Generativ AI kan tränas på enorma mängder böcker, artiklar, fotografier, konst och musik – även när materialet är upphovsrättsskyddat. Men det betyder inte att AI-bolagen alltid har rätt att använda verken utan tillstånd. Svaret beror bland annat på vilket land det handlar om, hur materialet har samlats in, om rättighetshavaren har reserverat sig och vad AI-modellen senare kan återskapa.
Frågan har blivit en av de viktigaste juridiska konflikterna kring artificiell intelligens. Den 2 september 2026 uppmanade USA andra länder att skapa regler som gör det möjligt för AI-företag att träna modeller på upphovsrättsskyddat material. Samma dag ställde sig den amerikanska regeringen bakom OpenAI i den stora rättstvisten med New York Times och argumenterade för att AI-träning i många fall kan omfattas av amerikansk fair use.
Men USA:s modell gäller inte automatiskt i Sverige eller övriga EU. Här finns särskilda regler om text- och datautvinning som både öppnar för AI-träning och ger rättighetshavare möjlighet att säga nej.
För att förstå vad som egentligen är tillåtet måste man först skilja mellan flera olika saker som ofta klumpas ihop till en enda fråga: att kopiera ett verk, att använda det vid träningen av en modell och att senare generera något som liknar originalet.
En AI-modell ”läser” inte en bok som en människa
Det är vanligt att AI-träning jämförs med att en människa läser böcker, tittar på konst eller lyssnar på musik och sedan inspireras av det hon har lärt sig.
Liknelsen förklarar en del av principen, men juridiskt är den bristfällig.
När en människa läser en roman behöver hon normalt inte skapa miljontals tekniska kopior av romanen för att lära sig språk, berättarteknik eller stil. När en AI-modell tränas kan material däremot behöva laddas ned, lagras, kopieras, bearbetas och analyseras maskinellt.
Det är dessa handlingar som gör upphovsrätten relevant.
Förenklat kan processen delas upp i fyra steg:
| Steg | Vad som händer | Juridisk huvudfråga |
|---|---|---|
| Materialet samlas in | Böcker, bilder, artiklar eller musik laddas ned eller skrapas | Fick AI-bolaget göra eller använda den kopian? |
| Materialet används vid träning | Systemet analyserar enorma mängder data och justerar modellens parametrar | Är användningen tillåten enligt exempelvis fair use eller EU:s regler om text- och datautvinning? |
| Modellen skapas | Modellen har lärt sig statistiska samband och mönster | Har modellen lärt sig generella mönster eller memorerat reproducerbara delar av verk? |
| Nytt innehåll genereras | Modellen skriver text, skapar bilder eller genererar musik | Är resultatet självständigt eller återger det skyddade delar av ett originalverk? |
Det går därför inte att dra slutsatsen att hela processen är laglig eller olaglig bara genom att titta på ett enda av stegen.
En AI-aktör kan exempelvis ha ett starkt juridiskt argument för själva träningsanvändningen men ändå hamna i problem om modellen senare kan återge långa stycken ur en bok nästan ordagrant.
Omvänt kan en modell producera ett helt nytt resultat utan att det löser frågan om hur träningsmaterialet ursprungligen införskaffades.
För den som vill förstå den tekniska grunden finns också Hurbra-guiden om hur AI fungerar.
Upphovsrätt skyddar verk – inte information eller idéer i allmänhet
Upphovsrätten innebär inte att en författare äger alla idéer som finns i en bok eller att en musiker äger en hel genre.
Det som skyddas är det konkreta uttrycket.
En roman kan exempelvis innehålla teman som kärlek, svek och makt utan att författaren får ensamrätt till dessa idéer. På samma sätt kan en artist skriva en blueslåt utan att någon annan musiker därför förbjuds att använda samma musikgenre.
Den gränsen blir central för AI.
En modell kan lära sig att deckare ofta har vissa strukturer, att impressionistiska målningar har vissa visuella egenskaper eller att poplåtar ofta använder vissa harmoniska mönster. Det är något annat än att modellen återger en specifik roman, bild eller låt.
Problemet uppstår när gränsen mellan inlärda mönster och kopierat uttryck blir för liten.
I USA avgörs mycket genom ”fair use”
USA har ingen särskild lagregel som helt enkelt säger att AI-företag får träna på upphovsrättsskyddade verk.
