Hva er treningsdata, og hvorfor er det omstridt?

TL;DR (Kort oppsummert)

Treningsdata er alt innholdet en KI-modell lærer av før den blir tilgjengelig for deg, tekst, bilder, kode og annet, som modellen bruker til å finne mønstre og bygge opp sin egen “forståelse” av språk og verden. Det meste av denne dataen er hentet fra internett, ofte uten at den enkelte forfatter, fotograf eller nettside er spurt om lov først. Det er selve kjernen i konflikten: opphavspersoner og rettighetsorganisasjoner mener dette er bruk av beskyttet materiale uten samtykke eller betaling, mens KI-selskapene ofte mener det er lovlig “transformativ bruk” (altså at innholdet brukes til noe helt annet enn det opprinnelig var laget for, ikke bare kopieres videre). Verken norske domstoler eller Stortinget har landet på et endelig svar ennå. Denne artikkelen forklarer hva treningsdata faktisk er, og hvorfor uenigheten om den ikke er nær en løsning.

Hva er treningsdata, konkret?

Når en KI-modell trenes, mates den med enorme mengder eksempler, ikke fasitsvar, men rått materiale den selv skal finne mønstre i. For en tekstmodell som ligger bak ChatGPT, Claude eller Gemini, betyr det som regel en blanding av:

Tekst fra nettsider, hentet inn i stor skala med automatiserte verktøy (ofte kalt “crawlere”) som gjennomsøker internett.
Bøker og publiserte tekster, noen lisensiert, andre hentet fra digitale boksamlinger uten at forfatteren nødvendigvis er kontaktet.
Kode fra offentlig tilgjengelige kodebaser, som ligger bak modellenes evne til å skrive og forstå programmeringsspråk.
Bilder, med tilhørende tekstbeskrivelser, for modeller som skal generere eller forstå bilder.
Samtaledata, noen ganger fra brukere som selv har samtykket til at det de skriver, brukes til videre trening.

Poenget med denne dataen er ikke at modellen skal huske og gjengi den ordrett, men at den skal lære seg mønstrene i hvordan språk, resonnement og sammenhenger fungerer. Kvaliteten og bredden på treningsdataen er en av de viktigste faktorene for hvor god den ferdige modellen blir.

Hvorfor er dette så omstridt?

Opphavsrett: er det lov å bruke andres verk uten å spørre?

Kjernespørsmålet er enkelt å formulere, men vanskelig å svare på: er det lov å bruke opphavsrettsbeskyttet materiale, som bøker, artikler og bilder, til å trene en kommersiell KI-modell, uten samtykke fra den som skapte det opprinnelig? I Norge reguleres dette av åndsverkloven (den norske loven om opphavsrett), som gjennomfører EUs opphavsrettsdirektiver. Norske forfatterorganisasjoner har advart mot det de mener er ulovlig bruk av beskyttede verk i KI-trening. Problemstillingen er så uavklart at Stortinget i inneværende periode (2025–2026) har hatt et representantforslag til behandling. Forslaget ber regjeringen vurdere endringer i regelverket, konkret knyttet til samtykke og innsyn i hvilke data som faktisk er brukt.

Internasjonalt har det samme spørsmålet vært oppe i flere amerikanske rettssaker gjennom 2025, med sprikende utfall. Enkelte domstoler har konkludert med at selve treningen kan regnes som “fair use” (en unntaksregel i amerikansk opphavsrett). Andre domstoler har vurdert konkrete tilfeller annerledes, som bruk av ulovlig nedlastede tekster. Det finnes altså ikke ett samlet, avklart svar internasjonalt heller. Situasjonen er fortsatt i bevegelse, både i USA, EU og Norge.

Personvern: hva med data om deg som privatperson?

Treningsdata handler ikke bare om bøker og nettartikler. Flere selskaper bruker også innhold brukere selv har lastet opp eller skrevet, som grunnlag for videre trening. Forbrukerrådet har blant annet klaget inn Meta for å bruke innhold delt av brukere til KI-trening uten et godt nok samtykke. I 2025 publiserte de også en rapport som konkluderer med at generativ KI (altså KI-verktøy som selv lager nytt innhold, som ChatGPT) kan sette grunnleggende forbrukerrettigheter i spill. Årsaken er at det ofte er uklart for den enkelte hva som samles inn, og hva det brukes til videre. Se også vår egen gjennomgang av hva som skjer med det du selv skriver til en KI-chatbot.

