Het gebruik van media-inhoud voor het trainen van Generatieve AI-modellen (GAI) is onderwerp van hevige controverses. Sommige mediaorganisaties sluiten deals met bedrijven zoals OpenAI over het gebruik van hun inhoud voor training (zoals Springer), andere stappen naar de rechter om bezwaar te maken tegen het gebruik van hun gegevens (New York Times vs Open AI) of overwegen misschien om hun eigen modellen te trainen. Allemaal worstelen ze met de uitdaging om de voorwaarden te bepalen voor het gebruik van mediagegevens voor het trainen van AI-modellen op een manier die enerzijds de (intellectuele) eigendomsrechten en de economische en concurrentiebelangen van de media respecteert en anderzijds bijdraagt aan meer verantwoorde modellen, getraind op kwalitatief hoogwaardige en meertalige inhoud. Meer in het algemeen wordt het beschikbaar stellen van hoogwaardige, publiekelijk beschikbare gegevens voor AI-training gezien als een maatregel die nodig is om machtsconcentraties te doorbreken - aangezien deze grotendeels afhankelijk zijn van asymmetrieƫn in de toegang tot gegevens. Media is zo'n categorie gegevensbronnen van algemeen belang, naast onderzoeks- of erfgoedgegevens.
Het doel van dit panel is om de verschillende concurrerende belangen en overwegingen in kaart te brengen en te onderzoeken in hoeverre regelgeving zoals de AI-wet of de richtlijn over auteursrechten en de interne markt werkbare oplossingen biedt en waar ruimte is voor verbetering. Aangezien Europa gemeenschappelijke dataruimtes voor media wil creƫren, zal het panel verschillende potentiƫle strategieƫn in kaart brengen.