I stället har stora delar av striden kommit att handla om principen fair use.
Fair use gör det möjligt att använda upphovsrättsskyddat material utan tillstånd i vissa situationer. Domstolar gör en samlad bedömning där fyra faktorer står i centrum:
- syftet och karaktären hos användningen
- vilken typ av upphovsrättsskyddat verk som används
- hur stor del av verket som kopieras
- vilken påverkan användningen har på marknaden för originalverket
Det är inte ett enkelt formulär där ett visst antal ja-svar automatiskt innebär att användningen är laglig.
En central fråga är om användningen är transformativ – alltså om materialet används för ett nytt syfte i stället för att helt enkelt ersätta originalet.
AI-bolagen argumenterar ofta för att modellträning är extremt transformativ. En bok används inte för att säljas vidare som samma bok, utan som en mycket liten del av ett enormt material som används för att lära modellen språk och statistiska samband.
Rättighetshavarnas motargument är att AI-modellen i slutänden kan skapa innehåll som konkurrerar direkt med de människor vars verk gjorde modellen möjlig.
Båda argumenten kan ha betydelse.
Därför betyder amerikanska AI-domar inte att all träning är tillåten
Under 2025 och 2026 har några amerikanska domar gett AI-bolagen viktiga segrar.
I målet mellan författare och Anthropic slog domaren fast att användningen av böcker för att träna språkmodellen kunde omfattas av fair use. Domstolen såg träningen som transformativ.
Men Anthropic fick inte därmed ett generellt frikort.
En separat fråga handlade om miljontals böcker som enligt målet hade kommit från piratkopierade bibliotek. Domstolen skilde uttryckligen mellan användningen av böckerna för träning och innehavet av kopiorna.
De kvarvarande delarna slutade senare i en mycket stor förlikning.
Meta vann på liknande sätt en viktig del av ett mål som gällde träning på författares böcker. Men även där betonades att utfallet byggde på bevisningen i just det målet.
Det betyder inte att en amerikansk domstol har slagit fast principen:
Alla AI-företag får kopiera alla upphovsrättsskyddade verk och använda dem för träning.
Någon sådan generell regel finns inte.
Tvärtom finns det också fall där företag har förlorat fair-use-argument.
Det kanske tydligaste exemplet är Thomson Reuters process mot Ross Intelligence. Där ansåg domstolen att användningen av material från den juridiska databasen Westlaw för att bygga ett konkurrerande AI-baserat sökverktyg inte omfattades av fair use på det sätt Ross hävdade.
Det är därför marknadseffekten kan bli avgörande.
New York Times mot OpenAI är fortfarande inte avgjort
Ett av världens mest uppmärksammade AI-mål är New York Times process mot OpenAI och Microsoft.
Tidningen hävdar bland annat att dess journalistik har använts för att träna AI-system utan tillstånd och att modeller i vissa situationer kunnat återge material som konkurrerar med originalartiklarna.
OpenAI hävdar å sin sida att träningen omfattas av fair use.
Den 2 september 2026 gick USA:s regering formellt in på OpenAI:s sida i denna principiella del av konflikten och argumenterade för att AI-träning generellt kan vara en transformativ användning som omfattas av fair use.
Det är politiskt betydelsefullt.
Men det är inte samma sak som att OpenAI har vunnit målet.
Den centrala upphovsrättsfrågan är fortfarande öppen.
EU har valt en helt annan modell
EU:s upphovsrätt bygger inte på någon lika bred motsvarighet till amerikansk fair use.
I stället finns särskilda undantag för text- och datautvinning, ofta förkortat TDM efter engelskans text and data mining.
Namnet kan låta som om reglerna bara handlar om text och siffror. I verkligheten kan automatiserad analys även omfatta exempelvis bilder, ljud och andra typer av material.
Det finns två viktiga huvudregler.
Den ena gäller framför allt forskningsorganisationer och kulturarvsinstitutioner och ger relativt starka möjligheter att använda material som de har lovlig tillgång till för text- och datautvinning.
Den andra är bredare och kan även användas kommersiellt.
Det är den som är särskilt intressant för AI.
Grundprincipen är att den som har lovlig tillgång till material kan göra de kopior som behövs för text- och datautvinning – så länge rättighetshavaren inte på lämpligt sätt har reserverat sig mot sådan användning.
