Los documentos judiciales desprecintados a finales de julio han puesto nombre a una operación interna de Anthropic: Project Panama, el plan para comprar, escanear y destruir físicamente libros con los que entrenar a Claude. Según la reconstrucción de Euronews, entre 500.000 y 2 millones de ejemplares pasaron por ese circuito en seis meses.
El objetivo que figura en la documentación interna era, literalmente, escanear de forma destructiva todos los libros del mundo.
Puntos clave
- El proyecto arrancó en enero de 2024. La compañía compraba libros por decenas de miles de ejemplares por tanda.
- Proveedores citados en los documentos: Better World Books y la británica World of Books.
- El escaneo se externalizó. El proveedor cortaba los lomos con una máquina hidráulica y separaba las páginas para digitalizarlas con equipo industrial.
- Una nota interna decía: "We don't want it to be known that we are working on this".
- El motivo declarado era enseñar a Claude a escribir bien en lugar de imitar el "low quality internet speak" que domina el texto disponible en internet.
Por qué destruir un libro para escanearlo
Suena a barbaridad y tiene una explicación técnica aburrida. Escanear un libro sin romperlo es lento: hay que abrirlo, aplanarlo, pasar páginas una a una y corregir la curvatura del lomo. Escanearlo cortando el lomo primero es rápido, barato y da una imagen plana perfecta para el OCR.
Es una práctica que existe desde antes de la IA generativa, en digitalización de archivos. Lo nuevo es la escala. Medio millón o dos millones de ejemplares en seis meses no es un proyecto de archivo, es una cadena industrial.
Y el motivo es el que ya venimos contando: la calidad del texto. Hace una semana explicábamos que los laboratorios de IA compran libros impresos anteriores a 2022 porque son el último corpus limpio que queda sin contaminar por texto generado por máquinas. Project Panama es ese razonamiento llevado a su conclusión operativa dos años antes.
El pleito y los 1.500 millones
La parte legal viene de una demanda colectiva presentada en 2024 por los autores Andrea Bartz, Charles Graeber y Kirk Wallace Johnson.
El fallo de junio de 2025 fue mixto y por eso ha dado tanto juego. El juez consideró que usar libros comprados legalmente para entrenar un modelo entraba dentro del uso legítimo, y separó ese supuesto del de los libros descargados de repositorios piratas. Ese segundo bloque es el que hundió la posición de Anthropic: uno de los cofundadores, Ben Mann, había descargado material protegido de LibGen en junio de 2021.
El resultado fue un acuerdo de 1.500 millones de dólares, unos 1.300 millones de euros, sobre unas 500.000 obras elegibles y sin admisión de culpa. Justin Nelson, abogado de los autores, lo describió como "la mayor recuperación conocida por derechos de autor de la historia".
Anthropic mantiene su lectura. Aparna Sridhar, su deputy general counsel, insiste en que "el fallo de junio de 2025 sigue intacto" y en que el acuerdo trataba sobre cómo se adquirieron algunos materiales, no sobre si la compañía podía usarlos.
Las dos cosas pueden ser ciertas a la vez, y ahí está el matiz que se pierde en los titulares. La compra y el escaneo destructivo de libros propios no es lo que costó 1.500 millones. Lo que costó 1.500 millones fue el atajo de descargar de LibGen.
La cronología, que es donde se entiende el caso
Vale la pena ordenarla, porque los titulares de esta semana mezclan hechos separados por cinco años.
Junio de 2021: Ben Mann, cofundador de Anthropic, descarga material protegido de LibGen. Es el origen del problema y ocurre antes de que exista Claude tal como lo conocemos.
Enero de 2024: arranca Project Panama. Aquí ya no hay pirateo, hay compras. La compañía se gasta dinero en ejemplares físicos precisamente para tener un corpus que pueda defender.
2024: los autores Bartz, Graeber y Johnson presentan la demanda colectiva.
Junio de 2025: llega el fallo que parte el caso en dos. Comprar y escanear, amparado. Descargar de repositorios piratas, no.
Enero de 2026: el Washington Post publica el primer reportaje sobre la operación de escaneo.
Finales de julio de 2026: se desprecintan los documentos internos y aparecen las frases que ahora circulan, incluida la de no querer que se sepa. Y se anuncia el acuerdo de 1.500 millones.
Puesto así se ve que la noticia de esta semana no es que Anthropic destruyera libros, que ya se sabía desde enero. Es que ahora se puede leer cómo lo discutían internamente.
Qué se aprende de esto si tu empresa entrena o afina modelos
Tres cosas concretas, y ninguna es teórica.
La primera es de trazabilidad. La diferencia entre un corpus defendible y uno que te cuesta una demanda colectiva no es la calidad del texto, es el registro de cómo llegó a tus manos. Anthropic ganó la parte de los libros comprados porque podía demostrar la compra. Perdió la otra porque el origen era indefendible. Si estás afinando un modelo con documentación, contratos, manuales o contenido de terceros, guarda la factura y la licencia con la misma disciplina con la que guardas el dataset.
La segunda es de gobierno interno. La frase "no queremos que se sepa que estamos trabajando en esto" es el tipo de material que un abogado contrario enmarca en la primera diapositiva. Si una decisión de datos necesita ocultarse dentro de tu propia empresa, ya tienes la respuesta sobre si conviene tomarla.
La tercera es de coste real. Los datos de entrenamiento se presentan como un problema técnico y en la práctica son un problema de compras y de legal. En este caso el volumen de ejemplares comprados a Better World Books y World of Books, la logística del escaneo y el acuerdo posterior pesan más en la cuenta de resultados que cualquier decisión de arquitectura del modelo.
Por qué importa
Para una empresa española que use Claude, ChatGPT o Gemini en sus procesos, nada de esto cambia el servicio de mañana. Lo que cambia es el marco de riesgo que hay debajo.
Los modelos que tienes en producción se entrenaron con corpus cuya legalidad se sigue litigando, y las facturas de esos litigios ya se cuentan en miles de millones. Eso acabará repercutiendo en precios o en restricciones de uso. Vale la pena que quien firma esos contratos en tu empresa lo sepa antes de que llegue por email.
Relacionado
