Um aluno de violão clássico passou horas tentando aprender uma peça barroca que havia encontrado no YouTube, acompanhada de partitura. Algumas passagens simplesmente não funcionavam no instrumento. Ele culpou a própria técnica. A peça tinha sido gerada por inteligência artificial, e nenhum dos dois, aluno e professor, sabia disso de início. O episódio é relatado pelo musicólogo e professor de violão Arash Ahmadzadeh, do Conservatório de Breuillet, na França, em artigo publicado no The Washington Post1, e serve de porta de entrada para uma pergunta que vai além de direitos autorais e de mercado: o que a escuta cotidiana de música sintética está ensinando ao cérebro humano?
A pergunta tem base científica sólida. Gosto musical não é universal nem inato. Ele se constrói por exposição, e as plataformas de streaming estão hoje expostas a um volume de música gerada por máquinas sem precedente histórico.
O que é enculturação musical e por que ela importa?
Na psicologia da música, enculturação é o nome dado ao processo pelo qual um ouvinte absorve as regularidades do repertório que o cerca. O cientista cognitivo Marcus Pearce, da Queen Mary University of London, sistematizou essa ideia na chamada hipótese da aprendizagem estatística: ao longo de escalas de tempo curtas, como uma única peça, e longas, como uma vida inteira de escuta, o ouvinte constrói modelos internos das estruturas e probabilidades presentes nos estilos aos quais é exposto3. O modelo computacional desenvolvido por ele, o IDyOM, consegue inclusive simular ouvintes de culturas diferentes e prever como a exposição a estilos distintos produz expectativas distintas.
Esse aprendizado começa cedo. Em estudo publicado em 2005 na revista PNAS, as psicólogas Erin Hannon e Sandra Trehub mostraram que bebês de 12 meses já respondem a ritmos musicais segundo padrões típicos de sua cultura, algo que não aparece aos seis meses4. Aos seis meses, bebês norte-americanos percebiam alterações rítmicas tanto em música ocidental quanto em melodias folclóricas dos Bálcãs, de métrica mais complexa. Aos 12 meses, só percebiam em música ocidental. O mesmo trabalho trouxe um detalhe que pesa na discussão atual: uma exposição breve, em casa, a música estrangeira restaurou essa capacidade nos bebês, mas não nos adultos. As preferências culturais, depois de adquiridas, tornam-se mais resistentes com a idade.
Quanto tempo leva para o cérebro aprender um sistema musical novo?
Menos do que se imagina. Em 2010, a neurocientista Psyche Loui e colegas da Universidade da Califórnia em Berkeley criaram melodias com base na escala de Bohlen-Pierce, um sistema de afinação que não se baseia na oitava e não pertence a nenhuma tradição musical. Depois de 25 a 30 minutos de escuta passiva, os participantes reconheciam as melodias ouvidas, generalizavam as regras de composição para melodias inéditas e passavam a preferir as que haviam sido repetidas5. Os autores concluem que um mecanismo geral de aprendizagem estatística pode explicar boa parte da apreciação humana por música.
Um experimento anterior do mesmo grupo acrescenta uma distinção útil para entender o streaming. Aprender as regras de um sistema exigiu exposição a um conjunto amplo de melodias, enquanto a preferência surgiu da repetição de poucas peças6. Em outras palavras, gostar e compreender seguem caminhos diferentes, e a repetição, que é exatamente o que os algoritmos de recomendação fazem, pesa mais sobre o gosto.
Ahmadzadeh sustenta, no texto do Washington Post, que boa parte dessa formação ocorre sem atenção deliberada, em elevadores, restaurantes e trajetos diários1. Se meia hora de uma escala inventada já deixa marcas mensuráveis, a pergunta sobre o efeito de anos de escuta difusa de música sintética deixa de ser retórica.
Qual é a escala da música gerada por IA nas plataformas?
Os dados mais detalhados vêm da francesa Deezer, que monitora o fenômeno desde o início de 2025. Segundo comunicado da empresa de julho de 2026, as faixas totalmente geradas por IA ultrapassaram pela primeira vez metade dos envios diários, com média de 90 mil faixas por dia no pico de junho2. Só em 2025, a plataforma detectou e rotulou mais de 13,4 milhões de faixas desse tipo, e constatou que até 85% das reproduções associadas a elas eram fraudulentas.