I Sverige finns reglerna i upphovsrättslagen.
I Europa kan skaparen alltså säga nej
Den stora principiella skillnaden mellan USA och EU kan förenklas så här:
USA: AI-bolaget kan använda materialet och senare argumentera för att användningen är fair use.
EU: kommersiell text- och datautvinning kan vara tillåten, men rättighetshavaren kan i många fall uttryckligen reservera sig.
Det betyder inte att varje bokförfattare, fotograf eller musiker måste ge sitt uttryckliga ja innan något material får analyseras.
EU:s modell är snarare i stor utsträckning ett opt-out-system.
Om rättighetshavaren inte reserverar sig kan en kommersiell aktör under vissa förutsättningar luta sig mot TDM-undantaget.
Om rättighetshavaren reserverar sig på rätt sätt förändras rättsläget.
Och just orden ”på rätt sätt” är viktiga.
Så fungerar en reservation mot AI-träning
För material som finns öppet på internet ska reservationen normalt vara möjlig för datorer att upptäcka.
Det räcker därför inte alltid att skriva längst ned på en webbsida:
”AI får inte använda detta.”
EU:s regler pekar särskilt mot maskinläsbara reservationer.
I praktiken håller ett ekosystem av olika metoder på att utvecklas.
Webbplatser kan använda tekniska instruktioner som anger vilka automatiserade system som får hämta material. Robots.txt är ett av de viktigaste etablerade verktygen, även om det från början skapades för sökmotorrobotar och inte specifikt för generativ AI.
Det utvecklas också mer specifika system för att uttrycka att innehåll inte får användas för AI-träning eller annan kommersiell text- och datautvinning.
För filer kan information i vissa fall följa själva bilden, ljudfilen eller dokumentet genom metadata eller andra maskinläsbara markeringar.
Det finns dessutom tjänster och register där upphovsrättshavare kan registrera verk och användningsvillkor så att AI-aktörer lättare kan upptäcka reservationen.
För en svensk fotograf, musiker, författare eller publicist blir den praktiska principen därför:
Vill du försöka förhindra kommersiell AI-träning på öppet publicerat material bör reservationen uttryckas tekniskt och maskinläsbart – inte enbart som vanlig text riktad till människor.
Ett opt-out tar inte automatiskt bort ett verk ur en färdig AI-modell
Det här är en viktig begränsning.
Att reservera ett verk från framtida träning betyder inte att en AI-modell som redan har tränats på materialet automatiskt ”glömmer” det.
Att avlägsna ett visst verks påverkan från en färdig modell är tekniskt betydligt mer komplicerat.
Det är därför debatten om opt-out också handlar om tidpunkten.
För skapare som först efter flera år upptäcker att deras verk kan ha ingått i träningsmaterialet är en ny reservation inte nödvändigtvis en lösning på det som redan har hänt.
Detta är en av orsakerna till att rättighetshavare i stället driver domstolsprocesser och kräver skadestånd eller licensavtal.
AI Act lägger ytterligare krav på de största modellerna
EU:s AI Act förändrar inte själva upphovsrätten, men den bygger in upphovsrätten i regleringen av de stora generella AI-modellerna.
Leverantörer av så kallade general-purpose AI-modeller måste bland annat ha en policy för hur EU:s upphovsrätt ska följas.
Det innebär även att de ska förhålla sig till de reservationer som rättighetshavare gör mot text- och datautvinning.
AI Act skapar däremot inte något nytt generellt tillstånd att använda allt material.
Om en viss användning är ett upphovsrättsintrång från början blir den inte laglig bara för att företaget uppfyller andra delar av AI Act.
Fotografier kan bli ett avgörande europeiskt test
Ett av Europas viktigaste mål på området gäller den tyske fotografen Robert Kneschke och organisationen LAION.
LAION är känt för mycket stora dataset som har använts inom utvecklingen av bild-AI.
Tvisten handlar bland annat om att ett av Kneschkes fotografier laddades ned och analyserades i arbetet med ett dataset.
Underinstanserna har gett LAION framgång med argument kopplade till text- och datautvinning.
Men målet har också blivit viktigt eftersom det handlar om hur en rättighetshavare faktiskt måste uttrycka en reservation för att den ska vara juridiskt giltig.
Den 3 september 2026 ska Tysklands högsta civilrättsliga domstol hålla förhandling i målet.
