Un conflicto silencioso pero cada vez más intenso se está desarrollando dentro de la música electrónica de baile. A medida que las herramientas de audio generativo se vuelven más capaces, un número creciente de pistas que aparecen en línea llevan las huellas dactilares sonoras de la producción de IA en lugar de la artesanía humana. Algunos creadores lo revelan abiertamente. Otros no. Y un grupo pequeño pero vocal de músicos activos ha decidido hacer algo al respecto: están denunciando lo que creen que es música generada por IA, pista por pista, en público.
El oído como instrumento de detección
Max Harris, un productor de EDM de 26 años conocido como H4RRIS, ha estado haciendo videos para identificar música que cree que fue producida con herramientas de IA generativa. Su enfoque se basa en la escucha técnica. Harris describe un “silbido agudo” característico que recorre muchas pistas generadas por IA, el cual atribuye a la forma en que funcionan estos modelos: partiendo de un bloque de ruido blanco y haciendo conjeturas probabilísticas sobre las formas de onda al consultar datos extraídos de canciones existentes.
También ha identificado un artefacto específico asociado con pistas que sospecha fueron hechas usando Suno, una plataforma de producción musical de IA. En esas canciones, dice, las voces y los elementos melódicos tienden a tartamudear simultáneamente, porque el modelo lucha por separar los componentes distintos de la música con la que fue entrenado y los trata como un solo instrumento. Para un productor entrenado, estos no son errores sutiles. Son elecciones que, como dice Harris, “un humano simplemente no haría con sus composiciones porque simplemente no tiene sentido”.
Su flujo de trabajo de producción ilustra lo que cree que está en juego. Harris trabaja con Ableton Live, un controlador MIDI Novation Launchkey 49, Ableton Push 3, un Launchpad X, sintetizadores analógicos e instrumentos de software que incluyen Serum, Diva y Kontakt. Cada canción implica cientos de decisiones individuales, cada una acercando la pista a un objetivo emocional o conceptual específico. Esa acumulación de elecciones deliberadas es, en su opinión, lo que separa el arte de la producción en serie.
Una escena bajo presión y las personas que pagan el precio
Nihil Young, un tornamesista y productor italiano de 39 años con experiencia en mezcla y masterización de audio para Sony Music, Warner y Universal, ha estado observando el mismo fenómeno desde un punto de vista diferente. Sus publicaciones en Threads sobre la música generada por Suno fueron parte de lo que impulsó a Harris a comenzar a hacer sus videos de denuncia.
La preocupación de Young no es solo estética. Es económica y legal. Señala casos en los que los usuarios han subido grabaciones con derechos de autor de artistas importantes, incluida Madonna, y han pedido a Suno que las remixe, con créditos de IA añadidos solo después de una reacción pública negativa. Su argumento es directo: si eso le puede pasar a un artista reconocido globalmente, le puede pasar a cualquiera. Todo un catálogo de obras originales puede, en principio, ser introducido en una plataforma y utilizado para generar nuevas pistas sin el conocimiento o el consentimiento del creador original.
Young también describe un impacto financiero directo. La producción musical ha sido su principal fuente de ingresos y dice que comenzó a perder clientes poco después de que las herramientas de IA estuvieran ampliamente disponibles. Su experiencia apunta a algo más amplio: la disrupción no es hipotética o distante. Ya está afectando a los profesionales activos en las industrias creativas.
Hablar públicamente ha tenido un costo. Young describe haber recibido intentos de pirateo y acoso en línea después de publicar sobre música de IA. También cree que se agregaron seguidores artificiales a su Spotify para socavar su credibilidad. Esas presiones lo llevaron a alejarse de las denuncias activas, aunque sigue convencido de que el problema merece atención pública.
Lo que este conflicto realmente revela
La cultura de denuncia en el EDM es fácil de interpretar como una disputa de nicho dentro de una escena musical específica. Es algo más grande que eso. Saca a la superficie un conjunto de preguntas que se volverán cada vez más relevantes en todas las industrias creativas: ¿Cómo verifican las audiencias el origen de lo que consumen? ¿Qué obligaciones tienen las plataformas cuando sus herramientas se utilizan para replicar o remezclar obras con derechos de autor sin atribución? ¿Y qué pasa con la fundación económica del trabajo creativo cuando el costo de producir imitaciones convincentes cae casi a cero?
Harris enmarca la música generada por IA como “una especie de forma de arte señuelo”, una que imita la superficie de la expresión humana sin el proceso subyacente de toma de decisiones, experimentación e intención. Ese marco importa porque apunta a algo que la mayoría de la cobertura sobre IA y creatividad tiende a pasar por alto: la pregunta no es solo si la IA puede producir algo que suene a música. Es si el proceso de hacer esa música conlleva algo del significado que el trabajo creativo humano ha incorporado históricamente en ella.
Los músicos que hacen este trabajo de detectives no están simplemente defendiendo sus preferencias estéticas. Están tratando de preservar la legibilidad de su propio campo, la capacidad de los oyentes para saber qué están escuchando y de dónde vino. Ese es un problema de confianza, y la confianza, una vez erosionada, es lenta de reconstruir.
En resumen
Un número creciente de productores de EDM está utilizando su conocimiento técnico para identificar y denunciar públicamente música que creen que fue generada por herramientas de IA, particularmente Suno. El esfuerzo refleja tanto una preocupación estética como práctica: las pistas generadas por IA están entrando al mercado sin revelación, construidas potencialmente sobre material con derechos de autor, y ya están afectando los medios de vida de los músicos activos. La pregunta más amplia que esto plantea no es sobre ninguna plataforma o género en particular. Es sobre si las audiencias pueden confiar en lo que escuchan y qué pierden las industrias creativas cuando esa confianza se desmorona.
Basado en información de The Verge.