Maschinelle Bilderkennung und -generierung kann bereits fantastische Ergebnisse hervorbringen, doch nicht immer können Maschinen fehlerfrei mit den Daten umgehen.
Mögliche Fehlerquellen setzen bereits früh in der Gestaltung von automatisierten Programmen an. Scharen von Microjobbern aus Afrika, Indien oder China widmen sich der Aufgabe, Tausende Bilder für das Training neuronaler Netze zu durchforsten und genau zu kennzeichnen. Die Qualität und Quantität der Trainingsbeispiele spielen eine große Rolle. Diese Bilder können auch Kennzeichen haben, die wir Menschen übersehen, jedoch die Maschine als Grundlage für ihre Entscheidungen festlegt. Computer Vision-Programme können das Betrachtete nicht wirklich frei interpretieren wie wir Menschen: Sie haben nur gelernt, bestimmte Elemente in Bildern zu erkennen und daraus Rückschlüsse zu ziehen.