Un nombre croissant d’artistes et de labels indépendants adoptent un label Human-First, un signal du marché indiquant que les auditeurs accordent de l’importance à la paternité humaine dans la musique. Pourtant, cette revendication n’a actuellement aucune signification contraignante, ce qui la rend vulnérable aux abus à mesure que sa popularité augmente.
Jason English, dont les recherches récentes ont examiné l’IA et le streaming, a souligné cette évolution. Il a noté :
Donc, un label « Human-First » apparaît chez les artistes et labels indépendants, et il gagne du terrain. C’est le marché qui évalue la « paternité ». Après trois ans à se demander si quelqu’un s’en souciait, quelqu’un y met une étiquette. C’est l’évolution la plus encourageante dans tout ce bazar.
Cependant, sans norme partagée, le label ne vaut rien en tant que signal. N’importe qui peut taper ces mots sur une image ou une page web et les utiliser à ses propres fins. La question devient alors ce que signifie réellement cette revendication et qui la vérifie.
Le précédent de l’open source
Les systèmes de certification qui ont du poids, comme les labels bio ou équitables, reposent sur des audits, une documentation de la chaîne de traçabilité ou une application légale. Un label Human-First ne repose actuellement que sur la parole de l’artiste, ce qui devient moins fiable précisément lorsque le label acquiert une valeur commerciale. Il ne s’agit pas de cynisme envers les musiciens, mais d’un schéma observé sur tout marché où des affirmations non vérifiées sont faites.
Le logiciel a été confronté à un défi similaire avec le terme « open ». Pendant des décennies, les entreprises ont utilisé ce mot de manière vague jusqu’à ce que l’Open Source Initiative (OSI) établisse une définition neutre que chacun pouvait vérifier par rapport à la licence d’un projet. La définition est maintenue en dehors du contrôle de toute entreprise, ce qui permet de distinguer un véritable logiciel open source d’une simple revendication marketing.
Par exemple, Stability AI a publié Stable Audio Open sous une licence qui autorise l’utilisation commerciale mais qui prend fin si une organisation dépasse 1 million de dollars de revenus annuels et qui exige un enregistrement. C’est un produit légitime, mais il ne répond pas à la définition open source de l’OSI. En revanche, ACE-Step a publié son modèle sous licence MIT, sans plafond de revenus ni exigence d’enregistrement. Les deux sont appelés « open » dans le langage courant, mais la définition neutre permet à quiconque de les distinguer.
Une voie vers l’application
Une définition seule ne suffit pas pour la musique, car la paternité humaine ne peut pas être vérifiée en inspectant un fichier. Aucun détecteur fiable n’existe, et il est peu probable qu’un tel outil émerge rapidement. L’application doit venir d’ailleurs, et le processus de téléchargement chez les distributeurs numériques offre un mécanisme tout prêt.
Chaque sortie passe déjà par un distributeur tel que DistroKid, CD Baby, TuneCore ou Bandcamp. Ces plateformes exigent des artistes qu’ils fassent des déclarations sous contrat, avec la résiliation du compte comme pénalité en cas de fausse déclaration. Une divulgation granulaire, par cases à cocher, au moment du téléchargement transformerait une promesse vague en obligation contractuelle. Au lieu d’un champ unique et indifférencié « L’IA a été impliquée », un court ensemble de déclarations spécifiques pourrait séparer l’utilisation d’outils courants de la génération synthétique :
- J’ai utilisé l’IA uniquement pour le mastering, le mixage ou le nettoyage audio.
- J’ai utilisé l’IA comme assistant de composition ou d’arrangement, mais toutes les performances finales sont humaines.
- J’ai utilisé l’IA pour générer ou modifier des éléments musicaux que j’ai ensuite réenregistrés ou interprétés moi-même.
- J’ai utilisé l’IA pour générer une performance vocale ou instrumentale complète qui apparaît dans le morceau final.
- J’ai utilisé l’IA pour générer l’intégralité du morceau à partir d’une invite, sans aucune performance humaine.
Une telle granularité permet aux artistes de divulguer des utilisations banales sans être assimilés à ceux qui génèrent des voix synthétiques. La plateforme, qui détient déjà le contrat et le compte, devient la couche d’application à un coût marginal quasi nul.
Signaux d’enquête provenant d’un public de niche
Les données de l’enquête d’English, tirées de 573 répondants auto-sélectionnés atteints via l’audience du podcast Curious Goldfish, reflètent une base d’auditeurs centrée sur l’americana, le folk, les racines, le bluegrass et la country. C’est l’un des segments du marché musical les plus favorables à la paternité humaine. Le constat que 81 % ont qualifié la musique IA d’inauthentique doit être interprété comme un signal provenant d’une pièce, et non comme un verdict sur l’ensemble de l’industrie, comme English lui-même l’a présenté.
Cette pièce compte cependant, car ces genres sont ceux où les fans achètent encore des billets, des produits dérivés et reviennent régulièrement. L’enquête a également révélé un écart de perception frappant : les créateurs qui n’utilisent pas l’IA estimaient l’inquiétude des fans concernant la paternité humaine à 67 %, tandis que les utilisateurs fréquents d’IA chiffraient ce chiffre à seulement 14 %, soit une différence de 4,7 fois. Les données suggèrent que les plus proches des outils génératifs sont peut-être les plus susceptibles de sous-estimer le sentiment des auditeurs.
Le mouvement open source n’a jamais présumé de l’honnêteté d’aucune partie, y compris de ses propres défenseurs. Il a consigné des définitions par écrit, les a placées hors de portée des bailleurs de fonds et a rendu les affirmations vérifiables par des tiers désintéressés. Cette approche, fondée sur le scepticisme plutôt que sur l’idéalisme, offre un modèle transférable pour une norme Human-First qui peut conserver sa valeur à mesure que le label se développe.
