Los grandes conjuntos de datos utilizados en el desarrollo de los modelos de inteligencia artificial incluyen millones de libros, artículos y otras publicaciones. Sin embargo, se indica que la mayoría de estas publicaciones se utilizan sin el conocimiento o permiso de sus titulares de derechos de autor. Esta situación se considera una infracción de derechos de autor.

Sin embargo, según los expertos, la situación no es tan simple. Las leyes de derechos de autor no se han actualizado desde 1976, año en que surgió la tecnología de inteligencia artificial, por lo que los jueces tienen dificultades para prever cómo abordar estos nuevos casos.

Las leyes de uso justo regulan los casos en los que se pueden utilizar materiales protegidos por derechos de autor sin permiso. No obstante, es incierto cómo se aplicarán estas leyes a los modelos de inteligencia artificial.