Kitapların yapay zekâ eğitimi için taranması, sayfaları görüntüye çevirmekten ibaret değil; OCR, sayfa düzeni, dipnotlar ve görsellerin hangi veri biçiminde tutulacağı da seçiliyor. Eğitimde kullanılan içerik, kitabın kendisinden çok bu seçimlerle kurulmuş bir temsil haline geliyor.