I slutningen af april 2020 uploadede et firma ved navn OpenAI snesevis af nye numre til SoundCloud, der alle havde en saglig titel som “Hip-hop, i stil med Nas” eller “Pop, i stil med Katy Perry”. Man kunne tilgive dig, hvis du i første omgang troede, at sangene var gennemsnitlige YouTube-covers. Et par sekunder med at lytte til den gurglede produktion, de bizarre tekster og den uhyggelige vokal ville helt sikkert få dig på andre tanker.

Sangene blev alle lavet ved hjælp af en kunstig intelligenssoftware kaldet Jukebox, der er designet af OpenAI, en milliarddollarstor forskningsorganisation, der er førende inden for AI-forskning. Jukebox er ikke din standard Elvis-imitator: Efter at være blevet trænet på 1,2 millioner sange og andre data om genrer og kunstnere har det neurale net lært at producere original musik i den uhyggeligt genkendelige stil af berømte kunstnere som Elton John og Rihanna. Det er en ny og imponerende teknologi, en computermodel, der har fundet ud af at generere egentlige sange, herunder vokal, i rå lyd.

Når de fleste mennesker tænker på AI-genereret musik, kommer de nok til at tænke på noget som Jukebox – en omfattende arkitektur af kode, der mestrer kunsten at efterligne og skaber musik, der kan genoplive karrierer for længe afdøde kunstnere eller skabe nye kunstnere ud af nuller og enere. Det billede kan måske forklare, hvorfor Twitter-reaktionerne, da OpenAI formelt annoncerede værktøjet i slutningen af april, varierede fra “Det er et fantastisk arbejde!” over “Det er både utroligt sejt og dybt forbandet” til den forudseende “The replacement of human intellect & creativity is surely arriving, brick after brick.”

“I find ‘artificial intelligence’… a bit obfuscating,” siger Holly Herndon under en nylig videochat fra sin lejlighed i Berlin. Herndon, der ikke er fremmed for AI (den elektroniske og avant-pop-musikers seneste album, PROTO, blev lavet med en spirende AI, som hun kaldte Spawn), mener, at begrebets ladede implikationer – om robotoverherrer og menneskets forældelse – mystificerer dets faktiske funktion i musikken. Det meste automatiseret musikskabelse sker gennem maskinlæring: træning af en model til at analysere eksisterende sange, identificere mønstre fra dataene og bruge denne viden til at generere sin egen musik. Det er en nu almindelig proces, der næppe fremkalder det samme sci-fi-drama som “AI”.”

“Machine learning lyder ikke så sexet,” siger Herndon, “men det beskriver, hvad der sker. En maskine er ved at lære. Og den lærer af menneskelig intelligens.”

Som det i øjeblikket bruges i overskrifter og dystopiske forestillinger, er “AI” forbundet med en sensationalisme, der antyder, at hver ny udvikling inden for musikken bringer os tættere på en fremtid med robotpopstjerner. Men virkeligheden med AI-musik er både mindre glamourøs og mindre dystopisk end det. For det første er den allerede her – den eksisterer på forskellige måder, overvåges af mennesker med forskellige slutmål og, som Herndon påpeger, lærer stille og roligt af dem, hvordan den skal opføre sig. Selv om slutresultaterne kunne være teknologisk-dystopiske, påpeger Herndon, at intet er mejslet i sten; AI’s fremtid i musikken er stadig ved at blive skåret ud, en vej formet af samarbejdet og konflikten mellem et hvilket som helst antal interessenter. “Jeg tror, at det, folk frygter i forbindelse med AI, ikke nødvendigvis er teknologien”, mener Herndon, men snarere “det helvedeslandskab, som menneskene vil opbygge med den teknologi.”

Når AI bruges som et middel til at udvide den menneskelige kreativitet, er den ikke nødvendigvis en trussel. På PROTO, et album, der pulserer af eksperimenter, men som stadig er fast menneskeligt centreret, fletter Herndon Spawns syntetiske output sammen med et fejende koralensemble for at skabe øjeblikke med dybe følelser. Herndon blander det klart menneskelige og det klart robotiske i ét og er både kurator og instruktør af AI’en sammen med de andre bandmedlemmer; Spawn leverer øjeblikke af kreativitet og innovativ musikalitet, men Herndon er den, der har kontrollen.

