Piosenka, która nikogo nie boli. Tydzień z muzyką z Suno i Udio

👁 129 przeczytań

Postawię tezę już w pierwszym akapicie, żeby nikt nie musiał się domyślać, po której jestem stronie: muzyka z Suno i Udio jest dziś technicznie zadziwiająca i emocjonalnie martwa, a najgorsze jest to, że ta śmierć zupełnie nie przeszkadza w słuchaniu. To nie brzmi źle. Brzmi gładko. I właśnie ta gładkość nie daje mi spokoju od tygodnia.

Zrobiłem sobie prosty eksperyment. Przez siedem dni słuchałem prawie wyłącznie muzyki wygenerowanej przez AI. Do samochodu, do gotowania, do pracy, do wieczornego nicnierobienia. Nie po to, żeby ją zdemaskować - to byłoby zbyt łatwe i trochę nieuczciwe. Chciałem sprawdzić coś innego: czy da się z tym żyć. Czy po tygodniu poczuję głód prawdziwej płyty, czy przeciwnie - przestanę zauważać różnicę. Wynik mnie zaskoczył i nie jestem z niego dumny.

Pierwszy dzień: jestem oczarowany i trochę zawstydzony

Wpisujesz kilka słów. „Melancholijny indie folk, damski wokal, deszcz za oknem”. Klikasz. Czterdzieści sekund później masz dwie wersje utworu, który brzmi tak, jakby ktoś nad nim pracował tydzień w porządnym studiu. Wokal oddycha, gitara ma pogłos w dobrych miejscach, refren wchodzi tam, gdzie ma wejść. Pierwsza reakcja jest czysto zwierzęca: „kurczę, to działa”.

I tu muszę być uczciwy, bo obiecałem uczciwość. To naprawdę działa. Ludzie, którzy mówią, że muzyka z AI brzmi jak tania zabawka, albo nie słuchali jej od roku, albo słuchają uszami, którymi chcą usłyszeć. Postęp między pierwszymi wersjami Suno a tym, co generuje dzisiaj, jest jak różnica między telefonem z klapką a smartfonem. Udio z kolei potrafi wyprodukować pasaże, przy których zawodowy producent uniósłby brew - miksy są zaskakująco czyste, przejścia sensowne, aranżacje bogatsze, niż ma prawo być coś, co powstało z jednego zdania.

Pierwszego dnia byłem oczarowany i, przyznaję, trochę zawstydzony tym oczarowaniem. Bo w środku cały czas siedział głos, który mówił: „przecież ty wiesz, że to nic nie znaczy”. A jednak stopa mi się kiwała.

Trzeci dzień: syndrom hotelowego bufetu

Coś się zaczęło psuć koło trzeciego dnia. Nie w technologii - w moim odbiorze. Zauważyłem, że wszystkie te utwory, choć każdy z osobna zaskakująco dobry, razem tworzą jedną wielką bezkształtną masę. Jakbym jadł w hotelowym bufecie: wszystko jest zjadliwe, nic nie jest niezapomniane, i po trzech dniach nie potrafisz odróżnić wtorkowej jajecznicy od czwartkowej.

Muzyka z AI ma dziś problem, którego nie da się rozwiązać lepszym modelem, bo to nie jest problem techniczny. To problem statystyczny w najgłębszym sensie tego słowa. Te systemy są mistrzami w produkowaniu tego, co najbardziej prawdopodobne, a sztuka rzadko mieszka w tym, co prawdopodobne. Mieszka w błędzie, w decyzji, która nie miała prawa się udać, w wokaliście, który wchodzi ćwierć tonu za wysoko, bo tak czuł.

AI potrafi napisać piosenkę, która nikomu się nie spodoba mniej niż w siedemdziesięciu procentach. Ale nie potrafi napisać takiej, która komuś rozwali życie na pół. A muzyka, którą kocham, zawsze coś we mnie rozwalała.

