Il dibattito italiano sull’intelligenza artificiale e la musica si combatte sul terreno sbagliato. Non è la generazione il problema: è chi possiede i mezzi di generazione e su quale lavoro accumulato sono stati costruiti.
Nel 2023, in un’intervista con Zane Lowe per Apple Music, Damon Albarn prende in mano un Suzuki Omnichord, schiaccia un tasto e dallo strumento esce – intero, riff di piano e fill di batteria compresi – il giro di Clint Eastwood. Il preset si chiama «Rock 1». È del 1981. Su quel loop, vent’anni dopo, i Gorillaz hanno costruito il loro primo singolo, il pezzo che li ha trasformati da progetto grafico di Jamie Hewlett in una band vera. Albarn quel giro non l’ha composto: l’ha trovato, acceso e ci ha rappato sopra. Da allora nessuno ha mai sostenuto che Clint Eastwood non sia musica.
Tengo a mente questa scena ogni volta che, in Italia, parte la discussione sull’intelligenza artificiale generativa applicata alla musica. Perché il dibattito da noi è arretrato due volte. È arretrato sul piano legislativo, dove arriviamo buoni ultimi e male. Ma è arretrato prima ancora nel modo in cui pone la domanda: c’è un popolo numeroso e arrabbiato di musicisti convinto che la musica fatta con l’AI «non sia musica», che non sia ascrivibile alla stessa dignità di quella «suonata». E finché si litiga su questo – è musica vera? – non si litiga sulla cosa giusta. La domanda giusta non è se la macchina possa fare musica. È chi possiede la macchina e su quale lavoro è stata costruita.
Sono tre questioni diverse che il discorso italiano fa collassare in una. Proviamo a separarle, perché è separandole che si capisce dove sta davvero il furto – e dove invece non c’è nessun furto.
La domanda sbagliata
«È musica?» non è una domanda neutra. È una mossa di confine. È il gesto con cui un campo – nel senso di Bourdieu, l’insieme di chi è già dentro e detta le regole dell’ingresso – decide chi consacrare e chi tenere fuori. È la stessa identica reazione che hanno ricevuto in faccia, nell’ordine: il campionatore («ruba i dischi degli altri»), la drum machine («non c’è un batterista vero»), l’Auto-Tune («non sa cantare»), il giradischi usato come strumento («è solo uno che fa girare dischi»). La storia della musica del Novecento è in buona parte la storia di oggetti accusati di non essere veri strumenti e di pratiche accusate di non essere vera musica, fino al momento esatto in cui lo sono diventate – quasi sempre per mano di chi le ha piegate a un uso non previsto.
Dietro l’accusa c’è sempre la stessa ansia: che la riproducibilità tolga all’opera la sua aura, quell’alone di unicità e presenza che Walter Benjamin, già negli anni Trenta, dava per perso con la fotografia e il cinema. Solo che l’aura non se n’è mai andata: si è spostata. E il criterio della purezza esecutiva – la dignità che starebbe nelle dita, nel fiato, nel «l’ho suonato davvero» – non è una costante antropologica della musica. È un’idea sorprendentemente recente e sorprendentemente borghese. È il feticcio del virtuoso romantico, l’eroe ottocentesco che soffre sullo strumento. Per la stragrande maggioranza della storia umana la musica è stata gesto collettivo, anonima, copiata, rubata, rifatta. La dignità dell’opera non è mai stata nel mezzo. È nel gesto. Il preset «Rock 1» c’era già; Clint Eastwood no.
Detto questo – e lo dico perché odio gli argomenti che vincono barando – una differenza c’è e fingere che non esista indebolisce tutto il resto. Quando tweakkо un preset di una drum machine o di un synth manipolo un oggetto finito, che vedo e di cui controllo ogni parametro. Quando invece prompto dentro un modello generativo, una parte della decisione compositiva la delego a una funzione statistica che interpola in uno spazio latente che non vedo e non governo del tutto. Non è «una è musica e l’altra no». È che nel secondo caso divento autore di un processo più che di ogni singola nota. Il che, attenzione e interessantissimo e ha una nobiltà sua. Brian Eno ci ha costruito mezza carriera, sulla delega controllata del caso e del sistema: imposti delle regole e stai a guardare cosa producono. E gli Autechre, su quella stessa intuizione, hanno costruito direttamente la macchina – patch generative, sistemi algoritmici che compongono al posto loro, live set che da almeno vent’anni non sono brani riprodotti ma software che genera materiale in tempo reale, spesso al buio, anche per loro in parte imprevedibile. Sean Booth e Rob Brown promptavano dentro un sistema scritto da loro stessi, di cui non controllavano del tutto l’esito, molto prima che «promptare» volesse dire questo. Ma resta un grado diverso di autorialità, non lo stesso identico gesto. Riconoscerlo non toglie niente alla dignità dell’opera. Toglie qualcosa, semmai, solo alla retorica di chi vende il proprio lavoro come «ho schiacciato un bottone ed è uscito il genio». Tu sai cosa stai facendo, o non lo sai. Questa è la differenza che conta sul piano estetico – e non ha niente a che fare con la macchina in sé.
