طبق پژوهشی جدید برخی از بزرگ‌ترین شرکت‌های فناوری جهان هوش مصنوعی خود را براساس مخزن داده‌ای آموزش دادند که رونویسی متن بیش از ۱۷۳ هزار ویدئوی یوتیوب بدون اجازه خالقان آنها را در بر دارد. این مخزن داده که یک شرکت غیرانتفاعی به نام EleutherAI آن را ابداع کرده، حاوی متن ویدئوهای بیش از ۴۸ هزار کانال یوتیوب است که اپل، انویدیا، آنتروپیک و شرکت‌های دیگر از آن استفاده کرده‌اند. مخزن داده حاوی هیچ گونه ویدئو یا تصاویری از یوتیوب نیست؛ اما رونویسی از ویدئوهای بزرگ‌ترین خالقان محتوای این پلتفرم را در بر دارد.