Intelligenza artificiale e musica. Ahhh, che bel tema bruciante,vero? Davanti a me ho un file CSV. Si chiama stem_quality_report.csv e contiene l’output di un tool di analisi automatica degli stem di una traccia audio: vocals, instrumental, lead vocal, backing vocals, drums, beat, bass, altri elementi, music bed. Per ognuno, il tool ha misurato il picco in dBFS, il livello RMS e il valore LUFS integrato.
Una riga mi ha colpito profondamente.
backing_vocals: peak 0, RMS 0. Stem completamente silenzioso. Tutti gli altri stem hanno un picco a -1 dBFS, segno che il materiale audio c’è ed è stato individuato e isolato correttamente. Quello no. Zero assoluto.
Può significare molte cose. Forse la canzone non aveva cori. Forse il separatore non ha trovato nulla in quella categoria e ha restituito silenzio. Forse c’è qualcosa di più interessante sotto. Ma questo tipo di anomalia (uno stem vuoto dove ci si aspetterebbe segnale) è esattamente il tipo di impronta digitale che i tool di rilevamento intelligenza artificiale stanno imparando a cercare.
Benvenuti nel nuovo gioco del gatto e del topo.
Come funziona il rilevamento intelligenza artificiale e perché non basta
I sistemi di analisi per identificare musica generata dall’intelligenza artificiale lavorano su più fronti. Analisi spettrale, coerenza della fase tra stem, pattern dinamici, distribuzioni statistiche delle frequenze. Alcuni modelli cercano le “cuciture” lasciate dai generatori, quelle micro-imperfezioni sistematiche che i sistemi di intelligenza artificiale tendono a replicare perché fanno parte del loro processo di sintesi.
Il problema è intrinseco: ogni volta che viene sviluppato un nuovo sistema di rilevamento i modelli generativi vengono aggiornati per aggirarlo. Non è fantascienza, è già successo con i deepfake video, con i testi generati, con le immagini sintetiche. I detector diventano obsoleti prima ancora di essere adottati su larga scala.
Chi ha esperienza in audio engineering lo capisce immediatamente: stai cercando di misurare qualcosa che impara attivamente a non farsi misurare. E più i modelli generativi diventano sofisticati, più le loro impronte digitali si avvicinano a quelle di una produzione umana reale.
Questo non significa che il rilevamento sia inutile. Significa che non può essere l’unica soluzione.
Il vero problema dell’intelligenza artificiale non è tecnico
Ho visto il post che ha ispirato questo articolo. Qualcuno che lavora nel settore della musica ha lanciato una sfida aperta: trovare una soluzione che non sia odio, non sia gelosia, proibizionismo o grida allo scandalo, che protegga gli artisti veri abbracciando il futuro in modo responsabile. Ha citato chiarezza, certificazione, accountability.
Ha ragione su tutto. E ha ragione anche su una cosa che non ha detto esplicitamente: questa discussione la possono fare davvero solo le persone che vivono dentro questo settore. Non i commentatori. Non chi ascolta musica da Spotify e ha un’opinione. Chi registra, mixa, masterizza, produce, suona, compone, gestisce diritti, distribuisce musica su base non dico quotidiana, ma comunque assidua.
La questione della certificazione è concreta e riveste un peso importante. Alcune piattaforme di distribuzione stanno già chiedendo dichiarazioni esplicite sull’uso dell’intelligenza artificiale nel processo creativo. DistroKid, TuneCore, altri aggregatori hanno aggiornato i loro termini di servizio. La RIAA e le collecting societies stanno cercando di capire come gestire royalty e attribuzioni per contenuti ibridi. Siamo in una fase di transizione caotica in cui le regole vengono scritte mentre il gioco è già in atto.
Il punto non è vietare l’intelligenza artificiale. Quello sarebbe sia inutile che controproducente. Il punto è che chi usa strumenti generativi per creare e distribuire musica dovrebbe dichiararlo e chi acquista, licenzia o mette in playlist quella musica dovrebbe saperlo. Trasparenza, non divieti a spada tratta.
Da che prospettiva parlo
Sono un chitarrista, un audio engineer e una persona che ha fatto dell’autoproduzione una sua abitudine. Con i miei progetti passati e attuali ho fatto ogni cosa da solo o comunque insieme ai miei compagni di band: composizione, registrazione, mix, master, distribuzione, promozione. Conosco il costo reale, in tempo e in soldi, di produrre musica fatta da esseri umani. Non ho paura dell’intelligenza artificiale come tecnologia, dato che la uso per alcune cose, come chiunque. Non nascondo che mi ha strappato più di un sorriso recuperare vecchie registrazioni e darle in pasto a uno di questi strumenti, richiedendone improbabili versioni con generi anche mai immaginati a livello di accostamento.
Quello che mi preoccupa è l’assenza di regole condivise in un momento in cui il mercato si sta riempiendo di contenuto generato a costo zero, spesso senza etichetta, spesso pensato per erodere gli spazi che gli artisti indipendenti si sono costruiti a fatica.
Non è una questione di purismo o appartenere a una corrente di pensiero. E non è nemmeno una questione di odio verso chi usa questi strumenti. Si tratta puramente di una questione di mercato, di fiducia e di identità culturale.
La musica ha un valore perché racconta qualcuno. Se togliete quel qualcuno, dovete almeno dirlo.