W minionych latach powstawały internetowe zbiory obejmujące dane wrażliwe, których głównym źródłem były treści udostępniane przez użytkowników internetu na otwartych licencjach. Użytkownicy jednak zwykle nie są świadomi, w jakim zakresie przesyłane przez nich treści mogą zostać wykorzystane na potrzeby rozwoju algorytmów sztucznej inteligencji.