Mike Patton, AI i najgorszy żart przyszłości muzyki

Gdyby Nostradamus żył w latach dziewięćdziesiątych, zapewne nosiłby flanelową koszulę, słuchał alternatywnego rocka i przepowiadał zagładę ludzkości na antenie MTV. Mike Patton poszedł o krok dalej. W 1992 roku, przeżuwając kanapkę przed kamerą, postanowił zwolnić wszystkich muzyków świata. Ot, tak. Między jednym kęsem a drugim. Powód? Ludzie są beznadziejni, a już najgorsze w muzyce jest to, że wciąż ktoś ją gra. Komputery powinny przejąć interes, bo są znacznie bardziej porąbane od człowieka i mogłyby zaprowadzić dźwięk w rejony, do których nawet najbardziej odklejony instrumentalista bałby się zajrzeć. Właściwie trudno o bardziej rewolucyjną deklarację wygłoszoną przez faceta, który akurat walczy z pieczywem.

Minęły trzydzieści cztery lata. Komputery rzeczywiście komponują, aranżują, produkują, śpiewają, a gdyby ktoś odpowiednio sformułował polecenie, zapewne potrafiłyby jeszcze przeprowadzić wywiad z własnym wykonawcą i zachwycić się jego artystyczną dojrzałością. Wystarczy kilka zdań wpisanych do generatora, żeby otrzymać stadionowy hymn, melancholijną balladę albo progresywno-metalową epopeję o rozterkach samotnego tostera. Odpadają próby, konflikty personalne, fochy wokalisty i gitarzysta, który od tygodnia przekonuje wszystkich, że jego solówce brakuje jeszcze dwóch minut. Czysta oszczędność, bezlitosna wydajność. Marzenie księgowego, koszmar związku zawodowego.

Patton dostał więc niemal dokładnie to, czego sobie życzył. Tylko zamiast komputerowego szaleństwa otrzymaliśmy maszyny, które potrafią produkować ludzką przewidywalność z wydajnością fermy drobiu. Trzeba przyznać, że przyszłość znalazła osobliwy sposób na zrobienie mu na złość.

Prorok z kanapką i jego starannie zaplanowany obłęd

Oczywiście Patton nie proponował likwidacji instrumentalistów z troski o rentowność przemysłu muzycznego. W słynnym The Sandwich Interview, nagranym w okresie powstawania „Angel Dust”, zachwycała go perspektywa muzyki coraz bardziej zdeformowanej, niepokornej, odklejonej od własnych przyzwyczajeń. Komputer miał być kimś w rodzaju obłąkanego chirurga, który bierze piosenkę na stół operacyjny, rozcina ją w najmniej odpowiednim miejscu, a następnie zszywa z części znalezionych w zupełnie innym pacjencie. Byle tylko po wszystkim dało się usłyszeć coś, czego wcześniej nie było.

Nieprzypadkowo mówił to człowiek, którego artystyczny życiorys przypomina rozkład jazdy sporządzony przez dyspozytora po trzech nieprzespanych nocach. Na „Angel Dust” Faith No More zderzali nerwowy groove Midlife Crisis z groteskowym, niemal knajpianym monologiem RV, by chwilę później w Jizzlobber wpuścić do środka gitarowy ciężar i wokalne spazmy. Mr. Bungle traktowali stylistykę niczym szwedzki stół, z którego wolno było zabrać wszystko, pod warunkiem że żaden ze składników nie zostanie podany zgodnie z przeznaczeniem. A Fantômas? Ci potrafili rozebrać kompozycję na drobne, przełożyć jej części według własnego kaprysu i uruchomić całość w tempie sugerującym, że ktoś pomylił przycisk odtwarzania z alarmem przeciwpożarowym.

Tyle że za tą fantazyjną demolowaniem muzycznych konwenansów kryła się żelazna dyscyplina. Patton w rozmowie z „Tape Op” w 2006 roku opowiadał o przygotowywaniu szczegółowych szkiców dla Fantômas, pracy z Pro Tools i Logic oraz traktowaniu domowego studia jak pełnoprawnego instrumentu. Jego muzyka mogła przypominać katastrofę komunikacyjną, lecz rozkład kolizji ustalano z wyprzedzeniem. Nawet wokal, zamiast zajmować honorowe miejsce na środku sceny, bywał sprowadzany do funkcji kolejnej gitary, imitatora efektów dźwiękowych albo czegoś, co trudno byłoby wpisać do rubryki „rodzaj instrumentu”.

