Als je ooit iets hebt gedeeld op internet, zoals een tweet, blogpost, recensie of selfie, is de kans groot dat dit is gebruikt om generatieve AI-modellen zoals ChatGPT en beeldcreators te trainen. Techbedrijven hebben enorme hoeveelheden gegevens van het web verzameld zonder veel rekening te houden met contentmakers, auteursrechtwetten of privacybescherming. Bovendien proberen sommige bedrijven nu winst te maken met deze gegevens door deze tijdens de AI-boom te verkopen of te licenseren. Echter, te midden van rechtszaken en onderzoeken naar generatieve AI en de gegevenspraktijken ervan, zijn er inspanningen om mensen meer controle te geven over hun online content. Bepaalde bedrijven bieden nu de mogelijkheid voor individuen en zakelijke klanten om zich af te melden voor het gebruik van hun content in AI-training of voor het doel van verkoop. Het is echter belangrijk om realistische verwachtingen te hebben, omdat veel AI-bedrijven waarschijnlijk al gegevens verzameld en gebruikt hebben die online zijn geplaatst.

Bedrijven zijn vaak geheimzinnig over hun gegevensverzamelingspraktijken, waardoor het voor individuen moeilijk is om volledig inzicht te krijgen in de toestemming die ze hebben gegeven en hoe hun gegevens worden gebruikt. Bovendien kan het proces van afmelden voor AI-trainingsgegevens complex en veeleisend zijn vanwege auteursrecht- en privacywetten. Hoewel er technische methoden zijn om gegevens uit AI-systemen te verwijderen of "vergeten", is er weinig bekend over de specifieke processen die daarbij betrokken zijn. Opties voor het verwijderen van gegevens zijn vaak verborgen of vereisen aanzienlijke inspanning. Daarom zal het waarschijnlijk een uitdaging zijn om berichten uit AI-trainingsgegevens te verwijderen. Bedrijven die opt-outs aanbieden voor toekomstig gegevenscraperen of delen, vereisen doorgaans dat gebruikers standaard toestemming geven, wat verdere complicaties met zich meebrengt.