Utgången kan få stor betydelse för hela det europeiska systemet.
Om opt-out är en central rättighet för europeiska skapare måste det också vara praktiskt möjligt att förstå exakt hur ett giltigt opt-out ska göras.
Musik-AI har blivit nästa stora juridiska front
Musikbranschen står inför samma grundproblem som bok- och bildbranschen, men med ytterligare komplikationer.
AI-modeller som Suno kan skapa färdiga låtar med sång, text och instrumentering på några sekunder.
Det har lett till stora processer från skivbolag och musikförlag som anklagar AI-tjänster för att ha använt upphovsrättsskyddade inspelningar, kompositioner och sångtexter i träningen.
I Tyskland vann upphovsrättsorganisationen GEMA under 2026 en första instans mot Suno beträffande ett antal musikverk.
En tidigare tysk GEMA-dom mot OpenAI har dessutom blivit viktig genom resonemanget kring låttexter som modeller ska ha kunnat memorera och senare reproducera.
Båda fallen visar varför träningsfrågan och outputfrågan måste hållas isär.
Även om en modell skulle få analysera stora mängder musik kan det uppstå ett nytt intrång om den senare producerar skyddade delar av en viss låt.
Hurbra har också en separat guide om hur det fungerar att göra musik med AI.
Att kopiera en låt och att låta ”som en artist” är två olika frågor
Generativ AI skapar dessutom ett problem som traditionell upphovsrätt inte är särskilt väl anpassad för.
Tänk dig att en AI genererar en helt ny låt.
Melodin är ny.
Texten är ny.
Inspelningen är ny.
Ingen specifik låt har kopierats.
Men sångaren låter mycket tydligt som en verklig artist.
Har något upphovsrättsintrång skett?
Inte nödvändigtvis.
En människas röst eller konstnärliga stil är inte automatiskt ett upphovsrättsskyddat verk på samma sätt som en bestämd låt eller målning.
Det innebär dock inte att användningen är laglig.
Andra rättsområden kan bli aktuella, exempelvis regler om namn, bild, kommersiellt utnyttjande av identitet och vilseledande marknadsföring.
Det är precis den juridiska gränsen som nu testas i USA.
Musiker stämmer Suno för att imitera deras identiteter
Den 1 september 2026 väckte bland andra musikern Jason Isbell en ny grupptalan mot Suno.
Det speciella med processen är att den inte bara handlar om traditionell kopiering av specifika upphovsrättsskyddade låtar.
Artisterna hävdar också att tjänsten kan utnyttja deras namn, bilder och musikaliska identiteter för att skapa AI-genererad musik som efterliknar dem.
Det öppnar ett nytt juridiskt slagfält.
Om en AI kan skapa en låt som allmänheten uppfattar som ”en ny låt med artist X”, trots att den verkliga artisten aldrig har medverkat, kan skadan vara stor även om ingen existerande komposition har kopierats tillräckligt nära för ett traditionellt upphovsrättsmål.
Samma problem gäller bilder och film.
En AI kan i princip skapa ett nytt porträtt som ser ut att föreställa en viss person utan att någon existerande bild har kopierats.
Det är därför diskussionen om AI och upphovsrätt allt mer går ihop med en separat diskussion om människors rätt till sin egen identitet.
Ingen äger sin konstnärliga stil på samma sätt som ett verk
Det är däremot viktigt att inte gå för långt åt andra hållet.
En författare äger inte all rätt att skriva i en viss ton.
En målare äger inte ensamrätt till en generell visuell stil.
En musiker äger inte en musikgenre.
Om sådan ensamrätt fanns skulle kulturell utveckling i praktiken bli omöjlig. Nästan all konst bygger i någon utsträckning vidare på tidigare uttryck.
AI gör ändå problemet nytt genom skalan och precisionen.
En människa kan försöka skriva som en berömd författare efter att ha läst femton romaner.
En AI-tjänst kan erbjuda miljontals användare möjligheten att skapa tusentals nya verk i en viss persons igenkännbara uttryck på några sekunder.
Juridiken måste därför försöka skilja mellan tre saker som tidigare sällan existerade i den här skalan:
att inspireras av en stil,
att imitera en identifierbar människa,
och att kopiera ett skyddat verk.
Har någon redan avgjort om AI-träning är laglig?