Zresztą Patton zdradził przy okazji pewną uroczą tajemnicę warsztatową. Przez jakiś czas nagrywał w pomieszczeniu gospodarczym obok pieca, z którego, jak odkryto później, ulatniał się tlenek węgla. Żona skwitowała tę rewelację sugestią, że przynajmniej wiadomo już, skąd brała się jego muzyka. Trudno o piękniejszą definicję domowego studia eksperymentalnego, choć Państwowa Inspekcja Pracy mogłaby mieć zastrzeżenia.

Patton doskonale rozumiał technologię jako narzędzie. W naszej recenzji „Sol Invictus” Faith No More zwracaliśmy uwagę na podobną skłonność do pastiszu, nieoczywistych kontrastów i wokalnych fanaberii. Cała sztuka polegała na tym, że nawet najbardziej pokraczne pomysły miały własną logikę. Tymczasem dzisiejsze generatory potrafią zaoferować całkiem przyzwoitą logikę bez szczególnie pokracznych pomysłów. Szkoda, bo akurat tego pierwszego muzyce popularnej nigdy przesadnie nie brakowało.

Dadabots. Kiedy maszyna naprawdę dostała małpiego rozumu

Na szczęście znalazło się dwóch śmiałków, którzy postanowili potraktować Pattona jak proroka, zamiast jak kolejnego muzyka wygadującego głupoty przed kamerą. CJ Carr i Zack Zukowski, znani jako Dadabots, zaczęli eksperymentować z sieciami neuronowymi uczonymi bezpośrednio na nagraniach. Żadnych nut, żadnych podręcznikowych progresji akordów, żadnego prowadzenia za rączkę po bezpiecznych ścieżkach harmonii. Model SampleRNN analizował surowy sygnał dźwiękowy i próbował przewidzieć, co powinno wydarzyć się dalej. Wyobraźmy sobie małe, elektroniczne stworzenie, które karmiono metalem, aż zaczęło wydawać odgłosy przypominające muzykę. Chwilami nawet całkiem przekonującą.

Ich pierwsze eksperymenty przynosiły rezultaty tak osobliwe, że człowiek zaczynał podejrzewać sprzęt o potrzebę egzorcysty. W oficjalnym FAQ z 2018 roku twórcy wspominali próbę wytrenowania modelu na wokalach Kurta Cobaina. Zamiast spodziewanych fragmentów śpiewu maszyna zaczęła wykrzykiwać coś o Jezusie. Panowie popatrzyli na siebie z niedowierzaniem. Przyznajmy, że jeśli komputer mający uczyć się wokalisty Nirvany zaczyna karierę od religijnego opętania, to przynajmniej nie można mu zarzucić braku inicjatywy.

W 2019 roku uruchomili Relentless Doppelganger, nieprzerwaną transmisję generowanego komputerowo technicznego death metalu, wytrenowanego na „Relentless Mutation” kanadyjskiego Archspire. I tu zaczyna się naprawdę smakowity paradoks. Muzyka słynąca z ekstremalnej precyzji, szaleńczych temp i instrumentalnej ekwilibrystyki posłużyła za pokarm algorytmowi, który próbował odtworzyć jej strukturę bez klasycznego rozumienia rytmu czy harmonii. Powstawały zdeformowane riffy, metaliczne wybuchy, wokalne charczenie i dźwiękowe mutacje przypominające wspólną próbę zespołu grindcore’owego oraz źle wyregulowanej maszyny przemysłowej.

Przy wcześniejszych wydawnictwach Dadabots selekcjonowali materiał, odrzucając nieudane fragmenty. W przypadku tej transmisji pozwolili maszynie grać bez bieżącego redaktorskiego sita. I choć nie wszystko nadawało się do słuchania z własnej woli, doświadczenie miało pewną niepodważalną zaletę: faktycznie próbowało zapuścić się w nieznane. Dadabots nie uczyli komputera komponowania poprawnych piosenek. Podsunęli mu muzyczną rzeczywistość do przeżucia i sprawdzali, jakie stworzenie wypluje po drugiej stronie.

