آیا می‌دانید آهنگ‌های مورد علاقه‌تان سوختِ اصلی شرکت‌های بزرگ هوش مصنوعی هستند؟

تا به حال فکر کرده‌اید وقتی یک هوش مصنوعیِ جدید موسیقی می‌سازد، چطور آنقدر دقیق عمل می‌کند؟ پاسخ ساده اما کمی ترسناک است: آن‌ها از تمامِ موسیقی‌هایی که ما گوش می‌دهیم، یاد گرفته‌اند. اما یک سوال مهم باقی می‌ماند؛ آیا هنرمندان راضی به این کار بوده‌اند؟ حالا آتلانتیک با یک افشاگری بزرگ، پرده از این راز برداشته است.

الکس ریزنر، خبرنگار آتلانتیک، چهار مجموعه داده عظیم را پیدا کرده که دقیقاً همان موتور محرکِ مدل‌های هوش مصنوعی هستند. در میان این لیست‌ها، نام‌های بزرگی از دنیای موسیقی دیده می‌شود؛ از لیدی گاگا و گروه ردیوهد گرفته تا هنرمندان تجربی‌تر مثل هاین‌باخ. این دیتاسیت‌ها صرفاً یک لیست ساده نیستند؛ آن‌ها حاوی میلیون‌ها آهنگ هستند که حالا برای اولین بار برای عموم مردم قابل جستجو شده‌اند.

اما چطور این همه موسیقی سر از دیتاسیت‌های فنی در می‌آورد؟ ریزنر توضیح می‌دهد که قضیه به سادگی دانلود یک فایل زیپ نیست. توسعه‌دهندگان هوش مصنوعی از ابزارهای خودکاری استفاده می‌کنند که به صورت خستگی‌ناپذیر به یوتیوب و اسپاتیفای سرک می‌کشند و آهنگ‌ها را استخراج می‌کنند. این ابزارها حتی محدودیت‌های لاگین یا تبلیغات را هم دور می‌زنند تا مستقیماً به فایل صوتی برسند.

نکته عجیب اینجاست که بسیاری از این منابع، مثل «آرشیو موسیقی آزاد»، برای استفاده شخصی رایگان هستند اما برای مصارف تجاری نیاز به مجوز دارند. با این حال، شرکت‌های بزرگ هوش مصنوعی مانند گوگل و استبیلیتی (Stability) در مقالات تحقیقاتی خود تأیید کرده‌اند که از این دیتاسیت‌ها برای آموزش مدل‌هایشان بهره برده‌اند.

این اتفاق نه تنها سوالات اخلاقی بزرگی ایجاد می‌کند، بلکه چالش‌های حقوقی جدیدی را برای آینده صنعت موسیقی رقم می‌زند. وقتی یک ماشین با گوش دادن به ۱۲ میلیون آهنگ یاد می‌گیرد چطور سبک یک هنرمند را کپی کند، آیا حق کپی‌رایت هنوز معنایی دارد؟ حالا با دسترسی عموم به این پایگاه داده، هر کسی می‌تواند ببیند کدام هنرمند ناخواسته تبدیل به معلمِ یک هوش مصنوعی شده است.