Bagaimana sebuah lagu milik Andien bisa berakhir sebagai bahan pelatihan model AI yang dikembangkan di Zurich atau Seoul — tanpa izin, tanpa kompensasi, bahkan tanpa pemberitahuan?
Apa yang Tersembunyi di Balik 12 Juta Lagu Gratis
The Atlantic baru-baru ini meluncurkan database pencarian terbuka yang memetakan empat kumpulan data musik utama yang digunakan untuk melatih model kecerdasan buatan generatif. Dua di antaranya berskala raksasa: satu berisi 12 juta trek, satunya lagi 9 juta trek. Sisanya masing-masing melebihi 100.000 lagu. Semua dataset ini bukan hasil rekaman eksklusif, melainkan kumpulan lagu yang diambil dari sumber-sumber seperti Free Music Archive, MagnaTagATune, dan Million Song Dataset — platform yang memang menyediakan akses terbuka, tapi dengan lisensi yang beragam dan sering kali ambigu soal penggunaan komersial.
Dilansir The Verge, reporter Alex Reisner dari The Atlantic berhasil melacak jejak distribusi dataset tersebut hingga ke laboratorium riset global. Google dan Stability AI secara eksplisit mengakui penggunaannya dalam makalah teknis mereka — bukan sebagai produk akhir, melainkan sebagai bahan eksperimen awal dalam sintesis audio dan pemahaman struktur musikal. Artinya, suara gitar Andien di album 'Kisah' atau vokal Raisa di 'Mercy' mungkin sudah menjadi bagian dari pola statistik yang dipelajari oleh model AI, tanpa nama penyanyi itu pernah disebut dalam kode atau laporan teknis.
Baca juga: Mosseri Klaim Tak Tahu Data Keselamatan Remaja Dibatasi
Ketika Lisensi 'Gratis' Tak Berarti 'Tanpa Batas'
Free Music Archive (FMA), salah satu sumber utama, memang menawarkan streaming gratis untuk penggunaan pribadi. Namun, lisensinya — mayoritas Creative Commons Attribution-NonCommercial — secara tegas melarang penggunaan komersial tanpa izin eksplisit. Di sini muncul celah besar: tidak ada mekanisme verifikasi otomatis yang membedakan antara 'penelitian non-komersial' dan 'pengembangan produk komersial berbasis AI'. Model seperti AudioLDM atau MusicLM tidak menghasilkan lagu untuk didengar manusia, tapi mempelajari hubungan antara tempo, harmoni, dan tekstur vokal ; proses yang secara hukum belum jelas apakah termasuk 'transformative use' atau pelanggaran langsung.
Di Indonesia, UU No. 28 Tahun 2014 tentang Hak Cipta tidak mengatur eksplisit soal pelatihan AI. Pasal 44 hanya membolehkan penggunaan karya untuk tujuan penelitian ilmiah, tetapi syaratnya adalah 'tidak merugikan kepentingan yang wajar dari pencipta'. Pertanyaannya: apakah menghilangkan nama pencipta dari metadata pelatihan, lalu menghasilkan output yang mirip gaya Raisa tanpa atribusi, masih memenuhi syarat 'tidak merugikan'?
Baca juga: Komposter Dapur AI: Uji Coba 2 Tahun dan Realitas di Rumah Jakarta
Yang lebih mencolok adalah ketiadaan transparansi dari pihak penyedia dataset. Tidak ada daftar lengkap artis atau label yang kontribusi karyanya dimasukkan. Tidak ada opsi 'opt-out' bagi pencipta. Bahkan, banyak lagu di FMA diunggah oleh pengguna biasa — mahasiswa, musisi indie, atau komunitas lokal — yang mungkin tak sadar bahwa karyanya akan menjadi bagian dari 'memori kolektif' model AI yang dijual ke perusahaan media global.
industri musik Indonesia justru mulai bereaksi lambat. Asosiasi Industri Rekaman Indonesia (ASIRI) belum mengeluarkan panduan teknis soal AI. Platform seperti Spotify dan Apple Music juga belum mengintegrasikan fitur pelabelan 'AI-trained' atau sistem pembagian royalti berbasis penggunaan dataset — padahal, menurut laporan IFPI 2023, 62% pendapatan musik global kini berasal dari layanan streaming berbasis algoritma rekomendasi, yang sendiri menggunakan model pelatihan serupa.
sejarah pernah mengulang dirinya. Pada awal 2000-an, ketika Napster dan file-sharing peer-to-peer marak, industri rekaman menghadapi tantangan serupa: karya dibagi tanpa izin, tanpa kompensasi, dan dengan klaim 'ini hanya untuk berbagi'. Bedanya, Napster masih melibatkan manusia sebagai agen distribusi — ada nama, ada log, ada jejak hukum. Pelatihan AI hari ini jauh lebih tak terlihat: tidak ada unduhan eksplisit, tidak ada nama file yang utuh, hanya ribuan gigabyte data mentah yang dipecah menjadi vektor numerik. Persoalan hak cipta bukan lagi soal 'siapa yang mengunduh', tapi 'siapa yang memilih untuk tidak menghalangi'.