জেনারেটিভ এআই মডেলগুলি বৃহৎ প্রশিক্ষণ ডেটা সেটগুলির উপর নির্ভর করে, যা সাধারণত ইন্টারনেটের পাবলিক ডেটা থেকে গঠিত হয়। তবে, অর্গানাইজেশনগুলি তাদের ব্যবসায় জেনারেটিভ এআইর সম্ভাব্য প্রভাব নিয়ে ভীত হয়ে robots. txt ফাইলের মাধ্যমে তাদের ডেটার অ্যাক্সেস সীমাবদ্ধ করছে। এই সীমাবদ্ধতা এআই কোম্পানিগুলির জন্য চ্যালেঞ্জ সৃষ্টি করছে যারা এমন ডেটার উপর ব্যাপকভাবে নির্ভর করে। "কনসেন্ট ইন ক্রাইসিস: দ্য র‍্যাপিড ডিক্লাইন অফ দ্য এআই ডেটা কমন্স" শিরোনামের ডেটা প্রোভেন্যান্স ইনিশিয়েটিভের প্রতিবেদনে প্রকাশিত হয়েছে যে সাম্প্রতিক বছরগুলিতে এআই মডেল প্রশিক্ষণের জন্য ব্যবহৃত ডেটার একটি গুরুত্বপূর্ণ অংশ সীমাবদ্ধ হয়ে পড়েছে। এই সীমাবদ্ধতা শুধুমাত্র ডেটার গুণমান এবং তাজা থাকাই নয়, এমন মডেলের মধ্যে পার্থক্য সৃষ্টি করে যা robots. txt সম্মান করে এবং যারা তা অগ্রাহ্য করে। কিছু সম্ভাব্য সমাধান প্রস্তাব করা হয়েছে যেমন অর্গানাইজেশন থেকে সরাসরি ডেটা লাইসেন্সিং, সিনথেটিক ডেটা ব্যবহার, বা PDFs-এর মধ্যে লুকানো ডেটা বের করার উপায় খোঁজা। প্রতিবেদনে শিল্পের মানদন্ড এবং বিভিন্ন স্বার্থধারীদের স্বার্থ সামঞ্জস্য করে ডেটা ব্যবহারের পছন্দগুলি প্রকাশের উন্নত মেকানিজমের প্রয়োজনীয়তার উপর জোর দেওয়া হয়েছে।