For at undgå at AI-modeller kun lærer neurotypisk sprogbrug, skal man ændre på, hvordan data indsamles og vægtes. En af de mest direkte metoder er 'oversampling'. Det betyder, at man bevidst fodrer modellen med en højere proportion af neurodivergent data, end man finder i den generelle befolkning. På den måde bliver modellens matematiske forståelse af mønstre ikke skæv mod en snæver norm.
Nogle eksperter mener dog, at man blot skal bruge større og mere varierede datasæt generelt for at løse problemet. Logikken er, at jo mere data vi har, jo mere vil neurodivergent kommunikation naturligt optræde. Her antager vi dog, at de eksisterende digitale spor altid vil afspejle en skævhed, fordi neurodivergente personer ofte er underrepræsenterede i de datasæt, der scraper internettet.
En anden tilgang er 'fine-tuning', hvor man tager en færdigtrænet model og efteruddanner den specifikt på mindre, kuraterede datasæt med fokus på neurodivergent sprog. Mens fine-tuning er effektivt til at ramme specifikke nuancer, risikerer man at overfitte, hvis man ikke passer på. Den mest robuste løsning kræver sandsynligvis en kombination: brede datasæt kombineret med målrettet finjustering, så modellen både forstår bredden og de specifikke kommunikationsmønstre.
