YouTube Music a annoncé le lancement d’étiquettes permettant de repérer d’un coup d’œil les morceaux créés à l’aide de l’IA générative. Elles s’afficheront sur l’écran de lecture ; en appuyant dessus, on pourra savoir à quelles étapes de la production l’IA a contribué. Un affichage similaire sera également déployé dans l’application YouTube.
Le « rôle de l’IA » sera visible sur l’écran de lecture
L’aspect marquant de ce dispositif, c’est qu’il ne se contente pas d’opposer deux possibilités — l’IA a été utilisée ou non. Il permet aussi de savoir à quelle étape elle est intervenue, par exemple dans la composition ou les parties vocales.
Les étiquettes apparaîtront sur l’écran de lecture, que l’on consulte au quotidien. Plutôt que d’être enfouies au fond des paramètres, elles seront placées à un endroit où elles s’afficheront naturellement pendant l’écoute.
YouTube a annoncé que ce dispositif serait également étendu à son application principale, touchant ainsi les utilisateurs qui ne se servent pas de l’application dédiée à la musique. Un déploiement dans la continuité de l’ADN de YouTube, où vidéo et musique sont étroitement liées.
Trois catégories pour préciser le rôle de l’IA
Les partenaires musicaux peuvent choisir et déclarer, pour leurs œuvres, l’une des trois catégories suivantes : « Fully Gen AI », « Partly Gen AI » ou « No Gen AI ».
« Fully Gen AI » désigne un morceau entièrement généré par l’IA. « Partly Gen AI » désigne une œuvre qui intègre des éléments générés par l’IA, auxquels l’artiste ajoute notamment des interprétations en direct. Enfin, la catégorie « No Gen AI » comprend les morceaux retouchés à l’aide d’outils de correction de hauteur comme Auto-Tune.
La subtilité réside dans cette distinction. La correction de hauteur est une technique utilisée depuis longtemps en studio et elle est traitée séparément de l’IA générative. À une époque où le terme « IA » tend à tout englober, cette clarification pourrait contribuer à éviter les malentendus chez les auditeurs.
Un dispositif qui ne repose pas uniquement sur les déclarations
YouTube indique qu’il travaillera avec ses partenaires musicaux et s’appuiera également sur ses propres outils de détection pour identifier les musiques générées par l’IA.
Une politique fondée sur la seule autodéclaration pourrait favoriser ceux qui ne signalent pas l’utilisation de l’IA. Le recours conjoint à des outils de détection contribue à établir les bases nécessaires à la fiabilité de l’affichage. Pour les auditeurs, la présence ou l’absence d’une étiquette constituera un élément de jugement : c’est donc le fonctionnement de ce système en coulisses qui sera déterminant.
Là où d’autres choisissent l’exclusion, YouTube mise sur la transparence
L’afflux de musiques générées par l’IA est un problème commun aux différentes plateformes, mais les réponses varient. Apple Music prévoit d’introduire au second semestre de cette année une étiquette « Made With AI », dans le cadre de ses AI Transparency Tags. Spotify propose également des étiquettes IA et un filtre contre le spam musical.
Deezer adopte la position la plus stricte. La plateforme a indiqué qu’en juillet, elle recevait près de 90 000 morceaux entièrement générés par l’IA chaque jour. Les titres détectés sont étiquetés puis exclus des recommandations algorithmiques et des playlists éditoriales ; Deezer ne verse pas non plus de redevances au titre des écoutes frauduleuses. La plateforme prépare également une option permettant de filtrer les musiques générées par l’IA.
TIDAL étiquette également les enregistrements qu’il estime entièrement générés par l’IA. Les auditeurs peuvent les masquer, et ces enregistrements sont aussi exclus du partage des redevances.
Le choix de ne pas bloquer la monétisation
À la différence de ces plateformes, YouTube mise sur la transparence plutôt que sur des restrictions généralisées. La nouvelle étiquette vise à informer les auditeurs du rôle de l’IA ; le simple fait qu’elle ait contribué à un morceau ne l’exclut pas de la monétisation.
YouTube expérimente lui aussi la création musicale par l’IA. Dream Track est un outil qui permet à certains créateurs de générer des bandes-son grâce à l’IA, en reproduisant les voix d’artistes participants.
D’un côté, l’exclusion ; de l’autre, la possibilité de montrer l’étiquette puis de laisser chacun choisir. La bonne approche dépend de ce que recherchent les auditeurs. Mais alors que la dichotomie « IA ou humain » devient de moins en moins pertinente, montrer qui a fait quoi pourrait contribuer à enrichir l’expérience musicale. La valeur du dispositif dépendra de la manière dont seront gérées les déclarations et la détection, ainsi que de la clarté de l’affichage.
コメント