Innhold Vis
Jeg liker egentlig ikke musikk. Jeg velger aldri å sette på en sang hvis jeg kan høre en podcast, lydbok eller noe annet interessant. Det betyr ikke at all musikk høres lik ut for meg. Noe er mer behagelig enn annet, akkurat som for alle andre. Men jeg oppsøker ikke musikk for musikkens skyld.
Likevel lager jeg en del AI-musikk og AI-musikkvideoer.
Ikke fordi jeg går rundt med et uutløst behov for å bli artist. Jeg gjør det fordi terskelen er lav. En generert sang gir meg noe konkret å bygge videre på når jeg vil teste AI-video, animasjon, lipsync, klipping og automatisering. Musikken er ofte råmaterialet i et teknologieksperiment.
Det gjør meg kanskje til en litt uvanlig deltaker i debatten. Jeg har ingen romantisk forestilling om at alle som skriver én setning i Suno plutselig er komponister. Samtidig blir det meningsløst å hevde at resultatet ikke er musikk bare fordi en AI var med på å lage det.
Musikk er musikk. Det vanskelige spørsmålet er ikke hva lydfilen er. Det vanskelige spørsmålet er hvem som har skapt uttrykket, hvor mye arbeid som ligger bak og hvilke rettigheter som ble respektert på veien.
Lav terskel betyr ikke at resultatet slutter å være musikk
La oss begynne med det åpenbare: Terskelen for å lage brukbar AI-musikk er ekstremt lav.
Du trenger ikke kunne noter. Du trenger ikke spille et instrument. Du trenger knapt kunne prompte. Skriv «lag en trist rockesang om en hund som savner eieren sin», og du får noe med vers, refreng, vokal, trommer og gitar. Kanskje til og med noe som fester seg.
Det krever langt mindre ferdighet enn å lære gitar, spille i band eller produsere en låt fra bunnen av. Det har jeg ingen problemer med å innrømme.
Men lav terskel avgjør ikke hva resultatet er. Et mobilkamera gjør det latterlig enkelt å ta et bilde. Bildet slutter ikke å være et fotografi av den grunn. En ferdig trommeloop i et musikkprogram krever mindre enn å spille trommer i et studio, men lyden blir ikke umusikalsk idet den trekkes inn på tidslinjen.
Tilgjengelighet og kunstnerisk innsats er to forskjellige spørsmål.
Ett klikk gjør deg ikke automatisk til komponist
Her synes jeg begge sider i debatten roter det til.
Noen AI-entusiaster snakker som om enhver generering er et stort personlig kunstverk. Det blir for enkelt. Hvis du skriver én vag setning, tar første resultat og publiserer det urørt, har modellen tatt nesten alle de skapende valgene. Du har bestilt. Du har ikke nødvendigvis komponert.
På den andre siden finnes det folk som avviser all AI-musikk som resultatet av ett tastetrykk. De overser at arbeidsflyten kan være alt fra en tilfeldig generering til flere dager med tekstskriving, prompting, nye versjoner, valg av stemme og instrumenter, oppdeling i stems, omarrangering, miksing og manuell redigering.
Det finnes altså ikke én «AI-musiker». Det finnes en hel skala:
- Personen som tar første resultat fra én enkel prompt.
- Låtskriveren som bruker AI til å høre en tidlig demo av sin egen tekst og melodi.
- Produsenten som genererer deler, klipper dem opp og bygger et nytt arrangement.
- Musikeren som bruker AI til mastering, stem-separasjon, tonekorrigering eller lyddesign.
- Den kreative lederen som arbeider gjennom mange titalls forsøk for å få frem et bestemt uttrykk.
De har ikke gjort det samme arbeidet. Derfor trenger vi heller ikke late som de fortjener samme merkelapp.
Det amerikanske Copyright Office trekker et lignende skille i sin gjennomgang av opphavsrett og AI-genererte verk. Ren prompting gir normalt ikke opphavsrett til uttrykk som maskinen har bestemt. Menneskelig utvalg, arrangement og kreative endringer kan derimot være beskyttet. Det er amerikansk rett, ikke en norsk fasit, men skillet er fornuftig: Verktøyet kan lage innhold, mens menneskets konkrete skapende bidrag avgjør hva mennesket faktisk kan ta æren for.
«Ekte musikere» har sagt dette om nye verktøy før
Påstanden om at en ny teknologi ødelegger ekte musikk er ikke ny.
Det britiske musikerforbundet beskriver selv historikken. Under skiffle-bølgen på 1950-tallet kom det krav om at utøverne burde holdes utenfor forbundet fordi de ikke var ekte musikere. Folk stilte senere spørsmål ved om de som spilte Hammond-orgel, fortjente medlemskap.