Musikere, der eksperimenterer med AI, bliver nogle gange afvist som gimmicky, på trods af legitime kunstneriske grunde til at samarbejde med teknologien. Da hackathon-holdet DADABOTS, der er blevet band, blev nummer to i den AI-sangkonkurrence, der erstattede Eurovision i år, brugte de en AI, der var trænet på en oversigt over 1950’ernes acapella, pop, metal og meget andet. Andre hold producerede sange med maskiner, der var trænet på australske dyrelyd og tekster taget fra Reddit-tråde. DADABOTS-medlem CJ Carr siger, at maskinlæring gør det muligt for dem at spinde fantastiske koncepter og langtrukken inspiration om til reel musik. Med AI “udvides vores evne til at indsamle, producere musik og samarbejde med snesevis eller hundredvis af kunstnere”, siger Carr.

Men det betyder ikke, at teknologien er i nærheden af at skabe (god) musik på egen hånd. Carrs bandkammerat Zack Zukowski understreger, hvordan menneskelig indblanding var afgørende for deres succes ved AI Eurovision og siger: “Vi behandlede AI som om det bare var en anden kunstner i vores studie”. I øvrigt fik det hold, der lod AI tage føringen, sidstepladsen. Selv som det største nylige gennembrud inden for automatiseret musikgenerering har Jukebox stadig åbenlyse begrænsninger. Det er tydeligt i de tidlige prøver, at værktøjet endnu ikke har fundet ud af chorusstrukturer og ofte drejer over i forvrænget skrigeri. Indtil videre er der ingen sammenligning mellem menneskeskabt musik og dens AI-genererede modstykke. Selv hvis der var, tyder vores følelsesmæssige tilknytning til de menneskelige elementer i musikken på, at vi næppe vil opgive musik lavet af rigtige mennesker lige foreløbig.

“Jeg tror, at det, folk frygter i forbindelse med AI, ikke nødvendigvis er teknologien, men det helvedeslandskab, som mennesker ville opbygge med den teknologi.”

Så hvorfor bekymre sig om AI-musik, hvis vi bare hælder uendelige timer og milliarder af dollars i en maskine, der kun dårligt kan efterligne det, som mennesker allerede har fundet ud af? Tja, svaret afhænger af, hvem du spørger. For eksperimentelle musikere er AI en måde at lave lyde, som ingen har hørt før. Mens nogle interessenter måske vil være interesseret i at producere sange ved et tryk på en knap og dermed undgå at skulle betale kunstnerroyalties. Andre er udelukkende drevet af innovation for innovationens skyld, og de er en del af Facebooks mantra om at “bevæge sig hurtigt og ødelægge ting”. Mange flere er stadig ikke overbevist om, at AI bidrager med noget godt til det, der i vid udstrækning betragtes som en iboende menneskelig kunstform.

For optimisterne har AI potentiale til at passe ind i en fortælling om demokratisering af musikken. Stephen Phillips, CEO for Popgun, en startup med produkter, der bl.a. omfatter en app, som børn kan bruge til at skabe sange med AI, er overbevist om, at flere mennesker, der kan eksperimentere med lyd, kun vil gavne musikken i det lange løb. “Vores tese er blevet, at den største anvendelse af AI i musikken ikke vil være at erstatte musikere, men at få alle til at føle sig som musikere,” siger Phillips.

Teknologier, der hjælper flere mennesker med at føle sig som musikere, og måske endda ændrer ideen om, hvem der tæller som musiker, har længe skubbet musikken fremad og gjort det muligt at skabe hele genrer, fra hiphop til techno. Det er værd at bemærke, at disse teknologier, der i dag i vid udstrækning roses som store bidrag til branchen, mødte deres egne modreaktioner, da de blev indført. Vocoderne blev beskyldt for at ødelægge den musikalske integritet, trommemaskinerne blev beklaget som en erstatning for menneskelige trommeslagere, og synthesizere blev udskældt som sjælløse.

Måske vil noget af den lignende modstand mod AI-musik forsvinde, efterhånden som den giver plads til en forståelse af nye musikalske muligheder. Selv tidlig teknologi som klaveret, påpeger Zukowski, “gav Mozart mulighed for at have stille og høje toner”, hvilket udvidede vores forståelse af, hvad musik kan være.

