A generatív mesterséges intelligenciát (MI) használó modellek, mint az OpenAI GPT-4o-ja már meglepően alkalmasak új szövegek, kódok, képek és videók létrehozására, ám a tanításuk olyan óriási adatmennyiséget igényel, hogy a fejlesztők hamarosan kimerítenek minden elérhető adatforrást, amit rá lehet kapcsolni ezekre a modellekre. Ennek megoldására szintetikus adatokat képeznek, amivel azonban további problémák merülnek fel.