A fost o perioadă, nu foarte demult, când cele mai multe conversații despre inteligența artificială începeau să sune ciudat detașate de oamenii care de fapt produceau valoare în interiorul sistemelor. Toată lumea vorbea despre modele, calcul, evaluări și scalare, dar foarte puțini oameni discutau despre stratul tăcut de dedesubt: fluxul constant de date generate de oameni, corecturi, context, feedback și nuanțe comportamentale care făceau acele sisteme utile în primul rând.

Dezechilibrul a devenit greu de ignorat odată ce produsele AI au trecut de la noutate la infrastructură. Modelele s-au îmbunătățit, companiile au strâns mai mult capital, iar interfețele au devenit mai fluide, dar relația de bază dintre contribuitori și platforme a rămas aproape neschimbată. Oamenii continuau să ofere date comportamentale aproape din întâmplare. Dezvoltatorii antrenau sistemele pe baza cunoștințelor comunității pe care nu o puteau recompensa sustenabil. Cercetătorii se bazau pe seturi de date fragmentate cu o proveniență discutabilă. Întregul ecosistem a început să funcționeze ca o mașină care extrăgea inteligență de la margini, concentrând în același timp proprietatea în centru.