parecía un comprador atípico acabó revelando una cadena industrial: las editoras compran los libros, los envían a una planta donde les cortan el lomo, escanean las páginas y finalmente trituran los volúmenes para convertirlos en pasta de papel. Todo para entrenar modelos de inteligencia artificial con texto humano antes de que la red se llene definitivamente de texto generado por la propia IA — lo que los especialistas llaman «data wall».

Qué hemos destapado

Una red internacional adquiere de manera silenciosa lotes de libros antiguos y poco comerciales en librerías de viejo. Los elige precisamente porque son textos humanos poco presentes en internet — sin rastro digital, sin vigilancia editorial, sin protección efectiva de derechos de autor en la práctica.

La consecuencia no es solo económica para autores y editores: es cultural. Lenguas minorizadas como el catalán pierden patrimonio escrito no por negligencia humana sino por voracidad algorítmica. Nuestra investigación documenta el mecanismo y propone vías de protección y licenciamiento en la trilogía publicada en Substack.

Cedulari · Nuestra propuesta

La solución que proponemos: Cedulari

No nos limitamos a denunciar. Desde hace más de un año trabajamos en una respuesta constructiva: Cedulari, la memoria documentada del libro catalán. Es a la vez una base de datos de autores, libros y ediciones —centrada en casi un siglo de publicación en catalán, de los años veinte hasta la adopción del ISBN, un patrimonio que hoy no consta en ningún sitio— y un conjunto de herramientas que dan a los modelos de IA procedencia, trazabilidad y fuentes verificables en lugar de las alucinaciones habituales.

Precisamente ese conocimiento —el del comercio de libro antiguo, las tiradas, los seudónimos y las ediciones clandestinas que solo conservan cinco o seis libreros del país— es el que nos permitió destapar el expolio. Cedulari nace para preservar ese patrimonio y ponerlo a disposición de la IA de forma lícita y trazable. El proyecto, impulsado por Marçal Font, Xavi Vinaixa y Sorensen.ai con el asesoramiento del departamento de estudios literarios de la UB, está ahora en fase de búsqueda de financiación.

Descubre Cedulari.cat

Quién lo ha investigado

01

Xavier Vinaixa Roselló

Experto en IA, CTO en Sorensen.ai. Tiró del hilo técnico: identificación del patrón de compras, análisis de la lógica del «data wall» y contextualización dentro del debate sobre el coste real de entrenar grandes modelos de lenguaje.

02

Marçal Font Espí

Profesor del departamento de estudios literarios de la UB, poeta y librero, propietario de la Llibreria Fènix de Badalona. Detectó las compras anómalas, documentó las peticiones y aportó el conocimiento de primera línea del comercio de libro de viejo.

La serie: «El expolio silencioso»

Las cuatro entregas de la serie son coautoría de Xavier Vinaixa y Marçal Font Espí, publicadas en xaviviro.substack.com, con una pieza paralela en el Substack de Marçal Font (maralfontesp.substack.com):

  1. El expolio silencioso

    xaviviro.substack.com →

  2. El expolio silencioso II: la confesión borrada

    xaviviro.substack.com →

  3. El expolio silencioso III: proteger y licenciar

    xaviviro.substack.com →

  4. El expolio silencioso IV: la arquitectura de la evasión

    xaviviro.substack.com · 2026-06-25 →

  5. Pieza paralela

    Y de los libros haremos timbales

    maralfontesp.substack.com · 2026-05-18 →

RTVE · TV3 · 3Cat · 2026

En la televisión

El reel viral de 3Cat Info

+700.000 visualizaciones

El reportaje de 3Cat Info (TV3) sobre el expolio literario se hizo viral en Instagram, con más de 700.000 visualizaciones. Aparecen Marçal Font (Llibreria Fènix) y Xavier Vinaixa explicando cómo algunas empresas compran y destruyen libros para entrenar la inteligencia artificial.

@3catinfo · TV3 · Instagram →

«Cafè d'idees» (RTVE) — 15 de junio de 2026

El programa «Cafè d'idees» de RTVE, presentado por Gemma Nierga, recibe a Xavier Vinaixa (director técnico de Sorensen) y al librero Marçal Font (Librería Fénix de Badalona) para explicar cómo algunas empresas compran libros, entrenan la inteligencia artificial y los destruyen —«han llegado a un tope, ya no hay más datos»— y para reivindicar la soberanía europea ante la compra masiva de libros para alimentar la IA.

