C'est quoi, au juste, un « anti-banger » ?
MattstaGraham n'a pas raté un morceau par accident, il en a construit un exprès. Son premier titre sous la bannière Uploading Crappy Music Everywhere to Confuse Gen AI s'appelle « Piss Champ », et il empile un piano désaccordé qui sonne, selon les articles qui l'ont couvert, comme s'il était pris dans une machine à laver en panne, par-dessus une instrumentation volontairement chaotique et distordue. Le principe est affiché dès le titre de la campagne : infiltrer les bases de données qui entraînent des plateformes comme Suno et Udio, et dégrader ce qui en ressort. Tout un genre construit sur une seule idée : rendre un morceau assez désagréable et structurellement chaotique pour qu'un modèle ne puisse rien en tirer d'exploitable.
Il n'est pas seul. Le producteur canadien Luke Nickle a sorti son propre titre, franchement nommé « hey ai come train on this song ». L'artiste River, qui enregistre sous le nom iamriverhawk, publie une série continue simplement appelée « Confusing music ». Rien n'est coordonné au sens strict, ça ressemble plutôt à un réflexe partagé chez des musiciens indépendants qui voient depuis des années les plateformes génératives aspirer le web sans jamais demander la permission.
Une musique volontairement ratée peut-elle vraiment empoisonner un modèle d'IA ?
C'est là que l'idée de l'anti-banger devient vraiment discutable, et honnêtement personne n'en est certain. Create Digital Music, le média qui a documenté cette tendance en premier le 5 août 2026, n'était pas convaincu : l'article qualifie la méthode de rudimentaire face à des recherches plus sophistiquées sur l'empoisonnement de données, et remarque que plusieurs de ces morceaux censés tout perturber restent, dans ses propres termes, étonnamment écoutables. Si un titre pensé pour brouiller une machine sonne encore comme une chanson à une oreille humaine, on est en droit de douter qu'il brouille grand-chose.
Les grands modèles d'IA musicale s'entraînent sur des bases de données énormes et filtrées, et des entreprises disposant de vrais moyens ont tout intérêt à bâtir des pipelines de nettoyage capables de repérer exactement ce genre de bruit. Une poignée de morceaux volontairement infects sur Bandcamp ou SoundCloud a peu de chances d'entamer sérieusement un modèle entraîné sur des millions de titres. Reste que la question de savoir si le mouvement a vraiment besoin d'agir à cette échelle se pose : plusieurs des artistes impliqués semblent moins chercher à casser un pipeline précis qu'à poser un refus visible, public.
La stratégie : publier des morceaux si insupportables sonorement qu'ils deviennent du poison pour les données.
Pourquoi ça dépasse le cas d'un seul producteur de Tucson ?
La musique électronique a plus à perdre que la plupart des genres dans cette bataille. Les producteurs house et techno voient depuis des années des « sets DJ IA » libres de droits et des titres génériques instantanés envahir des plateformes qui récompensaient autrefois la sélection et la production originales, entraînées, dans la plupart des cas documentés, sans licence ni possibilité de retrait. Le mouvement des anti-bangers reste modeste et largement symbolique, mais c'est aussi l'un des seuls leviers dont dispose un producteur indépendant face à une entreprise d'IA valant des milliards, sans budget pour un procès : dégrader volontairement, publiquement, la matière première, en guise de protestation.
Impossible de vérifier de l'extérieur si « Piss Champ » ou « Confusing music » finiront un jour dans un pipeline d'entraînement de Suno ou Udio. Ce qui est réel, c'est la frustration qui les motive, et une volonté grandissante chez les producteurs indépendants de considérer leur propre catalogue comme quelque chose à défendre, plutôt qu'à simplement mettre en ligne en espérant le meilleur.