To jest ta gładkość, o której pisałem na początku. Algorytm zna wszystkie miejsca, w których dobra piosenka zwykle zakręca, i grzecznie w nie zakręca. Nigdy nie jedzie prosto w ścianę, bo tak akurat czuł. Nigdy nie zostawia dziury w aranżacji, bo cisza w tym miejscu bolałaby bardziej niż dźwięk. Wszystko jest wypełnione, dopracowane, kompletne. I martwe jak idealnie ustawiony pokój w katalogu meblowym, w którym nikt nigdy nie mieszkał.

Co jest naprawdę dobre, i nie zamierzam tego ukrywać

Byłoby wygodnie zakończyć na tym i wrócić do winyli z miną strażnika prawdziwej sztuki. Ale obiecałem uczciwość, więc powiem rzecz, która części czytelników się nie spodoba: w kilku zastosowaniach ta muzyka jest nie tylko dobra, ona jest po prostu lepszym rozwiązaniem niż to, co było wcześniej.

Wyobraźcie sobie kogoś, kto prowadzi mały podcast i przez lata używał tej samej darmowej pętli spod jakiegoś banku dźwięków, bo na kompozytora go nie stać. Dla niego Suno to nie zamach na sztukę, to wyzwolenie. Dostaje intro skrojone pod swój ton, a nie sklejkę, którą ma pół internetu. Albo pomyślcie o człowieku, który uczy się produkcji muzycznej i chce usłyszeć, jak jego pomysł na aranżację mógłby brzmieć, zanim wyda pieniądze na sesję. To potężne narzędzie do szkicowania, do próbowania, do zabawy.

Sam złapałem się na tym, że wygenerowanie dziesięciu wariantów jednej melodii w pół godziny nauczyło mnie o strukturze piosenki więcej niż niejeden podręcznik. Bo mogłem od razu usłyszeć, dlaczego jeden pomysł działa, a drugi się rozpada. To jest realna wartość i udawanie, że jej nie ma, byłoby zwykłą hipokryzją człowieka, który boi się nowego.

Dobre jest też to, że te narzędzia odbierają argument „ja bym też chciał, ale nie umiem grać”. Nie umiesz? Trudno, spróbuj i tak. Coś w tym demokratycznego jest, i nie mam zamiaru się z tego naśmiewać. Naśmiewanie się z dostępu to sport bogatych.

Co jest fałszywe, i to boli bardziej niż myślałem

A teraz druga strona, bo felieton bez drugiej strony to ulotka. Fałsz w tej muzyce nie leży tam, gdzie wszyscy go szukają. Nie chodzi o to, że „AI nie ma duszy” - to zdanie jest tak wytarte, że nic już nie znaczy. Chodzi o coś dużo bardziej konkretnego.

Fałszywa jest obietnica, że słuchasz czyjejś opowieści. Kiedy człowiek śpiewa o rozstaniu, w tej piosence jest zaszyte jakieś konkretne rozstanie, konkretny grudniowy poniedziałek, konkretne drzwi, które ktoś za sobą zamknął. Możesz tego nie wiedzieć, ale to tam jest, i twoje ucho jakoś to wyczuwa. Kiedy Suno śpiewa o rozstaniu, w środku nie ma nic. Jest uśredniona statystyka tysiąca prawdziwych rozstań, przemielona na pulpę. To brzmi jak żal, ale to nie jest niczyj żal. To żal jako gatunek, żal jako filtr, żal jako preset.

I tu dochodzę do rzeczy, która zabolała mnie najbardziej w trakcie tego tygodnia. Zorientowałem się, że po kilku dniach przestało mi to przeszkadzać. Że mój mózg z radością przyjął muzykę, która niczego nie wymaga, niczego nie kosztuje i o nic nie prosi. Muzykę, która jest jak ciepła woda - przyjemna, obojętna, natychmiast zapomniana. To nie technologia mnie przeraziła. Przeraziła mnie łatwość, z jaką sam się na nią zgodziłem.