Najpiękniejszy jest jednak szczegół, który spina tę historię z kanapką Pattona. Twórcy Dadabots sami przywołali jego wypowiedź z 1992 roku i otwarcie przyznali, że podzielają zawartą w niej filozofię. Chcieli wykorzystać sztuczną inteligencję do rozszerzania możliwości muzyków, a nie wyłącznie do ich zastępowania. Pattona wymieniali nawet wśród artystów, którym chętnie oddaliby takie narzędzia do dyspozycji. Być może słusznie. Człowiek, który potrafił z własnej krtani uczynić cały ogród zoologiczny po zbiorowym załamaniu nerwowym, mógłby znaleźć dla neuronowego generatora zastosowania wykraczające poza produkcję kolejnego przebojowego refrenu.

Dziewięćdziesiąt tysięcy piosenek. I kto to, do cholery, ma jeść?

Przeskoczmy do 2026 roku. Technologia, która jeszcze niedawno przypominała eksperymentalną aparaturę z laboratorium obłąkanego profesora, trafiła na rynek. A rynek, jak wiadomo, na widok czegokolwiek nowego zadaje przede wszystkim dwa pytania: ile można tego wyprodukować i czy da się na tym zarobić?

W lipcu Deezer poinformował, że każdego dnia otrzymuje średnio około 90 tysięcy nagrań w pełni wygenerowanych przez sztuczną inteligencję. W szczytowych momentach czerwca stanowiły one ponad połowę wszystkich nowych zgłoszeń muzycznych. Dziewięćdziesiąt tysięcy! Codziennie! Wyobraźmy sobie restaurację, której kuchnia wydaje tyle dań, że kelnerzy nie nadążają nawet odczytywać nazw, nie mówiąc o sprawdzaniu, czy ktoś przypadkiem nie dostał tej samej zupy pod siedemnastoma różnymi nazwami. Kucharz dawno opuścił lokal, klienci również, lecz z zaplecza wciąż wyjeżdżają kolejne talerze. Wszystko świeże, pachnące i z dekoracją w postaci natki pietruszki. Tylko po co?

Według danych Deezer syntetyczne nagrania odpowiadały zaledwie za 1–3 procent wszystkich odtworzeń na platformie, przy czym serwis sam ograniczał ich zasięg, wykluczając je z rekomendacji i playlist redakcyjnych. Jeszcze bardziej groteskowo przedstawiały się statystyki dotyczące manipulacji: w 2025 roku nawet 85 procent odtworzeń muzyki w pełni wygenerowanej przez AI identyfikowano jako oszukańcze. To ustalenia systemów detekcyjnych platformy, więc nie należy automatycznie przenosić ich na każdego korzystającego z generatywnych narzędzi. Jednak sam obraz jest rozkosznie absurdalny. Komputer produkuje piosenkę, inny komputer ją odtwarza, kolejny nalicza tantiemy. Człowiek może wreszcie spokojnie zająć się czymś pożytecznym, na przykład nauką gry na instrumencie, choć z ekonomicznego punktu widzenia byłaby to już niemal ekstrawagancja.

Żeby było jasne: nie mam zamiaru ogłaszać krucjaty przeciwko sztucznej inteligencji. Byłoby to równie rozsądne, jak wypędzanie syntezatorów z muzyki za pomocą wody święconej i wahadła. Generatywne modele mogą poszerzać paletę barw, pomagać w kompozycji, podsuwać rozwiązania aranżacyjne i otwierać zupełnie nowe możliwości eksperymentowania z dźwiękiem. Problem zaczyna się wtedy, gdy zamiast wykorzystywać tę swobodę, każemy maszynie odtworzyć to, co już sprawdziło się na rynku. Prosimy o melancholijny wokal, chwytliwy refren, odrobinę nostalgii i produkcję przypominającą ostatni radiowy przebój. Maszyna, niczym przesadnie uprzejmy kelner, przynosi dokładnie to, co zamówiliśmy. Nawet jeśli po takim posiłku pamięta się jedynie rachunek.

Zresztą nie udawajmy, że dopiero AI nauczyła muzyków produkowania wtórności. Przemysł fonograficzny od dziesięcioleci zapełnia katalogi płytami tak zachowawczymi, że przy nich instrukcja obsługi kosiarki może uchodzić za manifest awangardy. Różnica polega na tym, że kiedyś przeciętny album wymagał przynajmniej kilku tygodni pracy, wynajęcia studia i całej serii kompromisów między ludźmi przekonanymi o własnym geniuszu. Dzisiaj można oszczędzić sobie tych niedogodności i przejść od pomysłu do gotowej przeciętności w kilka minut. Komputery nie wynalazły muzycznej mielonki. Po prostu zautomatyzowały maszynkę do mięsa.