I 1982 gikk London-avdelingen enda lenger. Barry Manilow turnerte med en rekke synthesizere som erstattet orkesteret, og avdelingen krevde et direkte forbud mot synthesizere. Bekymringen for arbeidsplasser var forståelig. Løsningen ser ganske komisk ut i ettertid.
Synthesizeren forsvant ikke. Den ble et instrument.
Det samme skjedde med platespillere, trommemaskiner og sampling. Hip-hop vokste frem gjennom musikere og DJ-er som loopet partier fra eksisterende plater, brukte to platespillere som instrument og senere tok i bruk blant annet 808-trommemaskinen. I dag behandles denne historien som en sentral del av moderne musikk av institusjoner som Smithsonian. På veien ble rap gjentatte ganger avvist som «ikke musikk».
Auto-Tune fikk sin egen runde. Teknologien var laget for tonekorrigering, men ble senere brukt hørbart og bevisst som et instrument. En fagartikkel i tidsskriftet Popular Music beskriver hvordan kritikken fulgte det samme mønsteret: Teknologien skulle gjøre det mulig for talentløse mennesker å lykkes og gjøre musikken uekte.
Dette betyr ikke at AI er identisk med en synthesizer eller Auto-Tune. AI kan overta flere skapende valg og er trent på enorme datamengder. Forskjellene er reelle. Men reaksjonsmønsteret er kjent: Et nytt verktøy senker terskelen, utfordrer arbeidsplasser og blir først definert som juks. Etter hvert finner mennesker uttrykk som ikke fantes før verktøyet kom.
Smoke on the Water er også kopiering før det blir læring
De fleste lærer ikke musikk i et vakuum. En ny gitarist klimprer på riff andre har laget. Hele vitsen om «Smoke on the Water» i gitarbutikken fungerer fordi tusenvis av mennesker har kopiert den samme starten mens de lærer.
Band begynner som coverband. Forfattere leser bøker. Filmskapere ser film. Musikere plukker fra sjangre, akkordrekker, rytmer og produksjonsgrep som allerede finnes. Menneskelig kreativitet er full av påvirkning, etterligning og ombygging.
Derfor blir setningen «mennesker blir inspirert, AI stjeler» for enkel. AI-modeller lærer også mønstre fra eksisterende materiale og kombinerer det de har lært i nye resultater.
Men sammenligningen har en grense. Et menneske som hører en sang, og et selskap som systematisk kopierer millioner av filer inn i en treningspipeline, gjør ikke teknisk eller juridisk det samme. Storskala innsamling, hvordan filene ble skaffet og om tjenesten konkurrerer med dem som skapte materialet, er legitime spørsmål.
Jeg har skrevet mye om akkurat disse problemene, blant annet i gjennomgangen av Suno, opphavsrett og hvem som egentlig bærer risikoen. Jeg forsvarer ikke at et selskap skraper en hel katalog, bygger en kommersiell skytjeneste og avfeier alle spørsmål med ordet «inspirasjon».
Det jeg avviser, er at hele debatten kan avsluttes ved å rope «tyveri» mot enhver bruker og enhver bruk av AI.
Min lokale AI er ikke det samme som en kommersiell skytjeneste
Her kommer et skille jeg mener er helt avgjørende.
Hvis jeg kjøper en bok, mener jeg at jeg må få bruke den som privat opplærings- og referansemateriale i min egen lokale AI. Jeg kan lese den, ta notater, søke i den og lære av den. Da må jeg også kunne la et verktøy på min egen maskin hjelpe meg med å finne og forstå materialet.
Det betyr ikke at jeg kan publisere boken på nytt, dele filen eller be modellen gjengi kapitler som jeg så selger som mine egne. Vanlig opphavsrett gjelder fortsatt for det jeg sprer videre.
Og jeg ville aldri lastet en kjøpt bok opp til en tilfeldig sky-AI. Da gir jeg en tredjepart tilgang til en kopi og mister kontrollen over hva som skjer med den.
Dette er en av grunnene til at lokale AI-modeller er viktigere enn nesten alt annet i AI-debatten. Når modellen og dataene ligger på min egen maskin, kan jeg bruke mine egne lovlig anskaffede kilder privat uten at materialet sendes til et teknologiselskap. Lokal AI handler ikke bare om pris og personvern. Det handler om faktisk kontroll over kunnskap du allerede har betalt for.
Dette er min prinsipielle posisjon. Den nøyaktige lovligheten kan variere mellom land og bruksformer, og rettstilstanden rundt AI-trening er fortsatt i utvikling.
