Comment les modèles d’IA générative sont surtout connus pour produire du texte et des images, bien qu’ils commencent également à s’attaquer à l’audio. La musique est particulièrement délicate, il faut l’admettre : en tant qu’êtres humains, nous pouvons être relativement indulgents envers les images imaginées par une machine et certaines formes d’écriture, mais peut-être pas autant envers l’audio. Les gens peuvent être très exigeants en ce qui concerne les sons qu’ils aiment écouter. Ce n’est pas la seule difficulté à laquelle est confrontée la musique créée par l’IA : il y a aussi le droit d’auteur, avec lequel l’intelligence artificielle en général commence à se heurter de plus en plus dans tous les domaines des médias. Des quantités énormes de données sont nécessaires pour former ces systèmes à reproduire des motifs et des comportements courants. Les start-ups et les géants de la technologie ont scrappé de grandes parties d’Internet, pillant les éditeurs de presse, les forums en ligne, les livres, les sites de partage d’images et bien d’autres encore pour obtenir du contenu. Pourtant, ils sont plus prudents lorsqu’il s’agit d’utiliser de la musique. Il est facile de comprendre pourquoi. Les maisons de disques mènent des litiges acharnés. L’année dernière, un groupe de maisons d’édition musicale dirigé par Universal Music Group (UMG) a poursuivi en justice l’entreprise de démarrage en IA Anthropic en octobre, l’accusant de vol de paroles. Et cela concerne seulement les paroles – nous savons tous ce qui se passe lorsque des extraits, ou ce qui ressemble à des extraits, sont utilisés dans des morceaux sans autorisation. Des poursuites sont engagées et des redevances sont demandées. Si vous créez de la musique en vous basant sur le travail d’autres personnes, vous devez obtenir une autorisation de copyright. Et nous imaginons que les créateurs d’IA qui utilisent la musique d’aujourd’hui dans leurs modèles d’entraînement devront eux aussi passer par là, d’une manière ou d’une autre.
Équilibrer la Numérisation et la Sobriété Numérique dans la Formation Professionnelle : Solutions Actuelles et Besoins Émergents
La formation professionnelle tout au long de la vie (FTLV) connaît une transformation significative dans le contexte actuel de numérisation