Przyszłość miała grać inaczej. Na razie dostała przycisk „wyłącz”

Jest w tej opowieści jeszcze jeden szczegół, który Pattonowi mógłby przypaść do gustu. W październiku 2026 roku Deezer zapowiedział wprowadzenie przełącznika pozwalającego wykluczyć utwory w pełni wygenerowane przez AI z wyników wyszukiwania. Funkcja ma zostać udostępniona przed końcem roku. Proszę docenić elegancję sytuacji. W 1992 roku Patton chciał, żeby komputery przejęły muzykę. Trzydzieści cztery lata później przemysł muzyczny przygotowuje specjalny guzik dla tych, którzy chcą je z powrotem wykopać za drzwi. Gdyby Samuel Beckett pisał scenariusze dla serwisów streamingowych, trudno byłoby mu wymyślić zgrabniejszy dowcip.

Nie oznacza to oczywiście, że muzyka tworzona z udziałem sztucznej inteligencji powinna trafiać na jakiś cyfrowy cmentarz. Zresztą podział na twórczość ludzką i komputerową od dawna nie jest tak prosty, jak sugerują najbardziej bojowi obrońcy jedynej słusznej tradycji. Człowiek korzystający z syntezatorów, samplerów, algorytmicznych sekwencerów czy generatywnych narzędzi nadal może podejmować samodzielne decyzje artystyczne. Z kolei kwartet wybitnych instrumentalistów potrafi nagrać płytę tak pozbawioną własnej osobowości, że automat perkusyjny odmówiłby przyznania się do pokrewieństwa.

Przypomina się przy tej okazji opisywane przez nas „Everyday Chemistry”, fikcyjny album Beatlesów z równoległego wszechświata. Anonimowy twórca posklejał solowe nagrania Lennona, McCartneya, Harrisona i Starra, dopisując do całej mistyfikacji opowieść o podróży między wymiarami. Montaż pozostawiał szwy, różnice brzmieniowe bywały wyraźne, ale sam pomysł miał wystarczająco dużo bezczelnego wdzięku, żeby słuchacze przez lata roztrząsali jego szczegóły. Dzisiejsze generatory mogłyby zapewne przygotować technicznie bardziej przekonujących fałszywych Beatlesów. Czy wymyśliłyby równie zabawną historię, gdyby nikt ich o nią nie poprosił? A przede wszystkim, czy komuś chciałoby się tę historię wymyślić, skoro można po prostu zażądać kolejnej gotowej piosenki?

Wróćmy więc do Pattona i jego nieszczęsnej kanapki. Największa ironia polega na tym, że komputery rzeczywiście otrzymały możliwość zaprowadzenia muzyki w rejony, do których ludzka wyobraźnia docierała dotąd z trudem. My natomiast bardzo często wykorzystujemy je do odmalowywania ścian w tych samych, dobrze znanych pokojach. Dadabots przynajmniej próbowali wyważyć drzwi do nowych pomieszczeń. Rynek szybko odkrył, że znacznie łatwiej sprzedaje się ludziom znajomy krajobraz, zwłaszcza jeśli dorobi mu się nową, błyszczącą ramkę.

Może więc Patton wcale nie pomylił się w swoich przewidywaniach. Komputery faktycznie potrafią być bardziej pokręcone od ludzi. Mogą wykrzykiwać religijne brednie głosem przypominającym Cobaina, produkować nieskończony death metal, deformować dźwięki i wywracać muzyczną składnię na lewą stronę. Tylko że my, zamiast pozwolić im na tę cudowną bezczelność, coraz częściej sadzamy je za biurkiem, wręczamy instrukcję i prosimy o coś przebojowego, najlepiej podobnego do tego, co już wszyscy znają.

Patton chciał uwolnić muzykę od ludzi. Nie przewidział jedynie, że nawet najbardziej szalony komputer będzie musiał kiedyś wysłuchać polecenia człowieka, który właśnie odkrył, że na tandetnym refrenie da się zarobić kilka groszy.

I tak oto spełniło się jego proroctwo. Maszyny przejęły instrumenty, studia i część pracy kompozytorów. Nie zdołały jednak przejąć jednej rzeczy: ludzkiego zamiłowania do robienia w kółko tego samego.

Właściwie trudno się dziwić. W końcu sam Patton ostrzegał, że z ludźmi jest najgorzej.

Zwłaszcza kiedy mają pod ręką przycisk „Generuj ponownie”.