Liquidata la domanda ontologica, resta quella vera.
Dove sta il furto
Io con la tecnologia ci sguazzo da quando ero ragazzino e la mia posizione è semplice: la dignità di un’opera, comunque la si crei e intoccabile – nei limiti dati dalla legge. Il problema delle AI generative non è che generano. È con cosa hanno imparato a farlo.
Facciamo l’esempio più pulito possibile, il mio. Mettiamo che io costruisca un dataset fatto solo di canzoni de Lo Stato Sociale – pezzi di cui sono coautore e in parte titolare dei diritti – e ci generi dentro: dal pianino Rhodes al brano completo. Lì non vedo alcun problema. È, letteralmente, materiale mio. Non mi sembra diverso dal tweakkare i preset di Albarn. È il mio lavoro accumulato che torna sotto forma di nuovo lavoro. Il valore generato resta dentro il circuito di chi quel valore l’ha prodotto.
Ora cambiamo una sola variabile. Il modello non impara dal mio catalogo, ma da decine di milioni di registrazioni raschiate via senza chiedere il permesso a nessuno, per una finalità dichiaratamente economica e senza che a chi quelle registrazioni le ha fatte arrivi un centesimo né una richiesta di consenso. Stessa tecnologia. Operazione moralmente e politicamente opposta. La prima è artigianato. La seconda è un’enclosure: una recinzione di un bene comune per trasformarlo in capitale privato.
E qui arriva il punto in cui la legge – la nostra, quella europea – non è semplicemente assente. È peggio: c’è ed è scritta a favore di chi recinta. In Europa l’addestramento dei modelli ricade dentro l’eccezione per il text and data mining prevista dall’articolo 4 della Direttiva Copyright del 2019, confermata in chiave AI dall’AI Act (che vi rimanda esplicitamente, considerando 105 e articolo 53) e da un tribunale di Amburgo che nel caso LAION ha stabilito nero su bianco che addestrare un’AI è data mining. La logica di questa architettura è l’opt-out: l’estrazione è permessa per default, a meno che il titolare dei diritti non si sia attivato preventivamente per rifiutarla e debba farlo per giunta in modo «leggibile dalla macchina».
Fermiamoci un secondo su cosa significa, tradotto dall’avvocatese. Significa che la legge ti dice: sei libero di non farti estrarre il lavoro, a patto che tu metta un cartello – nella lingua giusta, nel formato giusto, che i bot del ladro sappiano leggere – su ogni singola porta. Per un’etichetta major con un ufficio legale è una scocciatura gestibile. Per il musicista atomizzato che ha caricato i suoi pezzi su una piattaforma dieci anni fa è una barzelletta. L’onere è ribaltato sul più debole, che nella pratica non ha gli strumenti per esercitarlo. Non è un vuoto normativo: è una norma costruita intorno alla comodità del capitale. Ed è qui che il dibattito italiano dovrebbe stare, invece di scannarsi sull’anima della musica.
Non è furto, è sussunzione
C’è un equivoco da sciogliere e lo sciolgo con Marx perché è il vocabolario più preciso che abbiamo. Quando ci si indigna per l’AI musicale, si pensa al furto del brano: la macchina ti ruba la canzone. Ma non è questo che succede e finché lo raccontiamo così perdiamo la battaglia, perché in effetti il singolo brano spesso non c’è, dentro l’output.
Quello che il modello cattura non è la tua canzone. È la tua competenza. È la grammatica collettiva che generazioni di musicisti hanno prodotto, sedimentata in milioni di registrazioni – lavoro vivo che si è fatto lavoro morto, accumulato e che ora viene risuscitato come capacità generativa privata. Marx la chiamerebbe sussunzione: il capitale non ti ruba il prodotto, si incorpora il sapere che lo produce. È esattamente lo stesso movimento che ho provato a raccontare nel Capitale musicale a proposito dello streaming, solo spostato a monte. Là la piattaforma cattura il valore della circolazione – ti mette in fila in playlist, ti paga frazioni di centesimo a riproduzione e intanto accumula i dati di tutti. Qui il modello cattura il valore del corpus: il lavoro accumulato dell’intero mestiere, congelato in pesi statistici e affittato indietro a chi quel mestiere lo fa ancora.
