哈佛大学已从1400年代的公共领域发行了将近一百万本书，出于人工智能研究目的。Openai已投资5000万美元用于支持数字化工作，以确保公众访问该材料。使用原始文本而不是辅助资源。哈佛大学已经发起了一个雄心勃勃的项目，该项目从公共领域发行了近一百万本书，该计划代表了超过3.94亿次使用254种语言的扫描页面，以支持AI培训。作为知识中介的角色并解决了有关数据收集的道德考虑因素。微软助理律师助理律师艾伯顿·戴维斯（Aiburton Davis）解释说，这是“从公共财产开始的数据是一个明智的决定，因为现在这是一个明智的决定，因为目前这是一个明智的决定，因为它现在比仍然受版权保护的内容较少有争议”。 这些图书馆还包含“大多数几十年的在线评论中缺少大量有趣的文化，历史和语言数据”。