Há uma ressalva importante nesses números. Volume de envios não é volume de escuta. A própria Deezer informou, em abril, que essas faixas representavam entre 1% e 3% do total de reproduções13, em parte porque a plataforma as exclui de recomendações algorítmicas e playlists editoriais. O Washington Post registra a mesma distância entre oferta e consumo, e acrescenta que ela vale, por ora1. Plataformas com políticas menos restritivas não divulgam dados equivalentes.
Os ouvintes conseguem distinguir música feita por IA?
As evidências recentes indicam que não, ou muito pouco. Em experimento de escuta cega publicado em 2026, os pesquisadores Junsong Chang e Yueqi Jing compararam trechos gerados por IA, trechos compostos em colaboração entre humano e máquina e trechos inteiramente humanos. As atribuições feitas pelos ouvintes nos dois primeiros grupos ficaram próximas de uma distribuição aleatória, e mesmo entre as peças humanas a maioria (54,7%) foi atribuída incorretamente7.
O Brasil aparece nesse campo de pesquisa. O estudo Echoes of Humanity, que recrutou parte dos participantes entre voluntários de uma universidade brasileira, testou ouvintes com pares de canções, uma humana e outra gerada por ferramentas comerciais. A taxa geral de acerto foi de 60%, pouco acima dos 50% esperados por acaso. Dois fatores elevaram a chance de identificação: mais de cinco anos de prática com instrumento e conhecimento prévio sobre serviços de IA musical8. O dado reforça o argumento de Ahmadzadeh por outro ângulo: quem mais precisa de discernimento, o estudante iniciante e o ouvinte casual, é justamente quem menos o tem.
Uma partitura carrega uma promessa implícita: a de que alguém pensou por que aquelas notas estão juntas. Quando não há ninguém por trás, o aprendiz passa a duvidar de si, e não da música.
É esse o ponto central do caso do violonista. Ele tratou a partitura como material de estudo legítimo e questionou a própria técnica antes de questionar a obra. Para quem ainda está formando suas referências, uma peça sem lógica instrumental apresentada como barroca não é apenas um desperdício de tempo. Ela pode ensinar algo errado.
O que as plataformas estão fazendo?
As respostas variam de rotulagem a banimento. A Deezer rotula e exclui faixas detectadas como geradas por IA de suas recomendações. O Spotify anunciou em agosto o selo AI Persona, aplicado a perfis de artistas cuja identidade é sintética, com exclusão por padrão das recomendações editoriais e algorítmicas, salvo se o ouvinte seguir o perfil10. O selo, porém, julga a identidade do perfil, e não se a música em si foi feita com IA. A Tidal deixou de pagar royalties a faixas totalmente sintéticas desde julho, e o Bandcamp baniu esse tipo de conteúdo no início do ano14.
Ahmadzadeh não defende proibição. Sua proposta é que a origem de músicas inteiramente geradas por IA seja inequívoca e que o ouvinte possa optar por não recebê-las em recomendações1. A distinção que ele faz entre rótulo e escolha é relevante: um aviso discreto em letra pequena informa, mas não devolve ao ouvinte o controle sobre aquilo a que seu ouvido está sendo exposto.
E o Brasil?
O país é um dos mercados em que essa discussão tem mais peso. Segundo a Pro-Música Brasil, o mercado fonográfico nacional faturou R$ 3,958 bilhões em 2025, alta de 14,1%, mais que o dobro do crescimento global, e o streaming responde pela maior parte dessas receitas11. O Brasil passou a ocupar a oitava posição entre os maiores mercados de música gravada do mundo. Uma particularidade cultural pesa aqui: o consumo brasileiro é fortemente concentrado em artistas nacionais, o que significa que o ouvido do país se forma, em grande medida, na escuta de repertórios próprios.
Essa característica abre uma pergunta que ainda não tem resposta empírica, mas que a literatura de enculturação torna razoável formular. O estudo de Hannon e Trehub mostrou que métricas complexas, como as dos Bálcãs, deixam de ser percebidas quando não fazem parte da exposição cotidiana. A música brasileira é rica em síncopes e acentuações que não se encaixam com facilidade na métrica ocidental mais regular. Se os modelos geradores são treinados predominantemente em catálogos de outra matriz, a exposição em massa a seus produtos poderia, com o tempo, achatar essa sensibilidade rítmica? Não há estudo que meça isso. É uma hipótese que merece pesquisa, e não uma conclusão.
