Los músicos tienen una nueva forma de rastrear cómo sus obras pueden haber entrado en el ecosistema de la inteligencia artificial. AI Watchdog amplió su buscador para permitir consultas dentro de grandes datasets musicales utilizados o distribuidos para investigación y desarrollo de modelos de IA.
La herramienta permite buscar por artista o canción y comprobar si una obra aparece dentro de estas colecciones. El alcance supera los 21 millones de registros musicales repartidos entre cuatro datasets, desde catálogos construidos a partir de enlaces de YouTube hasta colecciones utilizadas previamente para investigación académica.
Sin embargo, existe una diferencia importante: encontrar una canción en el buscador no demuestra que un modelo específico haya sido entrenado con ella. Lo que confirma es que la obra aparece dentro de un dataset disponible para desarrolladores o investigadores.
Más de 21 millones de registros musicales
Entre las bases que pueden consultarse se encuentran LAION-DISCO-12M y Sleeping-DISCO-9M, dos de las colecciones de mayor tamaño, con alrededor de 12 millones y 9 millones de registros respectivamente.
El buscador también incluye un dataset de canciones asociado con Spotify y una colección procedente de Free Music Archive, con más de 100,000 registros cada una.
No todos estos conjuntos fueron construidos de la misma manera. Algunos contienen principalmente metadatos y enlaces que apuntan hacia música disponible en plataformas públicas, mientras otros incluyen material recopilado bajo licencias específicas.
Esa diferencia impide tratar cada aparición como evidencia automática de una infracción de derechos de autor.
Aparecer en un dataset no prueba que una IA haya escuchado la canción
Este es uno de los límites más importantes de la herramienta.
Una compañía puede utilizar solamente una parte de un dataset durante el entrenamiento, combinar diferentes colecciones o recurrir a bases privadas que no aparecen en el buscador. Por eso, la presencia de una canción no demuestra su utilización por una empresa concreta y su ausencia tampoco garantiza que nunca haya sido utilizada en otro entrenamiento.
El resultado funciona más bien como una forma de rastrear el recorrido potencial de una obra dentro de la infraestructura utilizada para desarrollar sistemas de inteligencia artificial.
También permite ver algo que hasta hace poco era difícil de observar para los propios artistas: qué canciones forman parte de las grandes colecciones de datos que circulan dentro de este sector.
El debate vuelve al consentimiento y la transparencia
La aparición de estas herramientas coincide con una discusión cada vez mayor sobre cómo las compañías de inteligencia artificial obtienen el material utilizado para desarrollar modelos capaces de generar música.
Para artistas, sellos y compositores, una de las preguntas centrales es si sus grabaciones fueron incorporadas con autorización y bajo qué condiciones. Para los desarrolladores, el debate también alcanza conceptos como investigación, licencias y uso legítimo de material disponible en internet.
El buscador no resuelve por sí solo esas disputas ni determina si un uso fue legal o ilegal. Lo que aporta es una capa adicional de transparencia: ahora un artista puede comprobar si su obra aparece en determinadas colecciones relacionadas con el desarrollo de IA y saber exactamente en cuál de ellas fue encontrada.
A medida que la música generativa crece, conocer de dónde provienen los datos utilizados para construir estos sistemas se está convirtiendo en una parte cada vez más importante de la conversación sobre derechos, consentimiento y tecnología.
