AIを訓練するために与える大量のデータのこと。AIの性格も得意分野も限界も、何を「食べて」育ったかでほぼ決まる。
LLMならWeb上の文章や書籍、画像生成AIなら大量の画像とその説明文。AIは学習データの中のパターンを吸収して賢くなるので、データに偏りがあれば答えも偏り、データにない知識は答えられません。「AIは学習データの鏡」と覚えておくと、AIの失敗の大半が説明できます。
何を学習させたかは著作権問題の主戦場でもあります（AIと著作権の項を参照）。また「良質なデータが枯渇し始めた」ことが業界の大きな課題で、AIが作った文章をAIが学ぶ「共食い」による品質低下も懸念されています（AIスロップの項も参照）。
公開されたWebテキスト、書籍、コードなどが中心で、近年はライセンス契約したデータや、AIが作った合成データの比率が増えています。
データの偏りはそのままAIの偏りになります。同じ餌ばかり与えて育てるとどうなるかは、当ページの扉の育成ゲームで体験できます。
用語を覚えるより、ストーリーで体感するほうが早い。