No plano institucional, o debate brasileiro está concentrado em direitos autorais. A superintendente executiva do Ecad, Isabel Amorim, defende que o PL 2338/2023, que regula a inteligência artificial e tramita no Congresso, garanta reconhecimento e remuneração aos artistas cujas obras foram usadas sem consentimento no treinamento dos modelos12. Em Santa Catarina, o Tribunal de Justiça admitiu em caráter liminar a cobrança pelo Ecad da execução pública de músicas geradas por IA15. A dimensão perceptiva, a de como essa música afeta a formação do ouvido, quase não aparece. Ela toca diretamente a escola: desde a Lei 13.278/2016, a música é uma das linguagens obrigatórias do componente Arte na educação básica, e professores já lidam com alunos que aprendem repertório pelo YouTube.
Os limites do alarme
Há argumentos sólidos contra uma leitura catastrófica. Primeiro, a distância entre oferta e escuta: na Deezer, mais da metade dos envios é sintética, mas a fatia de reproduções segue pequena. Segundo, música ruim, repetitiva e derivada sempre existiu, e o próprio Ahmadzadeh reconhece que a IA pode se tornar uma ferramenta musical legítima, como o gravador, o sintetizador e os programas de notação antes dela. Terceiro, nenhum estudo até agora mediu diretamente mudanças de expectativa musical causadas por música gerada por IA; o risco é inferido da literatura sobre enculturação, não observado.
Há ainda um efeito colateral dos rótulos. Uma pesquisa de mestrado da Universidade Católica de Louvain, na Bélgica, com 93 participantes, encontrou que a mesma peça recebe avaliações piores quando apresentada como gerada por IA, independentemente da origem real9. Rotular é necessário para dar escolha ao ouvinte, mas o rótulo também carrega preconceito e pode penalizar obras feitas por pessoas que usam a tecnologia como instrumento. A escolha informada pedida por Ahmadzadeh exige, portanto, critérios claros sobre o que conta como música totalmente gerada por máquina.
O que está em jogo
A discussão pública sobre música e inteligência artificial tem girado em torno de autenticidade, propriedade intelectual e renda de artistas. São questões legítimas. A contribuição da ciência da cognição musical é lembrar que existe uma terceira camada, menos visível: a formação das expectativas que permitem a qualquer pessoa, com ou sem estudo formal, sentir quando uma tensão harmônica se resolve, quando um ritmo surpreende e quando algo está fora do lugar.
Essa formação é estatística, cumulativa e em grande parte inconsciente. Ela depende do que se ouve, e cada vez mais o que se ouve é decidido por sistemas de recomendação. Se as plataformas tornarem a origem das faixas inequívoca e permitirem ao ouvinte excluí-las, a música gerada por IA pode ocupar o lugar de ferramenta entre outras. Se não, uma parte relevante da educação musical informal de uma geração ficará sujeita a critérios que ninguém escolheu de forma deliberada.
Perguntas frequentes
O que é enculturação musical?
É o processo pelo qual uma pessoa internaliza, por exposição e quase sempre sem perceber, as regularidades da música que a cerca. Escalas, ritmos, progressões harmônicas e convenções de estilo passam a orientar o que o cérebro espera ouvir a seguir.
Ouvir música gerada por IA pode mudar o gosto musical?
Não há ainda estudos que meçam esse efeito diretamente. A pesquisa em cognição musical mostra que expectativas se formam por exposição repetida, e que 25 a 30 minutos de escuta passiva de um sistema novo já produzem aprendizado mensurável. Por isso o efeito é considerado plausível, sobretudo entre crianças e estudantes.
As pessoas conseguem identificar música feita por IA?
Em testes de escuta cega recentes, os acertos ficaram próximos do acaso. Prática instrumental de mais de cinco anos e familiaridade com ferramentas de IA musical aumentam a chance de identificação.
Quanto da música enviada ao streaming é gerada por IA?
Na Deezer, mais de 50% dos envios diários no pico de junho de 2026, cerca de 90 mil faixas por dia. A participação dessas faixas no total de reproduções, porém, é bem menor.
Como o Brasil está tratando o tema?
Principalmente pelo ângulo dos direitos autorais, com o debate do PL 2338/2023 no Congresso e decisões judiciais sobre a cobrança do Ecad. A dimensão perceptiva e educacional ainda recebe pouca atenção.
Este artigo foi produzido a partir do texto de opinião de Arash Ahmadzadeh, publicado pelo The Washington Post em 27 de outubro de 2026 na newsletter Superintelligent, disponível em washingtonpost.com. O conteúdo original não foi reproduzido nem traduzido; as ideias atribuídas ao autor foram parafraseadas e complementadas com pesquisa independente de O Tecido.