O jingle da Copa e a IA musical

Dias atrás, navegando por um portal de notícias, encontrei uma matéria que me chamou a atenção. Ela contava o caso de um produtor do interior de Minas Gerais que conseguiu emplacar a quase inimaginável marca de mais de 1 bilhão de execuções de uma criação sua, “Brasil com S”, e suas derivações, nas mais diversas plataformas, garantindo-lhe merecida celebridade. O diferencial salientado para o reconhecimento de seu trabalho, contudo, foi a utilização da IA em sua criação. 

A matéria detalhava que o processo passara por uma ferramenta online que eu já experimentara anos antes, chamada Suno.  Enumeraram-se a seguir as balizas pelas quais o produtor havia navegado. Outra IA, o Gemini, para preparar a letra – estruturada em torno dos motes “Brasil”, “Bora”, “A seleção chegou”, e dos nomes dos jogadores da seleção. A escolha cuidadosa de um modelo musical adequado para servir de referência para o software criar a música – o phonk “Passo bem Solto”, por sua permanência entre os conteúdos virais de múltiplas plataformas por mais de um ano. Em seguida, algumas edições do material musical gerado a partir disso pelo Suno – e fez-se o prodígio, graças aos recursos espetaculares da IA.

Será mesmo?

Quem opera com frequência com a IA – não quem lê sobre suas maravilhas sem ainda ter vivido a experiência de conhecê-las – sabe que, pelo menos por enquanto, ela está longe, muito longe de entregar o que promete.

Entre os problemas mais conhecidos estão suas dificuldades com relação a responder corretamente aos prompts, e uma imaginação delirante que confunde obras reais e relevantes com as colagens que ela mesma gera, afirmando inverdades e indicando com convicção citações e obras que jamais existiram. Alguns especialistas apontam que existem formas mais e menos corretas de se realizar um prompt – o que é indubitável. Mas, ainda assim, isso não é justificativa para se ouvir um vocal feminino após um prompt como “crie uma canção com vocal masculino para a seguinte letra”. 

Contudo, atenhamo-nos ao caso do hit da Copa. A matéria não enfatiza o quanto de atenção e de critério são necessários para se selecionar, entre as sugestões fornecidas pela plataforma, aquelas que pareceriam mais promissoras. Eis uma das etapas que deixam claro que M4IA, produtor e criador do hit, é um profissional altamente qualificado e com um profundo conhecimento do nicho para o qual direcionou sua criação. Não fosse assim, a gravadora holandesa que o chamou após o sucesso avassalador de seu trabalho teria fechado um contrato com a plataforma de IA, e não com o artista. Mas não é apenas nessa seleção inicial que o fator humano se impõe. Ele aparece também na competência necessária para o paciente trabalho de edição dos fragmentos que pareceram mais promissores. Evidencia-se aí mais um elemento com que a máquina ainda não pode competir: o processo é norteado pela concepção que o artista desenvolveu daquilo que queria criar, utilizando-se do que a IA lhe entregava como ponto de partida para um processo de bricolagem guiado não pelo software, mas por seu senso estético e conhecimento de seu público-alvo. 

Não que os avanços da IA não impressionem.

Na altura de seu lançamento, anos atrás, assim como tantas ferramentas de IA, o Suno apresentava várias deficiências. Dificuldades de interpretação de prompts, recursos limitados, timbres de pouco interesse e de sonoridade pobre, vozes sintéticas pouco convincentes, resultado musical fraco – pareceu-me difícil, em um primeiro momento, que algo de interessante pudesse sair de lá. Foi então que verifiquei que, depois de uma série de atualizações, um último update havia sido lançado poucos meses atrás. 

Sem grandes expectativas, fiz uma experiência: transcrevi um pequeno poema popular e, no prompt, pedi uma canção regional acompanhada por viola caipira, dois pífanos e acordeom. Fiquei realmente surpreso com o resultado. A metrificação da letra, o encaminhamento harmônico, a escolha do timbre vocal e de seus recursos interpretativos, as frases instrumentais, tudo organizado em um arranjo equilibrado, profissional, perfeitamente apto para ser utilizado como música de fundo em um filme sem grandes ambições, ou mesmo para ser regravado por algum artista e apresentado finalmente ao vivo para o grande público. 

