Cos'è davvero un «anti-banger»?
MattstaGraham non ha scritto un brano brutto per caso, lo ha costruito di proposito. Il suo debutto sotto l'insegna Uploading Crappy Music Everywhere to Confuse Gen AI si intitola «Piss Champ», e sovrappone un pianoforte scordato che suona, secondo la stampa che lo ha seguito, come se fosse finito dentro una lavatrice guasta, su un'strumentazione volutamente caotica e distorta. La premessa è scritta già nel titolo della campagna: infiltrarsi nei dataset che addestrano piattaforme come Suno e Udio, e degradare quello che ne esce. Un intero genere costruito su un'idea sola: rendere qualcosa così sgradevole e strutturalmente caotico che un modello non riesca a estrarne nulla di utile.
Non è da solo. Il produttore canadese Luke Nickle ha pubblicato un suo pezzo, intitolato senza mezzi termini «hey ai come train on this song». L'artista River, che incide come iamriverhawk, sta portando avanti una serie continua chiamata semplicemente «Confusing music». Niente di tutto questo è coordinato in senso formale, sembra piuttosto un riflesso condiviso tra musicisti indipendenti che da anni vedono le piattaforme generative raschiare il web aperto senza mai chiedere permesso.
Una musica volutamente pessima può davvero avvelenare un modello di IA?
Ed è qui che l'idea dell'anti-banger diventa davvero controversa, e onestamente nessuno lo sa con certezza. Create Digital Music, la testata che ha documentato per prima la tendenza il 5 agosto 2026, non ne era convinta: l'articolo definisce la tattica rudimentale rispetto a ricerche più sofisticate sull'avvelenamento dei dati, e fa notare che diversi di quei brani presuntamente dirompenti restano, testuali parole, sorprendentemente ascoltabili. Se un brano pensato per confondere una macchina suona ancora come una canzone per un orecchio umano, è legittimo dubitare che confonda granché.
I grandi modelli di IA musicale si addestrano su dataset enormi e filtrati, e aziende con finanziamenti reali hanno tutto l'interesse a costruire pipeline di pulizia capaci di individuare esattamente questo tipo di rumore. Una manciata di caricamenti volutamente brutti su Bandcamp o SoundCloud difficilmente scalfirà un modello addestrato su milioni di brani. Resta però da chiedersi se il movimento abbia davvero bisogno di funzionare a quella scala: diversi degli artisti coinvolti sembrano meno concentrati sul rompere una pipeline specifica che sul lasciare un rifiuto visibile, pubblico.
La strategia: pubblicare canzoni così insopportabili sonoramente da diventare veleno per i dati.
Perché conta al di là di un solo produttore di Tucson?
La musica elettronica ha più da perdere della maggior parte dei generi in questa battaglia. I produttori house e techno vedono da anni «set DJ IA» senza diritti e brani generici istantanei invadere piattaforme che un tempo premiavano la selezione e la produzione originali, addestrate, nella maggior parte dei casi documentati, senza licenze né possibilità di rifiuto. Il movimento degli anti-bangers è piccolo e in gran parte simbolico, ma è anche una delle poche leve a disposizione di un produttore indipendente senza potere negoziale davanti a un'azienda di IA da miliardi, e senza budget per una causa: peggiorare di proposito, in pubblico, la materia prima, come forma di protesta.
È impossibile verificare dall'esterno se «Piss Champ» o «Confusing music» finiranno mai in una pipeline di addestramento di Suno o Udio. Ciò che è reale è la frustrazione che li muove, e una crescente disponibilità tra i produttori indipendenti a trattare il proprio catalogo come qualcosa da difendere, non solo da caricare sperando bene.