«Cafè d'idees» · RTVE · 15 de junio de 2026 · rtve.es →

«Tot es mou» — 27 de mayo de 2026

El programa «Tot es mou» de TV3 entrevista en plató a Marçal Font (Librería Fénix de Badalona) y a Xavier Vinaixa (director técnico de Sorensen) para explicar cómo detectaron las compras anómalas, cómo tiraron del hilo hasta encontrar la pista de Anthropic y del caso destapado por el Washington Post, y por qué preservar el documento físico es una cuestión de soberanía cultural — no solo económica.

«Tot es mou» · TV3 · 27 de mayo de 2026 · 3cat.cat →

Telenotícies — 31 de mayo de 2026

El Telenotícies de TV3 dedica una pieza al caso: los libreros denuncian la destrucción de libros para entrenar modelos de IA y reclaman que el Ministerio de Cultura intervenga para proteger el patrimonio literario. La noticia recoge el caso destapado por la investigación.

Telenotícies · TV3 · 31 de mayo de 2026 · 3cat.cat →

Cobertura mediática

La investigación ha tenido repercusión en televisión, prensa, radio nacional y medios internacionales:

Preguntas frecuentes

¿Las empresas de IA destruyen libros de verdad?
Sí. Empresas que actúan por cuenta de los laboratorios de IA compran libros usados, raros y descatalogados en librerías de viejo, los envían a instalaciones industriales donde se les corta el lomo y se escanean las páginas, y los ejemplares físicos se destruyen. Documentamos el extremo europeo de la cadena desde la Llibreria Fènix de Badalona: los pedidos de ZoomBooks y la cadena logística PrepFort en Illinois. El caso lo recogieron después The Telegraph, El País, BBC News Mundo y decenas de medios más.
¿Qué empresas de IA compran libros usados?
Los laboratorios casi nunca compran directamente: los pedidos llegan a través de intermediarios, y eso es lo que hace difícil rastrear la cadena. Nuestra investigación siguió las compras realizadas por ZoomBooks, una empresa canadiense, canalizadas por la cadena logística PrepFort en Illinois; ZoomBooks desmintió públicamente las acusaciones publicadas por Demócrata. El escaneo destructivo también sostiene el «Project Panama» de Anthropic, revelado por el Washington Post.
¿Por qué la IA quiere libros antiguos, raros y descatalogados?
Porque son los últimos datos de entrenamiento limpios que quedan. Todo lo impreso antes de 2022 es prosa humana sin contaminación de texto generado por IA, y los títulos raros o descatalogados apenas tienen huella digital, así que no están ya dentro de los conjuntos de entrenamiento. Esa escasez es lo que evita que los modelos degeneren en lo que los investigadores llaman colapso del modelo.
¿Qué es el «muro de datos» (data wall)?
El punto en que los laboratorios de IA agotan el texto digitalizado disponible gratuitamente en internet y tienen que buscar fuentes nuevas para seguir escalando sus modelos. Es la razón económica del interés repentino por las librerías de viejo: cuando el conocimiento gratuito de internet se agotó, los laboratorios fueron a buscar lo que nunca se había digitalizado.
¿Por qué destruyen los libros en lugar de revenderlos?
Porque la destrucción es lo que hace defendible la práctica ante un tribunal. Bajo la doctrina estadounidense del fair use, la sentencia del juez Alsup de junio de 2025 en el caso Anthropic consideró legítimo entrenar con libros comprados legalmente siempre que el ejemplar físico se destruya una vez escaneado. La trituradora es un requisito legal, no un efecto secundario.
¿Puede un librero evitar que sus libros sirvan para entrenar una IA?
Ningún mecanismo legal impide que a una venta lícita le siga un escaneo destructivo. Lo que un librero sí puede hacer es detectar el patrón: varios pedidos pequeños del mismo comprador con minutos de diferencia, de no ficción descatalogada y sin demanda comercial. La respuesta estructural que proponemos es Cedulari: catalogar y licenciar el patrimonio escrito en lugar de dejar que se destruya.

Leer la investigación

Leer en Substack