The Searchable Song
Millions of songs used in AI training datasets can now be searched by artist and title. The database includes large collections with roughly 12 million and 9 million tracks, plus two smaller sets with more than 100,000 songs each. Some of the material comes from public links to YouTube, Spotify, or music archives, but public access does not automatically mean permission for commercial training. The names reportedly found in the lists range from Lady Gaga and Radiohead to Aphex Twin, Wu-Tang Clan, Bruce Springsteen, and SZA, who said 238 of her songs appeared there.
The useful part of this case is that it makes a hidden supply chain visible. Musicians have been told for years that AI systems learn from vast amounts of culture, but that phrase keeps the damage abstract. A searchable database lets artists check whether their own work helped train a model, then ask who collected it, who downloaded it, and who benefits from the result. It also shows why consent becomes difficult once culture is treated as raw material at internet scale. A song can move from stream to dataset to model before its author knows it was part of the transaction.
La canción buscable
Millones de canciones usadas en conjuntos de entrenamiento de IA ahora pueden buscarse por artista y título. La base incluye colecciones grandes con cerca de 12 millones y 9 millones de pistas, además de dos conjuntos menores con más de 100,000 canciones cada uno. Parte del material viene de enlaces públicos a YouTube, Spotify o archivos musicales, pero el acceso público no equivale automáticamente a permiso para entrenamiento comercial. Entre los nombres reportados aparecen Lady Gaga, Radiohead, Aphex Twin, Wu-Tang Clan, Bruce Springsteen y SZA, quien dijo que 238 de sus canciones estaban allí.
Lo útil del caso es que vuelve visible una cadena de suministro que suele permanecer oculta. Durante años se ha dicho a los músicos que los sistemas de IA aprenden de enormes cantidades de cultura, pero esa frase mantiene el daño en abstracto. Una base buscable permite a los artistas comprobar si su propia obra ayudó a entrenar un modelo y preguntar quién la recopiló, quién la descargó y quién se beneficia del resultado. También muestra por qué el consentimiento se vuelve difícil cuando la cultura se trata como materia prima a escala de internet. Una canción puede pasar de stream a dataset y de dataset a modelo antes de que su autor sepa que formó parte de la transacción.
