Not all AI is created equally

Als men het in de media over AI heeft, gaat het meestal over generatieve tools als Suno of Udio, die van A tot Z een song uitspuwen op basis van een prompt. Maar AI is veel breder dan dat, en bovendien is niet alle AI getraind op data. Ook wanneer ze wél gebaseerd is op machine learning van datasets, kan het gaan over data die niet auteursrechtelijk beschermd is, of die gelicentieerd werd. Meer nog: AI maakt al vele jaren deel uit van muziekcreatie en muziekconsumptie, mogelijk zonder dat je er erg in hebt.

AI in muziek neemt ook velerlei vormen aan, van subtiele ondersteuning tot volledig automatische compositie. Aan de ene kant van het spectrum staat de ‘black box’: op basis van enkele parameters krijg je een kant-en-klaar resultaat, zonder veel mogelijkheid om aan te passen – laat staan enig inzicht in hoe het product tot stand gekomen is. Daar valt een typische text-to-music toepassing onder, maar ook bijvoorbeeld volautomatische mixing en mastering. Ideaal voor een snel achtergrondmuziekje, of een aanvaardbare opname van een repetitie zonder technieker. 

Aan de andere kant vind je de cocreatieve ‘assistent’: EQ-plugins die het instrument herkennen, generatieve strijkerarrangementen die een akkoordenschema volgen, of stemvervormers die je andermans timbre laten nabootsen. Het verschil met de black box is fundamenteel, want je behoudt artistieke autoriteit. Het zijn met andere woorden instrumenten, geen vervangingen. Er bestaat een heel spectrum van autonoom tot cocreatief, waar vele tussenvormen zich ergens tussen deze twee uitersten bevinden. 

De ‘smart interface’ is nog een geval apart: in plaats van uiterst technische variabelen te manipuleren, zeg je gewoon “maak deze stem warmer” of “geef die snare meer punch”. De AI-laag vertaalt wiskundige en elektronische concepten naar natuurlijke taal, en staat dus mogelijk dichter bij de gebruiker dan een klassieker toestel of programma met esoterische parameters. 

En een laatste categorie heeft geen rechtstreekse invloed op het creatie- of productieproces, maar meet abstracte grootheden die veel verder reiken dan decibels, zoals bijvoorbeeld “hoeveelheid galm” of “schrilheid”, en visualiseert deze of geeft een tip aan de menselijke operator. AI kan dus luisteren, en misschien adviseren, zonder te genereren of ageren. 

Ook aan de consumentenkant is AI aanwezig: denk maar aan aanbevelingsalgoritmen die essentieel zijn voor ontdekking en verkenning binnen streamingdiensten. Ze vonden hun ingang al langer bij het grote publiek, en zijn zelden nog het onderwerp van de discussie. Wanneer er wel controverse is gaat het eerder over of deze automatische dj’s al dan niet AI-muziek zouden mogen selecteren, waardoor artiesten minder verdienen aan streaming. 

Deze diversiteit maakt het debat complex. Niet alle toepassingen roepen dezelfde vragen op over auteursrecht of artistieke authenticiteit, maar wanneer het tegenwoordig ergens over AI gaat, bedoelt men de specifieke soort generatieve AI gebaseerd op Large Language Models. Automatische mengpanelen stootten bij hun intrede meer dan 50 jaar geleden dan wel op enige weerstand, maar zijn vandaag bepaald minder controversieel dan een systeem dat volledige albums produceert. 

iZotope blies ook al vijfentwintig kaarsjes uit en is sinds lang de standaard in slimme, toegankelijke plugins voor mixing en mastering. ”De weerstand die we hebben ervaren over intelligente plugins is niets vergeleken met de huidige controverse rond generatieve muziekcreatie,” zo getuigt oprichter Mark Ethier. “Een groot verschil is natuurlijk dat wij er telkens op hebben toegezien legale en ethische datasets te bouwen, ook al kost dat veel tijd en energie. Bovendien was het steeds heel duidelijk wie de doelgroep was: de muzikant, producer of technicus. Bij een DSP als Spotify is de luisteraar en niet de creator de klant.”

Een wereld voorbij GenAI

Muzikanten, technici en andere beroepen vinden hun weg al langer naar niet-generatieve, slimme toepassingen. Michael Schack, Belgisch drummer/producer, is zo'n early adopter van AI-technologie, en betatester voor iZotope. “Zelf omarm ik AI, en solomuzikanten die het op een creatieve manier gebruiken besparen verschrikkelijk veel kosten – maar ja: er zullen jobs verdwijnen.”

De zogenaamde stem separation (het opsplitsen van een opname in de verschillende ‘stems’ als vocal, drum, gitaar, ...) is een voorbeeld van een taak die simpelweg niet mogelijk is zonder een geavanceerd algoritme. Ze vervangt dus niet letterlijk een menselijke operator. “Het zorgt er daarentegen wel voor dat je niet langs de publisher of master owner moet gaan om toegang tot de oorspronkelijke meerkanaalsopname te krijgen. Die verliezen met andere woorden controle,” zegt Schack. “Maar voor de artiest opent het tal van mogelijkheden, zoals bijvoorbeeld mashups maken of een drumshow van backing tracks voorzien.”

