Relato da 2ª reunião do GEIA*
A segunda reunião do GEIA teve como eixo a relação entre inteligência artificial e música, com foco nos processos de criação e nas implicações pedagógicas das plataformas de IA generativa de áudio. O encontro partiu da pergunta que orienta a pesquisa de Júlio Colabardini, um dos coordenadores do grupo: como plataformas como Suno e Moisés orientam modos de ouvir, criar e valorar a música, e que efeitos produzem sobre a aprendizagem musical contemporânea, especialmente em espaços não formais?
A discussão articulou-se em torno de um estudo de caso sobre o Maracatu, mobilizado como objeto para testar os limites culturais dessas plataformas. Como referência teórica, foram retomadas as noções de pedagogias invisíveis e currículo oculto de Basil Bernstein, adaptadas para examinar as arquiteturas dessas interfaces a partir de categorias como controle, estruturação, integração, segregação e aprofundamento.
O discurso da democratização em perspectiva
Um dos pontos iniciais foi a crítica ao discurso recorrente de “democratização da criação” sustentado por CEOs e fundadores de plataformas de IA generativa – não apenas de áudio, mas também de texto e vídeo. Uma nota recente do Suno, de novembro de 2025, foi usada como exemplo: a empresa afirma querer permitir que qualquer pessoa, de ouvintes até estrelas consolidadas, possa criar música “como desejar”. A reunião problematizou essa promessa, perguntando até que ponto e sob quais vieses essa democratização de fato ocorre.
Foi lembrada ainda uma pesquisa recente da Ipsos em parceria com o Dieese, segundo a qual cerca de 90% de entrevistados em oito países não conseguem distinguir música produzida por IA de música feita por humanos em escuta cega, percepção que só se altera quando a origem é revelada. O dado foi aproximado, no debate, à pesquisas anteriores sobre a incapacidade de ouvintes identificarem diferenças entre áudio em alta qualidade e MP3 comprimido, o que sugere que parte do juízo estético opera mais no plano simbólico do que no sensorial.
Estudo de caso: o Maracatu dentro das plataformas
O estudo de caso foi organizado em duas dimensões de teste. A primeira, chamada de semântico-gerativa, partiu de prompts textuais cada vez mais específicos pedindo a criação de um maracatu de baque virado, com instrumentos como alfaia, agogê, gongê, caixa de guerra e ganzá. Mesmo com descrições detalhadas, os resultados mantiveram-se muito próximos entre si e tenderam a aproximar o maracatu de uma média de música “genérica” brasileira, com traços de axé e samba, um efeito da base de dados, que tende a normalizar gêneros periféricos de uma determinada localidade.
A segunda dimensão, chamada de estrutural-transformativa, usou inputs de áudio, recurso do Suno e do Moisés que permite cover, extensão ou complementação de um trecho sonoro. Foram testados três inputs: 1) uma alfaia isolada, 2) um arranjo com vários instrumentos de percussão limpos, e 3) um trecho do Maracatu Nação Estrela Brilhante em sua manifestação tradicional. Os resultados revelaram que o melhor desempenho ocorreu no segundo caso, com instrumentos limpos; o pior, paradoxalmente, com o registro mais culturalmente situado, em que a plataforma chegou a classificar o áudio como samba-enredo com cavaquinho e tamborim, produzindo uma leitura equivocada tanto das categorias instrumentais quanto do contexto cultural.
A conclusão preliminar é que os sistemas operam com mais facilidade sobre estruturas facilmente decodificáveis (timbres limpos, poucos instrumentos, repertório próximo do norte global) e tendem a achatar manifestações culturais complexas em direção à média estatística do banco de dados. No caso brasileiro, essa média costuma gravitar em torno do samba e do axé.