Det ville dog være dybt naivt at antyde, at det kun er mennesket, der har gavn af denne teknologi. Selv som en person, der er begejstret for AI-musik, er Herndon på kant med hensyn til AI’s alvorlige potentiale til at skade netop de kunstnere, hvis diskografier den træner på, de musikere, der effektivt har gjort maskinen til det, den er. Hun fandt Jukebox’ fokus på efterligning alarmerende, så meget at hun kontaktede OpenAI-holdet med sine bekymringer. “Det er en meget berettiget tilgang til andre menneskers personlighed og data,” fortæller Herndon mig, “at tage en kunstners billede, at træne på det og derefter frigive ting i en andens billede uden deres tilladelse.”

Herndons problem med Jukebox involverer et vanskeligt spørgsmål om intellektuel ejendomsret, som har plaget AI-musik lige fra begyndelsen (samt sampling før det). Mens retten til fair use ikke skal begrænses letfærdigt, understreger Herndon, at det udviklende område for AI-musiklovgivning bliver nødt til at tage højde for de systemfejl, der påvirker både vores algoritmer og de mennesker, der kontrollerer dem. I betragtning af teknologiens meget omtalte problemer med racistiske fordomme og musikindustriens veldokumenterede historie med underbetaling af sorte musikere, er sandsynligheden for en racialiseret effekt af AI-musik ikke ubetydelig. Herndon frygter, at AI-musik kan give en “punching down” snarere end en “punching up”-effekt, hvor store virksomheder høster fordelene af slappe love om intellektuel ejendomsret, mens uafhængige musikere går ubetalt og uanerkendt hen.

“Al teknologi giver folk magt … og denne magt kan gives til kunstnere. Jeg tager denne teknologi og lægger den i hænderne på producenter, der har noget at udtrykke.”

Det kan være noget af den slags, der er ved at ske på de områder, som AI allerede er trængt ind på. Michael Donaldson, der ejer et musiklicensfirma, fortæller mig, at i hans branche er produktionsmusik – de baggrundssange, som indholdsskabere licenserer til videoer, podcasts og andre medier – i stigende grad en grobund for AI-udvikling. Da det meste produktionsmusik allerede er skræddersyet til skabervenlige målestokke som “happy” eller “corporate”, er det menneskelige produkt allerede lavet algoritmisk. “Alt, hvad der kan laves efter specifikationer, kan i sidste ende laves af en computer”, siger Donaldson.

Og selv om produktionsmusik har en tendens til at blive afskrevet som generisk, ukreativt arbejde, er det ikke desto mindre et lukrativt område, der giver arbejde til mange professionelle musikere. Men i betragtning af, hvordan AI genererer produktionsmusik meget hurtigere end mennesker, og tilsyneladende kan gøre det lige så godt, er en eventuel overtagelse ikke utænkelig. “Den branche er død,” forudser Phillips, hvis AI fortsætter sit indtog. Det er ikke svært at forestille sig, at teknologien i sidste ende vil sprede sig til andre områder af musikskabelse: filmmusik og hitlister.

Men hvis der er et argument, der modbeviser muligheden for en AI-overtagelse, er dets mest overbevisende grundsætning måske dette: Mennesker kan lide musik, fordi andre mennesker laver den. Vores evne til at relatere til hinanden, til at vide, hvad der taler til hinanden i musikken, er noget, som AI ikke engang er i nærheden af at finde ud af. “Den ved ikke, hvordan, du ved, den ene sang bare rammer den sommer,” siger Herndon. “Det kræver en menneskelig hjerne og ører.”

Foreløbig vælger de kunstnere, der arbejder med maskinlæring, at fokusere på, hvordan de kan bruge denne teknologi til at supplere snarere end erstatte deres egne kreative projekter. Herndons næste projekt omfatter en seriøs Spawn-opgradering. DADABOTS lancerer et initiativ mod politibrutalitet ved at bruge Jukebox til at generere hundredvis af versioner af N.W.A.s ” tha Police” i forskellige genrer. De vil udvælge de 100 bedste til gratis udgivelse og afholde en remix-konkurrence, en musikalsk protest, der skal hjælpe dem, der har noget at sige, med at finde nye måder at sige det på.

“Al teknologi giver folk magt … og denne magt kan gives til kunstnere,” siger Carr. “Så vi tager den. Jeg tager denne teknologi og lægger den i hænderne på producenter, der har noget at udtrykke.” Brugt på denne måde giver AI mulighed for nye samarbejder og forstærker nye stemmer, de samme ting, der gør musikken storartet. Og ideen om at gøre sådan noget, at sende sådan et budskab, i første omgang? Det er en helt igennem menneskelig bestræbelse.