Opphavsrettsdebatten er ikke avgjort med ett ord
Den amerikanske opphavsrettsmyndigheten konkluderte i 2025 med at noen former for AI-trening kan være fair use og andre ikke. Lovlig tilgang, formålet med kopieringen, risikoen for gjengivelse, konkurransen med originalene og muligheten for lisensiering spiller inn.
Det er et langt mer troverdig utgangspunkt enn begge ytterpunktene.
«Alt er tyveri» er for enkelt.
«Alt er læring» er også for enkelt.
Vi må skille mellom hvordan treningsdata ble hentet, hva modellen faktisk gjør, om resultatet kopierer et konkret verk, om noen etterligner en identifiserbar stemme, og om bruken er privat eller kommersiell.
Jeg håper markedet finner gode lisensordninger der kommersielle AI-selskaper betaler for kataloger de faktisk trenger. Jeg håper også eksisterende regler brukes hardt mot svindel, falske artistprofiler, stemmekloning uten samtykke og direkte kopiering. Det beskytter både musikere og vanlige brukere uten å forby teknologien.
Personangrep er ikke et argument mot AI-musikk
Det er fullt mulig å være sterkt kritisk til AI-musikk uten å oppføre seg som en idiot mot folk som bruker verktøyene.
Når svaret blir at noen «sitter på ræva», «ikke er kreative» eller «bare stjeler», har debatten ofte forlatt både teknologien og opphavsretten. Da handler det om å plassere et menneske nederst i et kreativt hierarki.
Jeg kan tåle en fornærmelse. Det gjør bare ikke argumentet bedre.
Hvis noen mener en bestemt modell ble trent ulovlig, kan vi diskutere kildene. Hvis en låt kopierer et konkret verk, kan vi sammenligne dem. Hvis en person hevder å ha komponert noe som kom urørt fra én prompt, kan vi stille spørsmål ved påstanden.
Men det er noe annet enn å angripe alle som bruker AI. Mange musikere bruker allerede AI til rydding, mastering, separasjon av stems, demoer, idéutvikling og produksjon. Grensen mellom «ekte musikk» og «AI-musikk» kommer til å bli stadig vanskeligere å tegne.
Jeg vil ha mer AI-musikk og gode vilkår for musikere
Jeg håper AI-musikk fortsetter å utvikle seg. Jeg håper også menneskelige musikere får gode vilkår, blir betalt for arbeid og beholder kontroll over navn, stemme og konkrete verk.
Det er ikke en selvmotsigelse.
AI kan gi flere mennesker mulighet til å uttrykke en idé de ellers aldri kunne ha realisert. Den kan hjelpe musikere med deler av arbeidet de ikke kan eller vil gjøre selv. Den kan gjøre det enklere å lage demoer, filmmusikk, spillmusikk og personlige prosjekter.
Den kan også fylle strømmetjenester med generisk søppel, brukes til svindel og presse prisene på arbeid. Et verktøy kan åpne dører og samtidig skape problemer. Vi trenger ikke velge én av de to virkelighetene.
Jeg har selv laget langt over 150 AI-sanger og brukt musikken som grunnlag for AI-musikkvideoer der teknologien er selve prosjektet. Det gjør meg ikke til gitarist, vokalist eller tradisjonell komponist. Det betyr bare at jeg har brukt et nytt verktøy til å lage noe som ikke eksisterte før.
Om noen liker resultatet, er en annen sak. Jeg liker som sagt knapt musikk selv.
Men musikk er det.
Ofte stilte spørsmål
Er AI-musikk virkelig musikk?
Ja, et musikalsk lydresultat slutter ikke å være musikk fordi AI var en del av prosessen. Det betyr ikke at personen som skrev én prompt automatisk har komponert eller fremført alt. Resultatet og den menneskelige innsatsen er to forskjellige spørsmål.
Er all AI-trening på opphavsrettsbeskyttet materiale tyveri?
Nei, ikke som en universell juridisk påstand. Lovligheten avhenger blant annet av hvordan materialet ble skaffet, hva det brukes til, jurisdiksjon og om resultatet konkurrerer med eller kopierer originalen. Kommersiell skraping uten avklarte rettigheter er samtidig en legitim bekymring.
Kan mye prompting gjøre noen til komponist?
Ikke nødvendigvis. Prompting kan være en del av en kreativ prosess, men tittelen komponist bør henge sammen med konkrete skapende valg. Tekst, struktur, arrangement, utvalg, redigering og omarbeiding viser mer menneskelig bidrag enn å publisere første generering urørt.
Hvorfor er lokale AI-modeller viktige for opphavsrett og personvern?
En lokal modell lar deg arbeide med egne og lovlig anskaffede kilder på din egen maskin uten å laste dem opp til en tredjepart. Det gir kontroll over dataene. Det gir fortsatt ikke rett til å republisere, dele eller selge andres verk.
