Odkritja, povezana z delovanjem ameriškega podjetja Suno, razvijalca naprednega generatorja glasbe z umetno inteligenco, so povzročila burne odzive tako v glasbeni industriji kot v širši javnosti. Zadevo je v ospredje postavila analiza ekipe AI Village, predstavljena na konferenci DEF CON 2026, kjer je raziskovalec Ed Newton-Rex predstavil metode zbiranja podatkov, ki jih uporablja Suno. Podjetje naj bi za treniranje svojih modelov vključevalo obsežne nize skladb z YouTuba in drugih javnih virov, kar odpira pomembna vprašanja glede avtorskih pravic, etike in digitalne prihodnosti ustvarjalnosti.
Kako Suno pridobiva podatke in odzivi industrije
AI Village je v svoji raziskavi na konferenci DEF CON 2026 pokazal, da je Suno za treniranje svojih modelov uporabljal javno dostopne posnetke, vključno z več tisoč pesmimi z YouTuba. Newton-Rex je v svoji predstavitvi izpostavil, da je ekipa analizirala vzorce vhodnih podatkov ter razkrila uporabo celotnih skladb, ne le krajših izsekov ali zaščitenih z licencami Creative Commons. Raziskava, objavljena tudi na GitHubu, navaja, da se modeli učijo na podlagi celotnih avdio datotek, kar lahko pomeni neposredno uporabo avtorskih del brez dovoljenja avtorjev.
Predstavniki glasbene industrije so na takšne prakse hitro opozorili kot na potencialno grožnjo za ustvarjalce. Po mnenju pravnih strokovnjakov iz organizacije Electronic Frontier Foundation trenutna zakonodaja na področju EU in ZDA ni dovolj jasna, da bi učinkovito odgovorila na nove izzive, ki jih predstavljajo AI generatorji glasbe. SAZAS, slovensko Združenje za zaščito avtorskih pravic glasbenih ustvarjalcev, je v zadnjih razpravah poudarilo potrebo po večjem nadzoru nad uporabo slovenskih del v digitalnih okoljih, čeprav za zdaj primerov neposredne zlorabe v Sloveniji še ni bilo.
Suno in podobna podjetja pogosto poudarjajo, da so njihovi modeli zasnovani kot orodja za podporo kreativnosti in da so podatki zbrani iz javno dostopnih virov. V uradnih izjavah Suno zatrjuje, da upoštevajo pravne okvire in uporabljajo le ustrezno licencirane ali javnodostopne podatke. Kljub temu pa številni glasbeniki opozarjajo, da trenutno ni učinkovitega sistema, ki bi zagotovil pravično nadomestilo ali priznanje izvirnim avtorjem, katerih dela se uporabljajo za učenje AI.
Tehnične in etične dileme ter možne rešitve
Treniranje modelov umetne inteligence za generiranje glasbe temelji na absorpciji velikega števila obstoječih skladb. Proces vključuje t. i. “učenje vzorcev” na milijonih avdio posnetkov, kar modelu omogoči ustvarjanje novih kombinacij tonov, ritmov in melodij. Razlika med navdihom in kopiranjem je postala zabrisana: če AI za svojo kreativnost uporabi motive iz zaščitenih del, se postavlja vprašanje, ali gre za zakonito inspiracijo ali nedovoljeno reproduciranje tujih del. To dvomi v etičnost postopka, saj umetna inteligenca lahko ustvarja komercialno uspešne posnetke, ne da bi izvirnim avtorjem priznala njihov delež.
V Evropski uniji je v pripravi pravni okvir AI Act, ki naj bi med drugim uredil uporabo avtorskih del pri učenju umetne inteligence. Pravni strokovnjaki z Univerze v Ljubljani opozarjajo, da trenutna zakonodaja ne določa enoznačno, ali je uporaba glasbe z YouTuba za treniranje modelov dovoljena, predvsem v primeru uporabe komercialnih skladb brez pridobljenih licenc. Tudi v ZDA pravni postopki še potekajo, zato regulacija na tem področju ostaja nejasna in v procesu oblikovanja.
Predlogi za rešitev vključujejo licenčne sheme, kjer bi ustvarjalci dobili nadomestila za uporabo svojih del pri razvoju AI. Glasbene založbe v Veliki Britaniji in Franciji že vzpostavljajo registre, kjer je posamezne skladbe možno kolektivno licencirati za uporabo pri treniranju umetne inteligence. Tudi SAZAS in slovenski glasbeniki pozorno spremljajo dogajanje, saj se zavedajo, da globalne spremembe v digitalnem okolju lahko močno vplivajo tudi na prihodnost slovenske glasbene industrije.