Nej.
Det är kanske den viktigaste slutsatsen av alla pågående rättsfall.
Det finns redan flera betydelsefulla domar. Men det finns fortfarande ingen universell juridisk regel som avgör all generativ AI-träning.
| Rättsfall | Vad har hänt? |
|---|---|
| Anthropic mot författare | AI-träningen bedömdes kunna vara fair use, men frågor om piratkopierade böcker behandlades separat |
| Meta mot författare | Meta vann den centrala fair-use-frågan utifrån bevisningen i det aktuella målet |
| Thomson Reuters mot Ross | AI-företagets fair-use-försvar höll inte |
| New York Times mot OpenAI | Den centrala träningsfrågan är fortfarande öppen |
| Författare och förlag mot Google | Pågående process kring material som påstås ha använts för Gemini |
| Musikbolag mot Suno | Flera stora upphovsrättsfrågor är fortfarande öppna |
| GEMA mot Suno | GEMA vann i första instans i Tyskland |
| Getty Images mot Stability AI | Flera frågor avgjordes, men domstolen avgjorde inte den stora globala frågan om all modellträning är laglig |
| Kneschke mot LAION | Pågående tyskt mål med stor betydelse för europeisk TDM och opt-out |
Att någon säger att ”domstolarna har bestämt att AI-träning är fair use” är därför lika missvisande som påståendet att ”domstolarna har förbjudit AI från att träna på upphovsrättsskyddat material”.
Båda påståendena är för absoluta.
Det spelar stor roll var träningsmaterialet kommer ifrån
En detalj som återkommer i flera rättsfall är hur AI-företaget faktiskt fick tag på materialet.
Det är en sak att analysera material som ligger lagligt tillgängligt på internet eller som företaget har licens att använda.
Det är en annan sak att ladda ned piratkopierade bibliotek med miljontals böcker, låtar eller andra verk.
Det är också därför Anthropic-målet blev så uppmärksammat.
Domstolen kunde samtidigt komma fram till att själva träningsanvändningen var transformativ och att separata kopior i ett piratbibliotek var en annan juridisk fråga.
Tekniskt kan slutresultatet – en tränad modell – vara detsamma.
Juridiskt kan vägen dit göra mycket stor skillnad.
Vad händer om AI:n kan återge originalet ordagrant?
Då förändras frågan ännu en gång.
En språkmodell är normalt inte tänkt att fungera som ett digitalt arkiv över sina träningsdata.
Men modeller kan i vissa situationer memorera material.
Om en användare kan få modellen att skriva ut långa delar av en bok, artikel eller låttext nästan ordagrant kan det bli fråga om en ny exemplarframställning eller ett nytt tillgängliggörande.
Det är en annan fråga än om företaget från början fick använda texten vid träningen.
Därför arbetar AI-företag med tekniska begränsningar som ska minska risken för att modeller återger skyddat material i stora sjok.
Dessa skydd är inte bara produktfunktioner.
De kan också bli juridiskt relevanta när en domstol bedömer hur modellen används och vilken skada den kan orsaka på originalverkets marknad.
Kan en författare kräva betalt varje gång en AI lär sig något?
Inte med dagens system.
Upphovsrätt ger inte automatiskt en skapare rätt till en mikropayment varje gång ett verk påverkar en AI-modells parametrar.
Det ekonomiska systemet utvecklas i stället längs flera parallella vägar.
Vissa AI-företag hävdar att träningen kan ske med stöd av lagstadgade undantag och därför inte kräver licens.
Andra tecknar licensavtal med publicister, bildarkiv, musikbolag och andra rättighetshavare.
Ytterligare andra blir stämda och riskerar att domstolar senare slår fast att de borde ha haft tillstånd.
Det innebär att AI-industrin ännu inte har fått något slutligt ekonomiskt system för träningsmaterial.
Licenser kan bli den stora kompromissen
Det finns redan tydliga tecken på att en omfattande marknad för licensierat AI-material växer fram.
AI-bolag sluter avtal med medieföretag.
Musikbolag förhandlar om AI-tjänster där deras kataloger får användas under bestämda villkor.
Bildföretag utvecklar modeller tränade på licensierade bildarkiv.
En sådan modell skulle kunna göra AI-träningen mer lik andra delar av den digitala ekonomin.