Bo tak działa przyzwyczajenie. Nie potrzebujesz, żeby AI było lepsze od Nicka Cave’a. Wystarczy, żeby było wystarczająco dobre i darmowe, a ty wystarczająco zmęczony po pracy. I nagle cała ta ekonomia uwagi, w której żyjemy, robi resztę. Nie zabiją nas roboty. Zanudzą nas na śmierć czymś, co jest zawsze o pół kroku za dobre, żeby wyłączyć, i zawsze o pół kroku za płytkie, żeby zapamiętać.

Kwestia, o której wszyscy udają, że nie istnieje

Jest jeszcze rzecz, której nie da się przemilczeć, mimo że psuje zabawę. Te modele nie wzięły się z powietrza. Nauczyły się śpiewać, słuchając ludzi, którzy śpiewali naprawdę - najczęściej bez pytania ich o zgodę i bez płacenia im ani grosza. Kiedy generujesz utwór „w stylu przełomu lat siedemdziesiątych i osiemdziesiątych”, korzystasz z pracy setek muzyków, którzy tę epokę stworzyli własnym potem i własnym ryzykiem.

Nie chcę tu robić kazania, bo nie znoszę kazań. Ale byłbym nieuczciwy, gdybym słuchał tej muzyki przez tydzień z czystym sumieniem i nie wspomniał, że jej gładkość jest częściowo zbudowana z cudzego, nieopłaconego trudu. To nie znaczy, że mam nie klikać. To znaczy, że mam wiedzieć, na co klikam. Różnica między konsumentem a naiwniakiem to właśnie ta wiedza.

Siódmy dzień: wracam do winyla i coś rozumiem

Ostatniego dnia nie wytrzymałem i puściłem sobie płytę, którą znam na pamięć. Starą, zdartą, z trzaskiem w jednym miejscu, bo kiedyś podskoczyła igła. I stała się rzecz banalna, a jednak dla mnie w tamtej chwili objawieniowa. Ten trzask, ta jedna niedoskonałość, dała mi więcej frajdy niż siedem dni idealnie wygładzonych refrenów. Bo za tym trzaskiem stał czas, historia, moje własne życie z tą płytą.

I wtedy zrozumiałem, że źle postawiłem pytanie na początku tygodnia. Nie chodzi o to, czy AI robi dobrą muzykę - robi, coraz lepszą, i będzie robić lepszą jeszcze. Chodzi o to, czego my od muzyki chcemy. Jeśli chcemy tła, wypełniacza, dźwiękowej tapety - AI wygra i słusznie wygra, bo do tego jest stworzone i robi to taniej. Ale jeśli chcemy, żeby ktoś nam coś powiedział, żeby ktoś się przed nami obnażył, żeby ktoś zaryzykował dla nas ośmieszenie - to AI nie ma nam nic do zaoferowania, bo nie ma się czym obnażyć. Nie ma ciała, nie ma wstydu, nie ma nic do stracenia.

Muzyka zawsze była, w gruncie rzeczy, kimś, kto mówi: „przeżyłem to i nie zwariowałem, słuchaj”. AI mówi: „oto jak zwykle brzmi ktoś, kto to przeżył”. To nie to samo zdanie. To nawet nie ten sam język, choć na powierzchni brzmią identycznie.

Więc czy będę tego słuchał dalej? Tak, do gotowania pewnie tak. A czy pokocham to jak płytę, którą znam na pamięć? Nie, i nie dlatego, że jestem uparty. Dlatego, że kochać można tylko coś, co mogło mnie zawieść, a mimo to się odważyło. Sztuczna inteligencja daje mi piosenki, które nigdy mnie nie zranią. I właśnie dlatego żadna z nich nigdy mnie nie uratuje.

// czytaj dalejPiosenka, która nikogo nie kosztowała łezMagazynBiblioteka, która uczy AI, a nie uczy czytaćMagazynPoranek z maszyną, która udaje, że mnie znaMagazyn