To syn som sjelden møtes

Debatten har i praksis polarisert seg mellom to posisjoner:

	Rettighetshavernes syn	KI-selskapenes syn
Kjerneargument	Bruk av beskyttet innhold i stor skala, uten samtykke og uten betaling, henter ut verdi fra andres arbeid uten å kompensere dem	Å lære av eksisterende tekst og bilder ligner på hvordan et menneske lærer av det det har lest og sett
Hva de mener om “transformasjon”	Gjelder uansett hvor “transformert” sluttresultatet fremstår	Modellen “kopierer” ikke verkene direkte. Den lærer mønstre fra dem
Konkret krav / advarsel	Krever tydeligere regler om samtykke og åpenhet om hvilke data som faktisk er brukt	Mener datamengden som trengs ikke lar seg lisensiere fra hver enkelt rettighetshaver, og at et slikt krav ville stanse utviklingen av teknologien

Ingen av synene har foreløpig vunnet fullt gjennomslag verken i norsk eller internasjonal rett. Det gjør treningsdata til et av de tydeligste eksemplene på et AI-spørsmål der teknologien har løpt raskere enn lovverket.

Hva betyr dette for deg som bruker?

Du merker sjelden denne debatten direkte, men den påvirker noen konkrete valg du faktisk kan ta:

Noen tjenester lar deg reservere deg mot at ditt eget innhold (bilder, tekst, innlegg) brukes til KI-trening. Meta er et eksempel der Forbrukerrådet har publisert en egen veiledning for hvordan du reserverer deg.
Kunstnere og skribenter tar i økende grad i bruk egne “opt out”-verktøy og merkelapper, for å signalisere at innholdet deres ikke skal brukes i treningsdatasett, selv om det ikke finnes noen garanti for at alle KI-selskaper respekterer dette.
Hva en modell “vet” avhenger av hva den er trent på. Det er derfor et konkret, praktisk poeng bak alt dette, ikke bare jus: kvaliteten, bredden og skjevhetene i treningsdataen påvirker direkte hvor god og hvor balansert modellen du bruker faktisk er.

Vanlige spørsmål

Er det ulovlig for KI-selskaper å bruke bøker og artikler i treningen?

Det finnes ikke noe entydig svar. Det avhenger av hvilket land, hvilket regelverk og hvilken konkret sak man ser på, og rettspraksisen er fortsatt i bevegelse både i USA, EU og Norge. Det er nettopp derfor spørsmålet regnes som omstridt, ikke avklart.

Kan jeg finne ut om mitt eget innhold er brukt til å trene en bestemt modell?

Som regel ikke direkte og fullstendig. De færreste KI-selskaper offentliggjør en fullstendig liste over alt treningsmateriale, noe som er en del av det norske forfatter- og kunstnerorganisasjoner konkret har etterlyst mer åpenhet om.

Er norsk innhold også brukt til å trene store, internasjonale modeller?

Sannsynligvis i noe grad, siden de store modellene trenes på enorme mengder internettinnhold på mange språk. Norsk utgjør uansett en svært liten andel sammenlignet med engelskspråklig materiale. Det er også en del av forklaringen på hvorfor mange modeller er sterkere på engelsk enn norsk.

Løser KI-loven (AI Act) dette problemet?

Ikke fullt ut. Vår egen artikkel om hva KI-loven betyr for deg som forbruker går gjennom hva regelverket faktisk dekker. Opphavsrett til treningsdata reguleres i hovedsak av egne opphavsrettsregler, ikke av KI-loven selv, selv om de to regelverkene på enkelte punkter griper inn i hverandre.

Oppsummering og kilder

Treningsdata er alt innholdet en KI-modell lærer mønstre fra, i hovedsak tekst, bilder og kode hentet i stor skala fra internett. Det er omstridt fordi mye av dette materialet er opphavsrettsbeskyttet og hentet uten samtykke, en konflikt verken norske domstoler, Stortinget eller internasjonal rettspraksis har landet endelig på ennå. Som bruker påvirker debatten hvor god og balansert modellen du bruker faktisk er og gir deg i noen tilfeller konkrete valg, som å reservere eget innhold fra fremtidig trening.

Det viktigste å huske:

Treningsdata er materialet (tekst, bilder, kode) en KI-modell lærer mønstre fra, ikke fasitsvar den slår opp i
Det meste hentes fra internett, ofte uten samtykke fra den enkelte rettighetshaver
Norsk og internasjonal rettspraksis er fortsatt uavklart, med sprikende domsutfall i 2025
Stortinget har hatt saken til behandling, uten en endelig konklusjon foreløpig
Noen tjenester (som Meta) lar deg reservere eget innhold fra fremtidig KI-trening

Kilder brukt i denne artikkelen:

Sist oppdatert: August 2026

Merk: Rettstilstanden på dette området er i rask bevegelse, både i Norge, EU og internasjonalt. Denne artikkelen beskriver situasjonen slik den fremstår per august 2026, og bør oppdateres hvis det kommer nye, avklarende dommer eller lovendringer.

Hva er treningsdata, og hvorfor er det omstridt hvor KI-modeller henter den fra?