Arquiteturas, currículo oculto e “outras musicalidades”
A análise das arquiteturas das plataformas examinou presets, categorias instrumentárias, sugestões automáticas e controles deslizantes como “estranheza” e “influência do estilo”, cujos parâmetros operam, como praticamente todas as IAs, em caixa-preta. Esses elementos delimitam percursos criativos: a lista de instrumentos disponíveis (baixo, bateria, teclado, coros) já desenha, de antemão, um horizonte estético. Não há alfaia como opção nativa; para inseri-la, é preciso dominar música o suficiente para descrevê-la, fornecer exemplos até um resultado próximo do pretendido.
Daí a força da noção de currículo oculto mobilizada no encontro: essas plataformas ensinam, de forma silenciosa, o que conta como música, quais instrumentos são legítimos e que resultados são esteticamente desejáveis. Ao mesmo tempo, reconheceu-se que a interação com IA generativa pode produzir o que se chamou de “outras musicalidades”, formas de agir sobre a produção sonora comparadas às práticas de DJs, que demandam compreensão musical específica sem passar necessariamente pelo cantar e pelo tocar um instrumento.
O contraponto é que, para de fato manipular os resultados para além do que a plataforma sugere, é preciso saber com clareza qual o resultado desejado. Os estúdios virtuais embutidos em Suno e Moisés, geralmente nos planos pagos, permitem pequenas edições, mas exigem do usuário competências de edição e tratamento de áudio digital. A promessa de que “qualquer um pode criar” esbarra, assim, em uma condição tácita: quem já sabe fazer música consegue direcionar a ferramenta; os demais tendem a ser conduzidos pelos caminhos pré-traçados da plataforma.
Uma indústria cultural 2.0
A partir desse diagnóstico, Júlio propôs no encontro a hipótese de uma “indústria cultural 2.0”, em diálogo com o clássico conceito de Adorno e Horkheimer. Se a indústria cultural clássica operava pelo consumo (rádio, TV, depois streaming), as plataformas de IA generativa deslocam esse mecanismo para o momento da criação. O usuário, treinado a consumir determinada estética, passa agora a reproduzi-la na posição de criador, sob a mediação de pedagogias invisíveis que fecham ainda mais as paredes do sistema.
O caso de “The Faith of Ofelia” é ilustrativo dessa dinâmica. Um fã da cantora Luisa Sonza gerou, no Suno, uma versão em português de uma música de Taylor Swift usando voz sintetizada da artista, e a faixa chegou à posição 47 do top 50 do Spotify. A própria Luisa Sonza declarou então que gravaria oficialmente a versão, um movimento que inverte a relação entre original e cópia e expressa uma simbiose cultural entre humano e máquina. Taylor Swift pediu a exclusão da faixa, mas novos grupos seguiram produzindo versões no mesmo modelo, num ciclo difícil de conter.
Encaminhamentos
A reunião consolidou a percepção de que plataformas de IA generativa musical não são neutras: elas carregam vieses de dados, arquiteturas orientadoras e discursos mercadológicos que atuam conjuntamente como dispositivos pedagógicos. O grupo seguirá aprofundando tanto os testes empíricos, tanto com outros gêneros periféricos e com as possibilidades dos estúdios virtuais quanto com discussão teórica sobre autoria, direitos e educação musical em contextos mediados por IA. As questões levantadas devem alimentar próximos encontros do GEIA, inclusive em diálogo com a área do audiovisual, onde a incorporação de trilhas geradas por IA tem avançado de forma ainda mais acelerada.
Segue aqui o PPT de apresentação do encontro, por Júlio Colabardini.
* Relato feito a partir de a) gravação em áudio de um celular, b) transcrição do áudio, via NotebookLM e c) formatação como relato no Claude, com o seguinte prompt inicial “Transforme essa transcrição em um relato textual de até 3 páginas, a ser publicado no blog do Geia. Atente para as principais ideias e para a objetividade do relato, informativo. Não precisa identificar os autores das falas”. Após, houve edição humana antes da publicação, e os coordenadores do GEIA assumem responsabilidade pela veracidade e integridade do conteúdo publicado.