Az Atlantic vizsgálata az OpenSubtitles adatállományról feltárja, hogy sok generatív MI rendszer TV- és filmszkripteken készült, beleértve több mint 53, 000 film és 85, 000 TV-epizód szövegét. Ezeket a rendszereket olyan nagyvállalatok fejlesztették, mint az Apple, a Meta, az Nvidia és a Salesforce, felhasználva egy adatállományt, amely például a "Keresztapa", "A Simpson család" és a "Breaking Bad" filmek és sorozatok párbeszédeit tartalmazza. Az adatok az OpenSubtitles. org oldalról származnak, olyan felhasználók által feltöltött feliratfájlokból, akik ezeket a fájlokat kivonták. Ez a módszer gazdag párbeszédforrást biztosít, amely alapvető fontosságú az MI-nek a természetes beszéd utánzására való betanítására. Különböző MI modellek, mint például az Anthropic Claude és az Apple iPhone-kompatibilis LLM-jei, ezen az adatokon kerültek betanításra. Ezek a fejlesztések azonban aggodalmat keltettek a hollywoodi írók és művészek körében, akik attól tartanak, hogy munkájuk engedély nélkül kerül felhasználásra.

A szerzői jogi anyagok MI-képzésben történő felhasználását érintő jogi viták folyamatban vannak, és a tech vállalatok átláthatósága korlátozott marad. Míg néhány alkotó, például Jörg Tiedemann, az OpenSubtitles adatállomány egyik elindítója, örül annak szélesebb körű használatának, mások ezt szellemi tulajdon megsértéseként látják. Az OpenSubtitles adatállomány a The Pile nevű nagyobb gyűjtemény része, amely diverz szövegeket foglal magában és széles körben használják MI fejlesztők. Annak ellenére, hogy elérhető, tartalma összetett és specifikus eszközöket igényel a navigáláshoz. Ahogy az MI tovább fejlődik, az alkotói tartalmak beleegyezés nélküli és kompenzáció nélküli felhasználása etikai és jogi dilemmákat vet fel, amelyek továbbra is megoldatlanok.