Les premières études sur les transformations qu’engendre l’intelligence artificielle générative — IAG — sur la production musicale tombent. Début août, une étude de l’université de Pennsylvanie met en lumière les premiers effets de l’IAG sur la diversité culturelle, en comparant des centaines de morceaux générés par IA et par des humains. Aucun résultat prophétique n’a été donné, mais un scénario très plausible est que les plateformes de génération musicale comme Suno et Lyria 3 renforcent les inégalités économiques et culturelles déjà présentes dans la musique. 

On se posait déjà des questions sur ce que les algorithmes de filtrage musical transforment dans nos manières de produire et d’écouter la musique. Si ces derniers opèrent en aval de la production, des logiciels comme Suno et Lyria opèrent en amont. Le risque est que les modèles apprennent sur des corpus homogénéisés et réduisent encore plus la diversité culturelle : l’étude américaine nommée « The Algorithmic Flattening of Sound: Computational Evidence and Justice Implications of AI Music Homogenization » le prouve. Tsugi prêche pour sa paroisse, mais c’est dans ce contexte que le journalisme musical prend tout son sens : mettre en avant la musique créée par les humains, sélectionnée par des humains. Aussi, privilégier l’émotion, pas le bénéfice économique.

La méthodologie de l’étude 

Les chercheuses ont utilisé deux plateformes de génération musicale : Suno et Lyria 3. Elles ont sélectionné quatre genres musicaux : hard rock, dance pop, mais aussi afrobeat et k-pop, par souci de diversité culturelle. Pour chaque genre, un corpus de 100 morceaux créé par des humains a été réalisé. À partir de ces 400 morceaux, deux expériences ont été menées. 

Lyria
Capture d’écran du site Lyria © Lyria

La première s’est basée sur une extraction de 72 caractéristiques acoustiques (rythme, timbre, texture, etc.) des morceaux créés par des humains, transformées en prompt textuel à destination de la plateforme. Pour la deuxième expérience, les chercheuses ont volontairement utilisé des prompts extrêmement simples. 100 morceaux ont été générés par genre et par système. Le but était de constater les différences entre les musiques générées par IAG et les humains, mais aussi entre les logiciels.  

Les conclusions de l’étude 

La première conclusion concerne l’homogénéisation des genres. Des disparités sont constatées entre les plateformes : Suno fait tomber les frontières entre les genres, tandis que Lyria les préserve. Malgré des prompts identiques, les deux systèmes génèrent des résultats différents. Il est étonnant de constater que les tendances entre logiciels sont totalement opposées quant à la diversité acoustique au sein d’un même genre. 

Les deux expériences montrent qu’aucun des deux systèmes ne suit fidèlement les consignes de l’utilisateur·ice, ce qui indique que les schémas observés reflètent la manière dont les modèles ont été entraînés plutôt que des contraintes liées aux consignes. Cela soulève un risque majeur : cela pourrait uniformiser les styles musicaux et valoriser les plus rentables économiquement. Les chercheuses ont aussi constaté quelque chose de rassurant : dans presque tous les cas, il est possible de différencier les productions générées par IAG de celles créées par des humains. 

Suno
Capture d’écran de la plateforme Suno © Suno

Les anticipations des scientifiques 

Le risque principal de plateformes comme Suno ou Lyria est d’orienter les attentes des auditeur·ices vers la lisibilité du genre musical. Parce que ce qui fait la richesse d’un son, c’est justement son hybridation. Ces préoccupations sont majorées dans les cas des styles sous-représentés dans les banques de données d’entraînement des IAG. À savoir qu’environ 94% de ces dernières sont constituées de musiques dites “occidentales”. 

Autre facteur aggravant : plus nous entendons un son, plus nous sommes enclin·es à l’apprécier. En favorisant certains sons, les humains s’y adaptent, et ces sons deviennent progressivement dominants. Aussi, l’IAG privilégie les caractéristiques musicales faciles à identifier par les algorithmes, au détriment de dimensions plus subtiles comme le groove. Le risque d’un appauvrissement culturel est donc élevé. 

Cela s’ajoute aux questions relatives à la répartition de la valeur de la musique générée par IAG. Les genres musicaux sous-représentés dans les données d’entraînement pourraient être reproduits et commercialisés mondialement, tandis que les communautés qui les ont créés récupéreraient une faible part de la valeur générée. Aussi, quid de la réduction de travail pour certains métiers musicaux et de la perte d’une expertise sur ces derniers ? L’idée selon laquelle la musique humaine deviendrait automatiquement plus valorisée face à l’IAG reste incertaine, car les logiques commerciales privilégient souvent une musique peu coûteuse et fonctionnelle.