O YouTube Music anunciou a introdução de etiquetas que permitem identificar de imediato músicas criadas com recurso a IA generativa. As etiquetas surgem no ecrã de reprodução e, ao tocar nelas, é possível saber em que partes da produção a IA participou. A mesma indicação chegará também à aplicação principal do YouTube.
O papel da IA passa a estar visível no ecrã de reprodução
O que se destaca neste sistema é que não reduz a questão a uma escolha entre sim e não quanto à utilização de IA. Passa a ser possível saber que etapas, como a composição ou os vocais, ficaram a cargo da IA.
As etiquetas surgirão no ecrã de reprodução, um espaço que os utilizadores veem habitualmente. Em vez de esconder a informação nas definições, a ideia é apresentá-la num local onde salta naturalmente à vista enquanto se ouve a música.
A empresa anunciou que a funcionalidade também chegará à aplicação principal do YouTube, alcançando quem não utiliza a aplicação dedicada à música. É uma evolução que faz sentido para o YouTube, onde vídeo e música convivem lado a lado.
A participação da IA é organizada em três categorias
Os parceiros musicais podem indicar qual das três categorias se aplica às suas obras: «Fully Gen AI», «Partly Gen AI» ou «No Gen AI».
«Fully Gen AI» refere-se a músicas inteiramente geradas por IA. «Partly Gen AI» abrange obras que incorporam elementos gerados por IA, mas às quais os artistas acrescentaram, por exemplo, atuações ao vivo. Por sua vez, a categoria «No Gen AI» inclui músicas retocadas com ferramentas de correção de afinação, como o Auto-Tune.
É aqui que a distinção se torna subtil. A correção de afinação é uma tecnologia utilizada há muito tempo em estúdio e é tratada como algo diferente da IA generativa. Numa altura em que o termo IA tende a ser usado como um conceito abrangente, esta distinção poderá ajudar a reduzir equívocos entre os ouvintes.
Um sistema que não depende apenas de declarações dos próprios
O YouTube afirma que irá trabalhar com os parceiros musicais e recorrer também às suas próprias ferramentas de deteção para identificar música gerada por IA.
Se o sistema depender apenas de declarações dos próprios, quem não fizer essa declaração poderá sair beneficiado. Recorrer também a ferramentas de deteção ajuda a criar as bases para a fiabilidade das etiquetas. Para os ouvintes, a existência ou não de uma etiqueta é um elemento de avaliação; por isso, a forma como o sistema funciona nos bastidores deverá ser fundamental.
A «exclusão» escolhida por outras plataformas e a «divulgação» do YouTube
A chegada de música gerada por IA é um desafio comum às várias plataformas, mas as respostas diferem. A Apple Music prevê introduzir, no segundo semestre deste ano, a etiqueta «Made With AI», no âmbito da iniciativa AI Transparency Tags. O Spotify também dispõe de etiquetas de IA e de filtros contra spam musical.
A Deezer é a plataforma que adota a postura mais rigorosa. Em julho, informou que recebia quase 90 mil faixas totalmente geradas por IA por dia. As faixas detetadas são etiquetadas e excluídas das recomendações algorítmicas e das playlists editoriais; a plataforma também não paga royalties associados a reproduções fraudulentas. Está ainda a preparar uma opção para filtrar música gerada por IA.
A TIDAL também coloca etiquetas em gravações que considera totalmente geradas por IA. Os ouvintes podem ocultá-las e as gravações são excluídas da distribuição de royalties.
A opção de não suspender a monetização
Ao contrário destas plataformas, o YouTube privilegia a divulgação em vez de impor restrições generalizadas. As novas etiquetas destinam-se a informar os ouvintes sobre o papel da IA e o simples facto de esta ter participado não impede que a música seja monetizada.
O próprio YouTube também está a experimentar a criação musical com IA. O Dream Track é uma ferramenta que permite a alguns criadores gerar bandas sonoras com vozes de artistas participantes recriadas por IA.
Há quem opte pela exclusão e quem prefira mostrar a informação e deixar os ouvintes escolher. Qual é a abordagem certa depende do que estes procuram. No entanto, à medida que a dicotomia «IA ou pessoas» se torna menos aplicável, a ideia de mostrar quem fez o quê poderá ampliar a forma de desfrutar da música. O valor do sistema dependerá da forma como são geridas as declarações e a deteção, bem como da clareza das etiquetas.
コメント