Oxford ha autorizado a OpenAI a incorporar materiales digitalizados de la Biblioteca Bodleian en sus modelos de IA, una colaboración que comenzó en marzo de 2025.
La Universidad de Oxford ha concedido a OpenAI permiso para utilizar textos históricos de la Biblioteca Bodleian para entrenar sus modelos de IA. La colaboración, iniciada en marzo de 2025, se presentó inicialmente como un proyecto de digitalización dirigido a estudiantes e investigadores.
Documentos obtenidos mediante una solicitud de libertad de información demuestran que parte de la colección digitalizada se ha añadido a los conjuntos de datos de entrenamiento de OpenAI. El material comprende aproximadamente 125 000 imágenes digitalizadas de tesis históricas y alrededor de 10 000 baladas impresas del siglo XVI que contienen letras y anotaciones musicales. Otros elementos previstos para la digitalización incluyen documentos estatales irlandeses del siglo XVIII, cartas privadas de la escritora Marie Edgeworth y los cuadernos de Dorothy Hodgkin sobre la investigación de la penicilina.
El acuerdo ha suscitado preocupaciones entre algunos miembros de la comunidad universitaria, que señalan riesgos reputacionales al asociarse con una empresa tecnológica controvertida y el alto consumo energético de los sistemas de IA a gran escala. Oxford sostiene que el proyecto es limitado en alcance, utiliza solo obras cuyos derechos de autor han expirado, y que la universidad conserva los derechos de las copias digitales, que planea poner a disposición del público en línea pronto.
El acuerdo refleja una tendencia más amplia en la industria, ya que las empresas de IA se vuelven hacia colecciones físicas de libros y documentos tras la proliferación de contenido generado por IA, lo que disminuye el valor de la web como fuente de datos. OpenAI mantiene acuerdos similares con la Biblioteca Pública de Boston, MIT y la Universidad de Michigan.
Si se amplía, la asociación podría incrementar sustancialmente la digitalización de los aproximadamente 23 millones de ítems estimados de la Bodleian, lo que provocaría un debate más amplio sobre las condiciones bajo las cuales bibliotecas y universidades deberían colaborar con empresas de IA para preservar y difundir el conocimiento histórico.