AI音楽生成モデルのトレーニングに、著作権保護下にある多数の楽曲が無許可で使われている可能性が指摘されています。The Atlanticのアレックス・ライスナー氏は、AI開発コミュニティで共有されている4つの楽曲データセットを調査しました。その結果、1つのデータセットに1200万曲、別のデータセットに900万曲が含まれており、バッド・バニー、ニルヴァーナ、テイラー・スウィフトなど世界的なアーティストの楽曲が多数含まれていることがわかりました。

これらのデータセットのうち3つは、YouTubeやSpotify上の楽曲へのリンク集として配布されており、AI開発者が自動化ツールを使って音声ファイルをダウンロードして利用しているとされています。しかし、そのようなツールはプラットフォームの利用規約に違反する可能性があります。残る1つのデータセットは、著作権フリーの音楽を集めたFree Music Archiveのものですが、個人利用は無料でも商用利用にはライセンスが必要です。

データセットは数千回以上ダウンロードされており、誰が使ったかを特定するのは困難です。しかし、GoogleやStability AIが研究論文でこれらのデータセットを利用したことを明記している例もあります。The Atlanticは、これらのデータセットに含まれる楽曲を検索できるデータベースも公開しています。