Trong một diễn biến quan trọng của cuộc xung đột không ngừng giữa những người sáng tạo và các nhà phát triển trí tuệ nhân tạo, The Atlantic đã chính thức công bố một công cụ đột phá, cho phép các nhạc sĩ tìm kiếm và xác minh liệu các bài hát của họ có bị sử dụng để đào tạo các mô hình AI hay không.
Được tổng hợp bởi nhà nghiên cứu kiêm biên tập viên Alex Reisner, công cụ "AI Watchdog" vừa ra mắt sử dụng bốn bộ dữ liệu khổng lồ chứa hàng triệu bài hát đã được chia sẻ rộng rãi trong cộng đồng phát triển AI.
---
1. Bên Trong Kho Dữ Liệu "AI Watchdog": Hơn 21 Triệu Bài Hát Bị "Phơi Bày" 🕵️♀️
Sáng kiến AI Watchdog đã mang lại sự minh bạch cho bốn bộ dữ liệu âm thanh khổng lồ vốn được lưu hành "ngầm" giữa các nhà nghiên cứu và công ty AI. Quy mô của các bộ dữ liệu này thực sự đáng kinh ngạc:
* Bộ dữ liệu 1: Chứa khoảng 12 triệu bài hát. * Bộ dữ liệu 2: Chứa khoảng 9 triệu bài hát. * Bộ dữ liệu 3 & 4: Các bộ sưu tập nhỏ hơn nhưng chuyên biệt cao, mỗi bộ chứa hơn 100.000 bài hát. Một trong số đó được tổng hợp từ Free Music Archive, một thư viện âm nhạc hợp pháp phổ biến ban đầu được thành lập bởi đài phát thanh WFMU của New Jersey.
Tổng cộng, các bộ dữ liệu này bao gồm hơn 21 triệu bài hát thuộc mọi thể loại, với mật độ đáng kể là nhạc điện tử, dance, hip-hop, indie và underground. Từ các siêu sao đến những nghệ sĩ độc lập làm nhạc tại nhà đều có mặt trong các bộ sưu tập này.
---
2. Lách Đăng Nhập và Chặn Quảng Cáo: Cách Các Nhà Phát Triển AI "Hút" Dữ Liệu Từ YouTube & Spotify 👻
Theo điều tra của Reisner, phần lớn các bộ dữ liệu không lưu trữ trực tiếp các tệp âm thanh gốc. Thay vào đó, chúng phân phối các đường liên kết đến các nền tảng như YouTube và Spotify.
Để biến các liên kết này thành dữ liệu đào tạo, các nhà phát triển AI đã sử dụng phần mềm tự động được thiết kế riêng. Các "công cụ cạo" này đã:
* Vượt qua đăng nhập người dùng và tường phí (paywall). * Chặn quảng cáo. * Tránh né các hệ thống kiếm tiền và theo dõi người đăng ký.
Kết quả là, các mô hình AI đã được đào tạo dựa trên các bản ghi âm chất lượng cao mà không tạo ra bất kỳ lượt phát, lượt xem, doanh thu quảng cáo hay phí bản quyền thuê bao nào cho những người tạo ra nội dung gốc.
---
3. Google, Stability AI và Lời Biện Hộ Của Các Gã Khổng Lồ Công Nghệ 🤔
Các công ty công nghệ lớn đã công khai thừa nhận việc sử dụng các bộ dữ liệu này. Ví dụ, Google và Stability AI đã tận dụng chúng để đào tạo các mô hình tạo âm thanh AI của họ.
Google đã biện hộ cho hành động của mình bằng cách tuyên bố rằng các mô hình tạo âm thanh của họ được đào tạo trên các tài liệu mà Google/YouTube có "quyền sử dụng theo điều khoản dịch vụ của chúng tôi". Tuy nhiên, tính chất thiếu minh bạch của ngành công nghiệp AI tạo sinh khiến việc các nghệ sĩ biết được mô hình nào đã "nuốt chửng" kho tác phẩm của họ – hay bao nhiêu cơ sở dữ liệu ẩn khác hiện đang tồn tại – trở nên gần như bất khả thi.
Việc công bố cơ sở dữ liệu này đã gây ra làn sóng chấn động trong cộng đồng âm nhạc độc lập. Vince Valholla, chủ sở hữu một kho nhạc độc lập, chia sẻ trên X (trước đây là Twitter) rằng hơn 100 bài hát từ kho của anh đã được phát hiện trong các bộ dữ liệu. Anh viết: "Thật lòng mà nói, cho đến khi các hãng đĩa lớn giải quyết xong các vụ kiện của họ, nghệ sĩ hay hãng đĩa nhỏ không có cách nào để chống trả. Họ đã cạo đi những bài hát hay nhất từ kho của chúng tôi. Tôi thực sự thấy tồi tệ."
---
4. Bối Cảnh Pháp Lý và Quy Định Hiện Hành ⚖️
Việc ra mắt cơ sở dữ liệu âm nhạc AI Watchdog diễn ra trong bối cảnh một làn sóng kiện tụng bản quyền chưa từng có:
* Các hãng đĩa lớn (Sony Music, Universal Music Group và Warner Music Group) đang tích cực kiện các startup AI tạo sinh âm nhạc Suno và Udio vì vi phạm bản quyền quy mô lớn và có hệ thống. * Một số công ty công nghệ đang chuyển sang các thỏa thuận cấp phép; Warner và Universal đã thiết lập quan hệ đối tác hoặc đạt được thỏa thuận cấp phép với các công ty AI được chọn. * Trong khi đó, các nền tảng phát trực tuyến đang phản ứng bằng cách xây dựng hàng rào phòng thủ. Deezer gần đây đã công bố công cụ phát hiện nhạc AI của riêng mình để tự động nhận diện và gắn thẻ nội dung do AI tạo ra được phân phối trên các mạng phát trực tuyến.
---
5. "AI Watchdog" Có Ý Nghĩa Gì Đối Với Nhạc Sĩ? 🤔💡
The Atlantic đã thành lập sáng kiến AI Watchdog vào năm 2025, ban đầu tập trung vào việc phơi bày các bộ dữ liệu trái phép được sử dụng để đào tạo các mô hình AI dựa trên hàng triệu cuốn sách, bài nghiên cứu và phương tiện video. Việc bổ sung cơ sở dữ liệu âm nhạc đánh dấu sổ cái kỹ thuật quan trọng đầu tiên được cung cấp cho công chúng để kiểm tra việc đào tạo AI âm nhạc.
Công cụ này cung cấp bằng chứng trực tiếp cho những người sáng tạo, nhưng đi kèm với hai cảnh báo quan trọng:
1. Sự xuất hiện không phải là bằng chứng cuối cùng về việc đào tạo: Một bài hát xuất hiện trong các bộ dữ liệu có nghĩa là nó đã được đóng gói và chia sẻ trong cộng đồng nhà phát triển AI cho mục đích đào tạo, nhưng không đảm bảo rằng một mô hình thương mại cụ thể nào đã sử dụng nó. 2. Việc vắng mặt không phải là bằng chứng về sự an toàn: Bởi vì nhiều công ty tư nhân đào tạo các mô hình trên các bộ dữ liệu độc quyền, được bảo vệ nghiêm ngặt, một bài hát không hiển thị trong AI Watchdog không có nghĩa là nó an toàn khỏi việc bị AI "cạo" dữ liệu.