Stefaan Verhulst beschrijft deze ontwikkeling als een dreigende “data winter”. Niet omdat er minder data wordt geproduceerd, maar omdat data steeds moeilijker toegankelijk wordt, aan kwaliteit verliest of ongelijk verdeeld raakt. Tegelijk groeit de afhankelijkheid van AI van juist dit soort data. Voor in dit geval stedelijke toepassingen kan dit ertoe leiden dat AI-modellen hun context verliezen en beslissingen minder goed aansluiten bij de lokale realiteit.

Als alternatief voor zowel onbegrensde openheid als verdere afsluiting pleit Verhulst voor data commons en data libraries: gedeelde data-infrastructuren met duidelijke afspraken over toegang, gebruik en wederkerigheid. Hij vergelijkt deze opgave met het ontstaan van openbare bibliotheken aan het begin van de twintigste eeuw en spreekt van een noodzakelijk “Carnegie-moment” voor data. Dit moment verwijst naar een periode aan het einde van de negentiende en het begin van de twintigste eeuw waarin de Amerikaanse industrieel Andrew Carnegie grootschalig investeerde in publieke kennisinfrastructuur, met name openbare bibliotheken. Net zoals samenlevingen destijds besloten kennis collectief te organiseren, vraagt de huidige AI-transitie om bewuste investeringen in publieke data-infrastructuur.

Zonder goede keuzes over governance en publieke verantwoordelijkheid, en zonder nieuwe vormen van datastewardship, dreigt AI vooral voordelen te bieden aan partijen met schaal en kapitaal. Data commons kunnen helpen om lokale besluitvorming, onderzoek en maatschappelijk vertrouwen te ondersteunen, mits zij zorgvuldig worden ingericht en duurzaam worden gefinancierd. Verhulst nodigt uit om data te behandelen als een publieke voorziening die actief onderhouden moet worden, in plaats van een vanzelfsprekende bijvangst van digitale innovatie.