De toepassingen in de muzieksector hoeven zich ook niet tot muziek en geluid in de strikte zin te beperken. Ook generatie van beelden voor artwork en zelfs hele muziekvideo’s is een toegankelijke tool voor muzikanten die hier zelf mee aan de slag willen gaan. “De live visuals die ik genereer zullen ook meer en meer AI-powered zijn.”

Voor educatieve toepassingen is ook een toekomst weggelegd, “denk maar aan eindeloos oefenen bovenop play-alongs gegenereerd met Suno in een bepaald genre en tempo.”

Drempel omlaag, lat omhoog

Er was ooit paniek rond de introductie van drummachines, want ze zouden grote werkloosheid van drummers tot gevolg hebben. Ondertussen weten we dat de impact gigantisch was, en zich vertaalde in nieuwe genres en workflows, maar niet in het einde van het akoestische drumstel. Sterker nog: nieuwe speelstijlen, klanken en instrumenten (van elektronische pads tot akoestische clap stacks) vonden hun weg ook naar die akoestische drummers. Michael Schack is daar als product artist/development contributor voor Roland's V-Drums een uitstekend voorbeeld van. 

Kijk naar fotografie: onze smartphone is al lang een intelligente tool die ons in staat stelt razendsnel beelden te maken van hoge kwaliteit. Toch vinden professionele fotografen en grafisch ontwerpers nog steeds werk – ze worden zelfs productiever en creatiever door deze technologieën, en kunnen zich concentreren op datgene waar hun oog en brein het grootste verschil maakt. 

Dat is het optimistische scenario, maar het heeft precedent. Technologie nam altijd routinematige taken over, waardoor creatievelingen meer tijd kregen voor de aspecten die écht expertise vereisen. Een fotograaf hoeft niet langer uren in de doka door te brengen, net zoals een mix engineer geen tape meer moet knippen en plakken. Die tijd kan nu naar concept, uitvoering, richting. 

Dat wil niet zeggen dat dergelijke verschuiving geen enkel gevolg heeft voor de groep wiens taak ze ondersteunt. Wanneer portretfotografie nog volledig vakmanschap was, hadden portretschilders weinig te vrezen. Toen fotografie gemeengoed werd, verdween portretschilderen als broodwinning. Het keerde terug als kunstniche, maar de massa aan schilders die daarvan leefden vond ander werk. Diezelfde beweging zou zich nu kunnen herhalen bij muziek: reeds precaire jobs worden bedreigd of vergen minstens enige herscholing. 

De lat wordt ook hoger gelegd: je moet als professional een duidelijke meerwaarde aantonen ten opzichte van tools die een zeker resultaat leveren voor weinig geld, en nog wel binnen enkele seconden. Dat kan betekenen: fenomenale technische skills, een unieke artistieke visie, excellente samenwerkingsvaardigheden, en een persoonlijkheid waar mensen mee willen werken. “Hoe dan ook moeten deze nieuwe instrumenten deel worden van muziekonderwijs,” stelt Ethier, die ondertussen aan het roer staat van Berklee's Emerging Artistic Technology Lab (BEATL) bij de prestigieuze school. "Net als met andere instrumenten en technologieën, en net als in andere sectoren, word je binnenkort als muziekprofessional verondersteld ermee te kunnen werken."

Voor top-tier artiesten die stadions vullen of miljoenen streams waard zijn is er weinig gevaar. Hun meerwaarde zit in de combinatie van originele muziek met hun persoonlijkheid, hun verhaal, hun status. Maar voor sessiemuzikanten, production music-componisten, demo-singers of kleinere producers is het risico reëler.

“Ook ghostwriters voor grote DJ-producers zullen steeds moeilijker kunnen concurreren met AI-platformen,” voegt Schack toe. “Het economisch model van de beatmakers binnen hiphop ligt nu al onder vuur.”

Toekomstmuziek

Met toepassingen die bestaande, menselijke muziek zo goed mogelijk nabootsen, zien we slechts het topje van de ijsberg van de mogelijkheden die deze AI-lente met zich mee zal brengen. Interessanter is welke totaal nieuwe kunstvormen mogelijk worden. Na de uitvinding van de computer of het internet hadden zelfs de grondleggers weinig idee hoe belangrijk ze zouden worden, omdat nog anderen later de software en websites bedachten die ze zo onmisbaar en alomtegenwoordig zouden maken. Net zoals de smartphone pas écht nuttig werd toen ontwikkelaars er apps voor uitvonden, kan AI muzikale ervaringen mogelijk maken die we nu nog niet hebben bedacht.

