Datuak algoritmo bat entrenatzeko erabiltzen den lehengaia dira. Horregatik, datu horien kantitateak eta kalitateak ondorio zuzena izango dute etorkizunerako emaitzetan. Datu horiek eskuratzea da IAren garapenak aurre egin beharreko lehen erronketako bat, bai eta haren gizarte-eragina aztertzeko beharra eta emaitzak monitorizatzeko erantzukizuna ere.