O YouTube Music anunciou a introdução de etiquetas que permitem identificar de imediato as músicas criadas com recurso a IA generativa. As etiquetas serão apresentadas no ecrã de reprodução e, ao tocar nelas, será possível ver em que partes da produção esteve envolvida a IA. A mesma funcionalidade será também alargada à aplicação principal do YouTube.
O «papel da IA» ficará visível no ecrã de reprodução
O que se destaca neste sistema é que não se limita a uma resposta binária sobre a utilização ou não de IA. Será possível saber em que etapas a IA participou, como a composição ou os vocais.
As etiquetas serão apresentadas no ecrã de reprodução, que os utilizadores veem habitualmente. Em vez de ficarem escondidas nas definições, surgirão num local onde serão naturalmente visíveis enquanto se ouve a música.
A empresa anunciou que a funcionalidade também será alargada à aplicação principal do YouTube, chegando assim a quem não utiliza a aplicação dedicada à música. É uma evolução que condiz com o YouTube, onde vídeo e música convivem lado a lado.
A participação da IA será organizada em três categorias
Os parceiros musicais poderão declarar que as suas obras se enquadram numa de três categorias: «Fully Gen AI», «Partly Gen AI» ou «No Gen AI».
«Fully Gen AI» aplica-se a músicas inteiramente geradas por IA. «Partly Gen AI» refere-se a obras que incorporam elementos gerados por IA, mas às quais os artistas acrescentaram, por exemplo, instrumentos tocados ao vivo. Já a categoria «No Gen AI» inclui músicas retocadas com ferramentas de correção de afinação, como o Auto-Tune.
É aqui que a distinção é particularmente 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 a palavra «IA» tende a ser usada para designar tudo, esta classificação poderá ajudar a evitar mal-entendidos por parte dos ouvintes.
Um sistema que não depende apenas de declarações
O YouTube afirma que irá identificar músicas geradas por IA em colaboração com os parceiros musicais e recorrendo também às suas próprias ferramentas de deteção.
Se o sistema dependesse apenas de declarações voluntárias, quem não declarasse poderia sair beneficiado. A utilização de ferramentas de deteção em paralelo é uma forma de criar as bases para garantir a fiabilidade das etiquetas. Para os ouvintes, a existência ou ausência de uma etiqueta será um elemento de avaliação, pelo que o funcionamento deste sistema será fundamental.
A «exclusão» de outras empresas e a «divulgação» do YouTube
A entrada de música gerada por IA é um desafio comum a todas as plataformas, mas as respostas variam. A Apple Music planeia introduzir, na segunda metade deste ano, a etiqueta «Made With AI», no âmbito das AI Transparency Tags. O Spotify também dispõe de etiquetas de IA e de filtros contra spam musical.
A Deezer é a que adota a posição mais rigorosa. Em julho, informou que recebe quase 90 mil músicas totalmente geradas por IA por dia. As faixas detetadas recebem uma etiqueta e são excluídas das recomendações algorítmicas e das listas de reprodução editoriais; a plataforma também não paga royalties por transmissões fraudulentas. Está ainda a preparar uma opção para filtrar música gerada por IA.
A TIDAL também coloca etiquetas nas gravações que identifica como totalmente geradas por IA. Os ouvintes podem ocultá-las e essas gravações são excluídas da distribuição de royalties.
A opção de não impedir 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, mas a simples participação da IA não exclui uma música da possibilidade de gerar receitas.
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.
De um lado, há quem exclua; do outro, quem mostre e deixe a escolha ao ouvinte. Qual é a opção certa depende daquilo que este procura. No entanto, à medida que a dicotomia «IA ou humano» se torna menos adequada, a ideia de mostrar quem fez o quê poderá alargar as formas de apreciar música. O valor do sistema dependerá da forma como forem geridas as declarações e a deteção, bem como da clareza das etiquetas.
コメント