We kunnen wel al een poging wagen. Denk aan interactieve, adaptieve muziek die wel real-time gegenereerd wordt door AI, maar vormgegeven door een artiest van vlees en bloed. Een sonische wereld waar je zelf in rond kan wandelen. Muziek zou dan kunnen reageren op je bewegingen, je persoonlijke voorkeuren, de tijd van de dag. Zulke adaptieve muziekwerelden bestaan al in games, maar met vooraf opgenomen of algoritmisch gesynthetiseerde klanken. AI zou muziek kunnen genereren die oneindig varieert terwijl het toch coherent en deel van een artistieke visie blijft. 

Voor Ethier zijn de volgende stappen duidelijk. “Meer controle over wat er gegenereerd wordt is essentieel om generatieve muziek het niveau van ernstige artiesten te brengen. Ik zie ook een mooie toekomst weggelegd in de context van live-performance, zodra de generatie snel genoeg gebeurt.”

Schack sluit zich hierbij aan: “Live is absoluut waar AI nog een groot verschil kan maken. Waar het nu een grote productiekost is om bijvoorbeeld een achtergrondkoor mee te laten touren, zullen deze binnenkort door één vocalist, of door een ander bandlid kunnen gezongen worden. Dat is maar een stap verder dan de live AutoTune die we al gewoon zijn. Het publiek trekt zich niets aan van het aantal backing vocals.”

“Het podium is mijn biotoop, en het zal nooit verdwijnen. Specialiseer je daarin. Verder zullen muzikant-producers altijd een plaats hebben, vooral als ze enerzijds met AI kunnen werken om meer zelf te doen, en anderzijds goed nadenken over hun businessmodel: word lid van de beheersvennootschappen, release op Spotify maar ook op Bandcamp, ...”

Human after all

Dat AI here to stay is, ook in muziek, lijkt wel duidelijk. Ethier ziet de toekomst alvast rooskleurig in. “Naast programmeren is musiceren misschien de beste business case van generatieve AI. Nu al hebben bedrijven als Suno een enorme omzet, wat niet voor de meeste andere AI-startups gezegd kan worden. We bevinden ons duidelijk in een nieuwe tech bubble, maar ook nadat die uiteenspat zal deze toepassing overblijven. De terechte bezorgdheden over rekenkracht en milieuimpact zullen uiteindelijk worden opgelost, omdat de beloning enorm is.”

Ondanks alle onzekerheid lijkt één consensus overeind te blijven: we zullen altijd muziek blijven beluisteren van menselijke artiesten. Dat heeft verschillende redenen.

Hoe goed AI-muziek ook wordt, uiteindelijk is het publiek nog steeds menselijk. De consument kiest wat waarde heeft, en is op zijn minst de curator van de persoonlijke soundtrack. We luisteren niet alleen naar muziek omwille van hoe ze klinkt, maar ook het verhaal en de persoonlijkheden erachter. Een machine heeft geen geschiedenis, struggle, of heartbreak. 

Kijk naar het succes van muzikanten op sociale media. Fans willen weten wat hun favoriete artiest draagt, wat hun filosofie en overtuiging is, hoe ze zijn opgegroeid. TikTok-hits worden vaak viraal omdat de artiest erin slaagt een persoonlijke connectie te maken, niet alleen door de song zelf. Die parasociale relatie – het gevoel dat je de artiest kent – is geen bijzaak maar kern van moderne muziekconsumptie. Dat neemt niet weg dat we bereid zijn bepaalde toegevingen te doen. Virtuele artiesten zoals Hatsune Miku of vroeger Gorillaz hebben miljoenen fans. Maar zelfs deze digitale persona’s hebben een verhaal, een gedefinieerde esthetiek, en menselijke artiesten achter de façade. 

“Het publiek zal de muziek van vroeger nog meer appreciëren dan we dachten,” besluit Schack. “En tegelijk gaan we dingen horen die we nog nooit gehoord hebben. Iets dat je creatief kan gebruiken is niet goed of slecht, alleen moet het wettelijk kader en het zakelijk model zich wat aanpassen. De geschiedenis herhaalt zich: we hebben hetzelfde doorgemaakt met sampling.”

Zie AI dus niet als een nieuwe concurrent, maar als een nieuw instrument, dat weliswaar gepaard gaat met verantwoordelijkheden: eerlijke compensatie voor wiens werk het geleerd heeft, duidelijkheid over hoe het gebruikt wordt, en waakzaamheid voor de risico’s. Maar ook een instrument dat mogelijkheden biedt: meer mensen die muziek kunnen maken, meer tijd voor creativiteit, en nieuwe kunstvormen die nog ontdekt moeten worden.

De vraag is niet of AI een plaats krijgt in muziek – die heeft het al. De vraag is hoe we ervoor zorgen dat die plaats eerlijk, duurzaam en artistiek vruchtbaar is. Het antwoord bestaat uit een inspanning van techbedrijven, platenlabels, streamingdiensten, auteursrechtenorganisaties, beleidsmakers én muzikanten zelf. 

Niet het einde van mensgemaakte muziek dus, of van het debat rond AI, maar wel van deze reeks. Las je deel 1 en deel 2 ook? Indien niet, check ze hieronder!