Spotify spelar inte musik genom att först slå fast att alla låtar kan användas gratis och sedan hoppas att fair use gäller.
Tjänsten bygger på licenser och ersättningssystem.
Det stora frågetecknet är om generativ AI i längden kommer att gå samma väg – eller om stora delar av träningsmaterialet juridiskt kan användas utan individuell ersättning.
AI förändrar också maktförhållandet mellan skapare och plattformar
Det finns ytterligare en ekonomisk dimension.
Tidigare var relationen mellan en publicist och en sökmotor ofta ganska tydlig.
Sökmotorn indexerade artikeln och skickade förhoppningsvis besökare tillbaka till webbplatsen.
När AI-system i stället kan läsa stora mängder material och ge användaren ett färdigt svar behöver användaren inte nödvändigtvis besöka originalkällan alls.
Hurbra har tidigare beskrivit den förändringen i artikeln om hur Google AI-sök förändrar internet.
Det gör upphovsrättsfrågan ekonomiskt större än själva kopieringen.
Om en AI-tjänst kan använda en publicists journalistik för att bygga ett system som senare ersätter en del av behovet av att besöka publicisten uppstår frågan om marknadsskada på ett helt annat sätt än vid traditionell sökmotorindexering.
Så vem äger egentligen värdet?
Det är här hela konflikten till slut landar.
En AI-modell kan inte skapa sitt kunnande ur tomma intet.
Den behöver data.
Det kan vara licensierat material, offentliga data, verk där upphovsrätten har löpt ut, företagens eget material, syntetiskt material och enorma mängder mänskligt skapad text, musik, kod och bilder.
Ingen enskild bok gör en modern språkmodell intelligent.
Ingen enskild låt skapar en musikmodell.
Ingen enskild fotograf gör en bildmodell bra.
Men den samlade mänskliga produktionen kan vara extremt värdefull för systemet.
Därför handlar striden inte bara om huruvida en teknisk kopia är tillåten enligt en viss paragraf.
Den handlar om vem som ska få del av värdet.
Två helt olika framtider är möjliga
I den ena framtiden blir stora delar av AI-träningen en lagligt tillåten form av analys.
Företag kan träna på mycket stora mängder tillgängligt material utan att förhandla med varje enskild upphovsman.
Skaparen får betalt för originalverket, men inte nödvändigtvis för att AI-systemet lär sig av det.
Det skulle likna hur människor alltid har kunnat läsa, lyssna och lära sig av kultur – men i industriell skala.
I den andra framtiden växer ett omfattande licenssystem fram.
AI-bolagen betalar för tillgång till stora kataloger av text, bilder, musik och video. Publicister, författare, fotografer, artister och andra rättighetshavare får en ekonomisk del av AI-värdekedjan.
Det kan också bli en blandning.
Vissa användningar är fria.
Vissa kan reserveras bort.
Vissa kräver licens.
Vissa blir olagliga först när modellen börjar återge eller konkurrera med originalet.
Det är egentligen redan den värld som håller på att växa fram.
Så får AI träna på böcker, musik och bilder utan tillstånd?
Ja, i vissa fall. Men långt ifrån alltid.
I USA kan träning på upphovsrättsskyddat material omfattas av fair use, och AI-bolagen har redan vunnit viktiga delsegrar. Men fair use är en individuell juridisk bedömning, inte ett generellt undantag för AI.
I Sverige och EU finns särskilda regler om text- och datautvinning. Kommersiell analys kan under vissa förutsättningar ske utan individuellt tillstånd, men rättighetshavare kan reservera sina verk mot sådan användning.
Dessutom kan frågan om hur materialet införskaffades vara helt avgörande.
Och även om själva träningen är laglig kan modellen fortfarande göra intrång om den senare återger skyddade delar av ett verk.
Det är därför domstolsstriderna om AI knappast är nära sitt slut.
Den kanske viktigaste frågan är inte ens om AI får ”lära sig” av människor.
Den är vem som ska behöva ta initiativet.
Ska AI-företaget fråga innan det använder människors skapande – eller ska människan aktivt behöva säga nej?
Svaret på den frågan kan i slutänden avgöra hur mycket av den enorma ekonomiska värdeökning som generativ AI skapar som stannar hos AI-bolagen – och hur mycket som går tillbaka till människorna vars arbete gjorde modellerna möjliga.