Metaはインターネット上で最もトラフィックの多いドメイン（ニュース組織、教育プラットフォーム、ニッチなフォーラム、個人ブログ、さらにはリベンジポルノサイトなど）からデータを収集し、人工知能（AI）モデルのトレーニングに活用している。上位10万のドメインを含む約600万のウェブサイトからデータを収集することで、MetaはAIトレーニングパイプラインに使用する数百万ページに及ぶコンテンツを生成した。

Metaがスクレイピングするサイトには、著作権で保護されたコンテンツ、海賊版コンテンツ、アダルトビデオ（一部は違法に取得または録音された可能性がある）、そして有名メディアやコンテンツパブリッシャーからのニュースやオリジナルコンテンツが含まれます。ゲッティイメージズ、Shopify、Shutterstockといった大手企業だけでなく、露骨な性描写や10代の若者を搾取する屈辱ポルノを宣伝するウェブサイトなど、過激なポルノコンテンツも含まれています。