Posta così, la distinzione tra il mio dataset e il loro smette di essere una furbizia da privilegiato – «io posso perché è roba mia» – e diventa un argomento politico. Perché dimostra una cosa precisa: esiste un modo di usare la generazione che non è predatorio. E se esiste, allora la predazione dei modelli commerciali non è una fatalità tecnologica, una conseguenza inevitabile del «progresso» davanti a cui non c’è alternativa. È una scelta di modello di business. La differenza non è tra l’uomo e la macchina. È tra l’AI dei musicisti e l’AI dei rentier (chi vive di rendita, non di ciò che produce). E spostare l’accusa dal mezzo al rapporto di proprietà è il modo migliore per togliere ai tecno-ottimisti la loro arma preferita – quel realismo capitalista per cui le cose stanno così perché non potrebbero stare altrimenti.
I padroni hanno già fatto pace
Se serviva una prova che il conflitto vero è quello e non l’altro, l’ha fornita il mercato, con il suo consueto cinismo didascalico.
Nel giugno 2024 la RIAA, per conto delle tre major discografiche, fa causa a Suno e Udio, i due principali generatori musicali, con un’accusa secca: hanno addestrato i loro modelli su registrazioni protette, in massa, senza licenza. Suno e Udio rispondono invocando il fair use, sostenendo che usare quelle registrazioni per addestrare sia un uso trasformativo e lecito. Battaglia campale, si dice, destinata a fare giurisprudenza per tutta l’industria.
Diciotto mesi dopo, la battaglia campale è finita in un patto tra signori. Universal ha chiuso con Udio nell’ottobre 2025; Warner ha chiuso con Suno a fine novembre. Entrambe non solo hanno ritirato le cause: stanno co-lanciando con i generatori che avevano denunciato piattaforme di musica «licenziata» in arrivo nel 2026. Suno, nel frattempo, ha chiuso un round da 250 milioni di dollari a una valutazione di due miliardi e mezzo. Il modello dei nuovi accordi prevede micro-royalty per generazione – frazioni di centesimo – che a chi ha orecchie per intendere suoneranno familiari: è la logica del per-stream che ritorna, identica, un piano più sotto. Sony per ora resta fuori e tira dritto verso una sentenza attesa per l’estate, sperando di fissare il precedente che gli altri hanno deciso di non rischiare.
E gli indipendenti? Gli indipendenti hanno dovuto farsi una causa per conto loro, perché gli accordi dei major non li proteggono: quei contratti coprono i cataloghi di chi li ha firmati, non il lavoro dei piccoli finito comunque dentro i dataset. Quello che si sta formando non è una soluzione: è un regime di licenze a due piani. Sopra, chi possiede cataloghi abbastanza grandi da potersi sedere al tavolo e incassare. Sotto, tutti gli altri estratti uguale, pagati zero e ora in concorrenza con una macchina addestrata anche sul loro lavoro.
È la dimostrazione più limpida che si potesse desiderare. Il capitale fa pace con l’estrazione nell’istante esatto in cui ottiene la sua fetta. La questione non è mai stata etica né ontologica. Era una questione di chi incassa. E gli artisti che gridavano «non è musica» si sono ritrovati tagliati fuori non perché avessero torto sulla musica, ma perché stavano combattendo la guerra sbagliata.
La paura è giusta, la mira è sbagliata
Per questo non ho nessuna voglia di sfottere il popolo del «non è musica». Dietro la loro ontologia traballante c’è una paura materiale perfettamente fondata. Hanno ragione ad avere paura. Hanno solo sbagliato bersaglio.
La minaccia non è metafisica: la macchina non gli ruberà l’anima, non svuoterà l’atto creativo del suo senso, non ucciderà la Musica con la emme maiuscola. Quella roba lì sopravviverà come è sopravvissuta al campionatore. La minaccia è economica ed è precisa: un modello addestrato sul tuo lavoro ti mette in concorrenza con una versione automatizzata di te stesso, a costo marginale prossimo allo zero, dentro le stesse identiche playlist dove provi a campare. Non è l’anima a essere in pericolo. È la rendita. È il pavimento sotto i piedi.
Riconoscere che la loro paura è giusta ma mal teorizzata non è un cedimento: è l’unico modo onesto e anche il più efficace, per portarli dalla parte giusta. Che è la parte di chi vuole regolare l’estrazione, non vietare lo strumento. Di chi chiede dataset consensuali, licenziati, cooperativi o di pubblico dominio e modelli di cui i musicisti siano proprietari e non materia prima. Di chi, davanti alla macchina, non domanda «è arte?» ma «di chi è?».
Non c’è purezza disponibile e non è con l’astinenza individuale che si smonta un’enclosure. La domanda non è se usare lo strumento, è a chi appartiene e su quale lavoro accumulato sta in piedi.
L’Omnichord di Albarn costava settantacinque dollari e da un suo preset è nato un classico. La domanda dei prossimi vent’anni è se la macchina equivalente – quella che impara dal lavoro di tutti noi – sarà nostra o ce la riaffitteranno quelli che ci hanno addestrato dentro.



