YouTube Music ha annunciato l’introduzione di etichette che permettono di riconoscere a colpo d’occhio i brani realizzati con l’IA generativa. Le etichette compariranno nella schermata di riproduzione e, toccandole, si potrà vedere in quale fase della produzione è intervenuta l’IA. La stessa indicazione sarà estesa anche all’app principale di YouTube.
Nella schermata di riproduzione si vedrà il «ruolo dell’IA»
L’aspetto più interessante del nuovo sistema è che non si limita a una risposta binaria: IA usata o non usata. Permette di verificare anche quale fase del processo, come la composizione o la voce, sia stata affidata all’IA.
Le etichette saranno collocate nella schermata di riproduzione, quella che si consulta abitualmente. Non si tratta di informazioni nascoste nelle profondità delle impostazioni: l’idea è mostrarle in un punto in cui si notino in modo naturale mentre si ascolta un brano.
YouTube ha annunciato che estenderà il sistema anche alla propria app principale, raggiungendo così anche chi non usa l’app dedicata alla musica. È uno sviluppo in linea con YouTube, dove video e musica convivono.
Il coinvolgimento dell’IA sarà suddiviso in tre categorie
I partner musicali potranno dichiarare quale delle tre categorie si applica alle loro opere: «Fully Gen AI», «Partly Gen AI» o «No Gen AI».
«Fully Gen AI» indica un brano generato interamente dall’IA. «Partly Gen AI» si riferisce a opere che includono elementi generati dall’IA, ma a cui gli artisti hanno aggiunto, per esempio, parti suonate dal vivo. In «No Gen AI» rientrano invece i brani ritoccati con strumenti di correzione dell’intonazione come Auto-Tune.
La distinzione è sottile ma importante. La correzione dell’intonazione è una tecnica usata da decenni negli studi di registrazione e viene trattata separatamente dall’IA generativa. In un momento in cui il termine «IA» tende a raccogliere sotto un’unica etichetta fenomeni diversi, questa classificazione potrebbe ridurre i malintesi tra gli ascoltatori.
Un sistema che non si affida soltanto alle dichiarazioni
YouTube afferma che collaborerà con i partner musicali e utilizzerà anche i propri strumenti di rilevamento per identificare la musica generata dall’IA.
Se ci si affidasse soltanto alle autodichiarazioni, si rischierebbe di avvantaggiare chi sceglie di non dichiarare nulla. Affiancare strumenti di rilevamento alle dichiarazioni è un modo per creare una base di fiducia nelle etichette. Per gli ascoltatori, la presenza o l’assenza di un’etichetta è un elemento utile per orientarsi: per questo, il modo in cui il sistema viene gestito dietro le quinte sarà fondamentale.
La scelta di «escludere» di altri servizi e quella di YouTube di «dichiarare»
L’afflusso di musica generata dall’IA è una sfida comune a tutte le piattaforme, ma le risposte variano. Apple Music prevede di introdurre nella seconda metà di quest’anno l’etichetta «Made With AI», nell’ambito delle AI Transparency Tags. Anche Spotify dispone di etichette per i contenuti generati dall’IA e di filtri anti-spam musicale.
Deezer adotta la linea più rigorosa. A luglio ha riferito di ricevere quasi 90.000 brani interamente generati dall’IA al giorno. Etichetta i brani rilevati, li esclude dalle raccomandazioni algoritmiche e dalle playlist editoriali e non paga royalties per gli streaming fraudolenti. Sta inoltre preparando un’opzione per filtrare ed escludere la musica generata dall’IA.
Anche TIDAL etichetta le registrazioni che ritiene interamente generate dall’IA. Gli ascoltatori possono nasconderle e queste registrazioni sono escluse anche dalla ripartizione delle royalties.
La scelta di non bloccare la monetizzazione
A differenza di questi servizi, YouTube punta sulla trasparenza anziché imporre restrizioni generalizzate. Le nuove etichette servono a informare gli ascoltatori sul ruolo dell’IA; il semplice fatto che l’IA sia intervenuta non esclude un brano dalla monetizzazione.
Anche YouTube sta sperimentando la produzione musicale con l’IA. Dream Track è uno strumento che permette ad alcuni creator di generare colonne sonore con voci riprodotte dall’IA sulla base di quelle degli artisti partecipanti.
Da una parte c’è chi esclude questi contenuti, dall’altra chi li rende visibili e lascia scegliere agli ascoltatori. Quale sia l’approccio giusto dipende da ciò che cercano questi ultimi. Tuttavia, mentre la dicotomia «IA o esseri umani» diventa sempre meno efficace, l’idea di mostrare chi ha fatto cosa potrebbe ampliare il modo in cui si fruisce della musica. Il valore del sistema dipenderà da come saranno gestite le dichiarazioni e il rilevamento, oltre che dalla chiarezza delle etichette.
コメント