Claro que não estamos aqui falando de uma produção artística sofisticada, com a riqueza rítmica e engenhosidade de um Djavan, com a elegância do encadeamento harmônico de um Jobim ou de um Guinga, ou mesmo de pérolas preciosas que, com uma linguagem simples, conseguem ser ao mesmo tempo profundas e acessíveis, como tantas obras de Gonzagão, Renato Teixeira ou Alceu Valença, entre muitos outros. Falo de um extrato de música comercial, feita para ficar retida na memória rapidamente, entreter, e ser vendida em larga escala. Levando-se em conta esse segmento, posso dizer que a música me impressionou muito. E, diante da perspectiva de lecionar a disciplina de Arranjo para meus alunos no próximo semestre, fui forçado a me perguntar: até que ponto faria ainda sentido ensinar as técnicas tradicionais? Afinal, era inegável a rapidez e eficiência com que a IA produzira em poucos minutos um arranjo que cumpriria perfeitamente bem sua função em tantas circunstâncias diferentes, e cuja produção, em outros tempos, demandaria a contratação de pelo menos 5 músicos, um compositor e 1 ou 2 técnicos de som, fora a locação de um bom estúdio, uma ou duas diárias para gravação e mais 2 ou 3 para a mixagem e masterização. 

Dormi e acordei com essa inquietação.

Que somente se dissipou no dia seguinte, quando fui aprofundar os testes do dia anterior – e ficaram mais uma vez claros os limites daquela plataforma.

Não falo aqui do fato de que, criando essencialmente a partir de uma bricolagem de clichês, fica difícil se esperar da plataforma algo de verdadeiramente genial ou pessoal. Falo das dificuldades de se respeitar uma melodia, mesmo simples, de que se queira partir. De se propor uma harmonia específica que se afaste dos encadeamentos de acordes com que o modelo se empanturra por sua esmagadora presença nas redes sociais. Falo, em suma, do artista que já tem uma concepção não apenas daquilo que deseja dizer, mas também da forma com que quer se expressar. Falo da nota exata, do timbre específico, da harmonização pensada em cada detalhe, sem coincidir com nenhum dos clichês que a máquina regurgite a partir de um prompt. 

Tal fato não é de se surpreender; afinal, o domínio musical, em última análise, não é exprimível em palavras – que são os elementos de um prompt. Como bem colocou Eduard Hanslick em seu O belo na música, quem tenta falar das especificidades quer da expressão, quer do conteúdo musical, termina condenado ou a utilizar uma terminologia técnica precisa, mas incompreensível pelo leigo e cuja aridez a torna rasa demais para expressar seu conteúdo mais profundo; ou a uma linguagem tão poética que corre o risco de se tornar subjetiva demais ou mesmo delirante, além de se mostrar totalmente incapaz de expressar os detalhes concretos do fazer musical.   

A partir disso que fica claro que o fator humano, ao menos por enquanto, ainda está muito longe de ser superado.  A sensibilidade do artista, sua eventual intimidade com o público a quem quer falar, ou até as escolhas que se sente compelido a fazer, ainda que o levando a se distanciar ou mesmo se contrapor a seus ouvintes, fazem-no pairar ainda muito acima das possibilidades de nossos algoritmos. Mas há, nesse ínterim, um produto que a IA vem de fato entregando. Para uma série de atividades corriqueiras, a ferramenta realiza sim, em minutos, algo que, poucos anos atrás, precisaria mobilizar, por semanas, toda uma cadeia de profissionais, equipamentos e infraestrutura. Isso barateia muito os custos para quem produz.  Mas, em contrapartida, seca a fonte de renda de tantos trabalhadores que dedicaram anos de suas vidas a atingir a expertise necessária para a execução das tarefas agora executadas mecanicamente. O resultado disso tudo é um mundo mais desigual, em que as ferramentas que tanto empoderam alguns são as mesmas que fragilizam tantos outros. Por conta de sua maior viabilidade econômica, podemos ser condenados a existirmos em um mundo em que aquilo que é mediano – ou, por que não dizer, medíocre – fale tão alto que possa se tornar muito difícil se escutar aquilo que se impõe por sua delicadeza, sensibilidade e pertinência, marcando pela beleza tantos momentos da história da arte. É um preço muito alto para o progresso que parece estar se descortinando no horizonte: um mundo brutalizado, dominado por máquinas inteligentes e por pessoas estúpidas. Nesse cenário distópico, soam cada vez mais proféticas as palavras de Caetano Veloso, cuja obra nos alerta permanentemente para o fato de que, nesse mundo de podres poderes para o qual parecemos estar caminhando, “apenas os hermetismos pascoais/Os tons, os mil tons, seus sons e seus dons geniais/Nos salvam, nos salvarão dessas trevas/E nada mais”.

Ricardo de Castro Monteiro é músico, dramaturgo, semioticista e professor universitário. Bacharel em Música, mestre em Letras e doutor em Semiótica pela Universidade de São Paulo, dedica-se ao estudo das relações entre música, cultura e sociedade. Seu interesse pela cultura popular o levou a mudar-se para o Cariri cearense em 2016, atuando desde então como professor da Universidade Federal do Cariri (UFCA), onde rege a Orquestra UFCA, dirige um Núcleo de Teatro Musical e coordena pesquisas voltadas ao registro, à transcrição e à análise das manifestações musicais tradicionais do Nordeste brasileiro.