C'est ça. Le truc c'est que la qualité du jeu d'entraînement détermine directement celle du réseau qui sera généré, mais comme ça demanderait beaucoup plus de boulot (et donc, de fric) de faire un travail de tri et de filtrage préalable, tous les gros acteurs utilisent tout et n'importe quoi comme données d'entrée, et évitent soigneusement de parler de l'éléphant dans la pièce.

Du coup, ils essaient de "résoudre" le problème après coup avec des solutions bancales qui ne font que planquer la poussière sous le tapis, qui sont fragiles et qui provoquent des effets de bord.

Et je ne parle même pas de l'aspect moralement discutable de bidouiller les résultats de cette façon.