OpenAIએ ન્યૂઝ પ્રકાશકોના વકીલોએ તેમના કોપીરાઇટેડ સામગ્રી માટે AI તાલીમ ડેટાસેટ્સની તપાસ કરવાની મંજૂરી આપી હતી. 1 નવેમ્બરે, એક ટીમ વકીલો અને નિષ્ણાતોએ OpenAIના તાલીમ ડેટા શોધવાનું શરૂ કર્યું હતું. પરંતુ 14 નવેમ્બરે, પ્રકાશકોના વકીલોએ આક્ષેપ કર્યો કે 150 કલાકની મહેનત બાદ એક વર્ચ્યુઅલ મશીન પર સંગ્રહિત શોધ ડેટા ગાયબ થઈ ગયું હતું. OpenAIએ મોટા ભાગનું મિટાવેલ ડેટા પુનઃપ્રાપ્ત કરવાનું સફળતા પામ્યું, પરંતુ વકીલોએ જણાવ્યું કે પુનઃપ્રાપ્ત થયેલ ડેટામાં ફાઈલના નામો અને ફોલ્ડરની રચના શામેલ નથી. પરિણામે, આ ડેટા 'થી ન્યૂઝ પ્લેન્ટિફ્સના નકલ કરેલા લેખો ક્યાં વપરાયા તે નિર્ધારિત કરવા માટે ઉપયોગી નથી,' વકીલોએ 20 નવેમ્બરે અમેરિકાના જિલ્લા કોર્ટમાં દાખલ કરેલ એક પત્રમાં જણાવ્યું હતું. ન્યૂઝ પ્લેન્ટિફ્સને તેમના કાર્યને ફરીથી બનાવવાની જરૂર પડી રહી છે, જેનો અર્થ છે કે તેમને ઘણું સમય અને કમ્પ્યુટર પ્રક્રણ સમય ખર્ચવો પડશે. આ પત્રમાં વધુમાં ઉમેરવામાં આવ્યું કે, 'ન્યૂઝ પ્લેન્ટિફ્સને માત્ર ગઈકાલે ખબર પડી કે પુનઃપ્રાપ્ત થયેલ ડેટા ઉપયોગમાં લેવા યોગ્ય નથી.'

પ્રકાશકોના વકીલોએ સ્વીકાર્યું છે કે OpenAI દ્વારા ડેટા મિટાવવું ઇરાદાપૂર્વક નથી થયું, પરંતુ તેમણે આ બાબતને હાઇલાઇટ કર્યું કે કંપની 'તેના પોતાના ડેટાસેટ્સની શોધ કરવા માટે શ્રેષ્ઠ સ્થિતિમાં છે.' OpenAIને કોપીરાઇટ ઉલ્લંઘનના અનેક કેસોનો સામનો કરવો પડી રહ્યો છે. કંપનીએ દલીલ કરી છે કે તેના AI મોડલને જાહેરમાં ઉપલબ્ધ ડેટા પર તાલીમ આપવી, જેમ કે ન્યૂઝ આર્ટિકલ્સ, તે યોગ્ય ઉપયોગ છે. બીજી બાજુ, OpenAIએ Reuters, Associated Press, Financial Times, અને Axel Springer જેવા મોટા પ્રકાશકો સાથે સામગ્રી લાઇસન્સ કરવાના કરારો કર્યા છે.