La voce come materia grezza
C'è chi sostiene che chi lavora con la voce non fa un lavoro "vero", che in fondo non siamo mica in miniera. Eppure, le nuove dinamiche dell'intelligenza artificiale dimostrano esattamente il contrario: noi siamo la miniera, e stiamo regalando la nostra materia prima.
C'è una frase che mi sento ripetere spesso quando si fanno i confronti tra mestieri: "almeno voi non lavorate in miniera". Detto a me, a noi che facciamo la voce — speaker, doppiatori, attori — suona come la solita sminuizione. L'idea è che il lavoro creativo non pesi e non si consumi. Non siamo in miniera, devi solo parlare.
Invece no. Il punto è che noi siamo la miniera.
I sistemi di sintesi vocale di oggi — i TTS e i vari modelli di AI — stanno bussando direttamente alla nostra porta. Te lo chiedono esplicitamente: vieni, registrati mentre parli in modo naturale, firma l'NDA, prenditi il compenso.
E il compenso te lo danno davvero, sia chiaro. Ma il meccanismo è quello della concessione mineraria, dove la voce è la materia prima, il parlato è la materia grezza e il modello AI è l'impianto di lavorazione. Solo che c'è una bella differenza rispetto a una miniera vera. Nello Zambia, se vuoi estrarre il rame che sta sotto la terra di qualcun altro, prima devi pagare i diritti di sfruttamento e ottenere le concessioni. Non è che ti presenti, prendi su qualche carriola di materiale, molli un centinaio di euro e te ne vai senza che l'altro possa pretendere più nulla.
L'inganno della riconoscibilità
Fino a poco tempo fa ci appoggiavamo su una distinzione che sembrava reggere. Da una parte chi cede la voce per essere clonato: è riconoscibile e quindi gli vengono pagati i diritti di sfruttamento di una sua proprietà. Dall'altra chi cede il parlato solo per addestrare i modelli: non è riconoscibile e quindi zero diritti. Sembrava una mappa utile per difendersi. I professionisti famosi erano al sicuro dietro la loro riconoscibilità, gli altri erano esposti.
L'istinto ci diceva che stavamo svendendo qualcosa di valore, ma la nostra difesa si basava su un'ipotesi sbagliata: che le macchine mantenessero il materiale separato.
Ma l'intelligenza artificiale non funziona più così. Quando metti le uova nella farina per fare l'impasto, non puoi più tirare fuori le uova. Questi enormi modelli inghiottono la nostra materia grezza, aggregano tutto e non restituiscono voci specifiche. Producono un ibrido, un mescolone che ha imparato a parlare in modo naturale attingendo dai dialetti, dai modi di dire, dalle recitazioni di tutti, ma che non è riconducibile a nessuno in particolare.
E a quel punto, a che serve la protezione della riconoscibilità? A nulla. Se non sei riconducibile, le aziende internazionali che fanno profitti spaventosi con questi modelli non ti devono pagare nessun diritto. Ti hanno pagato a cottimo per la carriola di terra che gli hai portato.
Nessuna conversazione è naturale
Poi ci sono le condizioni in cui questa materia grezza viene estratta. Ti chiedono di fare "8 ore di conversazione naturale". Ma mi spieghi come fai ad avere una conversazione naturale per 8 ore, da solo, in una stanza buia, con un paio di cuffie in testa e un microfono davanti? Stai solo spalando terra per riempire le loro carriole. E in cambio di poche migliaia di euro firmi NDA in cui concedi l'uso indiscriminato di tutto quello che hai registrato, rinunciando a ogni pretesa su ciò che diventerà il prodotto finito.
Siamo finiti in uno scenario in cui persino quel poveraccio a cui clonavano la voce, e che per questo prendeva due lire di diritti, non riceverà più nulla. Il modello ha già ingurgitato abbastanza sfumature, cadenze e accenti estratti dal nostro lavoro a cottimo per generare una voce simile alla sua, altrettanto espressiva, ma irriconoscibile sul piano legale.
Abbiamo sbagliato domanda fin dall'inizio. Non dovevamo chiederci quanto fossimo famosi per proteggerci. Dovevamo chiederci cosa c'era scritto in quei contratti che firmavamo a occhi chiusi.
Quindi, la prossima volta che vi dicono che fare lo speaker o il doppiatore non è come lavorare in miniera, rispondetegli che dicono una grossa cazzata. Noi siamo la miniera. E dovrebbero pagarci i diritti di sfruttamento per il solo fatto di esistere.
---
Guarda il video
Nel video la metafora della miniera viene costruita passaggio per passaggio, con la distinzione tra parlato ceduto per addestramento e voce ceduta per clonazione.
Apri il video sul sito originale