CHƯƠNG 21

TRÁNH “BẪY AI” – VÌ SAO NHẠC DỄ GIỐNG NHAU

Bạn không bị AI làm dở đi; bạn đang bị nó kéo rất nhẹ, rất khéo, về vùng trung bình

1. Một cảm giác rất quen: nghe xong… không ghét, nhưng cũng không nhớ

Có một hiện tượng mà hầu như ai làm nhạc với AI một thời gian đều sẽ gặp. Bạn nghe một loạt bài nhạc do AI tạo ra, và cảm giác đầu tiên thường khá tích cực: bài nào cũng “ổn”, bài nào cũng “nghe được”, bài nào cũng đúng kiểu bài hát. Melody có, hòa âm có, giọng hát có, cấu trúc cũng có. Không có gì quá sai. Không có gì quá khó chịu. Nhưng rồi, sau mười bài, hai mươi bài, bạn bắt đầu thấy một điều mơ hồ mà rất đáng lo:

không có bài nào thật sự ở lại.

Bạn không ghét chúng. Nhưng bạn cũng không nhớ chúng. Chúng đi qua tai bạn như những vật thể được làm rất tròn, rất nhẵn, rất đúng công thức, nhưng không có góc nào đủ sắc để giữ lại trong trí nhớ.

Và rồi bạn bắt đầu nhận ra: chúng giống nhau.

Khác lời một chút. Khác màu một chút. Khác nhịp một chút. Nhưng cái lõi cảm giác thì rất gần nhau. Một vùng an toàn, một độ “nghe được”, một kiểu đẹp vừa phải, một kiểu cảm xúc vừa đủ, không phạm lỗi, nhưng cũng không chạm tới chiều sâu.

Đây không phải là lỗi riêng của bạn. Nó cũng không đơn giản là vì bạn “chưa giỏi viết prompt”. Đây là một đặc tính rất nền tảng của AI âm nhạc. Muốn đi xa với nó, bạn phải hiểu điều này một cách tỉnh táo.

2. AI thực sự đang làm gì? Nó không sáng tạo như bạn tưởng

Để thoát khỏi bẫy AI, trước hết ta phải nhìn thẳng vào bản chất của nó.

AI âm nhạc không sáng tạo theo nghĩa con người sáng tạo. Nó không ngồi với một vết thương, một ký ức, một linh cảm, một khủng hoảng, một khát vọng, rồi biến những thứ đó thành âm thanh. Nó không có nội tâm để phải giải quyết bằng nghệ thuật. Nó không có nhu cầu tồn tại. Nó không có nguy cơ tan vỡ nếu không viết ra. Nó không có đêm mất ngủ, không có một thành phố riêng, không có ai để nhớ theo đúng kiểu của bạn.

Thứ AI làm là khác: nó dự đoán.

Nó học từ một khối dữ liệu khổng lồ gồm hàng triệu bài hát, rồi từ đó rút ra những xác suất: trong hoàn cảnh này, kiểu melody nào thường xuất hiện; với mô tả kia, kiểu hòa âm nào thường phù hợp; với loại cảm xúc này, kiểu giọng nào thường nghe “đúng”; với prompt như vậy, người ta thường chờ đợi điều gì.

Nói cách khác, AI không phát minh ra âm nhạc từ nhu cầu nội tâm. Nó tạo ra phiên bản xác suất cao nhất của cái nghe có vẻ hợp lý.

Và đó chính là điểm vừa mạnh vừa nguy hiểm.

Mạnh vì nó có thể tạo ra kết quả rất nhanh, rất “ổn”, rất hợp tai.

Nguy hiểm vì chính cái “ổn” đó là con đường ngắn nhất dẫn đến sự vô danh.

3. “Trung bình” là cái bẫy nguy hiểm nhất trong nghệ thuật

Nếu AI tạo ra thứ quá tệ, bạn sẽ nhận ra ngay và bỏ nó đi. Nếu nó tạo ra thứ quá sai, bạn sẽ phản đối. Nhưng AI hiện nay hiếm khi làm như vậy ở mức cơ bản. Nó làm một điều tinh vi hơn nhiều: nó kéo bạn về vùng trung bình.

“Trung bình” là một trạng thái rất nguy hiểm, vì nó không mang hình dạng của thất bại. Nó không xấu. Nó không sai. Nó thậm chí còn khá mượt, khá dễ nghe, khá có cảm xúc. Nhưng nó không đủ riêng, không đủ sâu, không đủ sắc, không đủ cần thiết.

Trong nghệ thuật, điều đáng sợ nhất không phải là làm dở. Làm dở còn có thể sửa, còn có cá tính, còn có sự sống thô ráp. Điều đáng sợ nhất là làm ra thứ không có gì để phản đối, nhưng cũng không có gì để yêu.

Nếu bạn không cảnh giác, AI sẽ rất dễ đưa bạn đến đó. Nó sẽ làm cho bạn cảm thấy mình đang làm được nhạc, đang có kết quả, đang có năng suất, đang có “content”, nhưng sâu bên trong, bản sắc của bạn bị hòa loãng dần vào một vùng âm thanh rất an toàn, rất có thể tiêu thụ, nhưng khó để tồn tại lâu.

Và nếu bạn cứ ở đó đủ lâu, điều tệ nhất sẽ xảy ra:

bạn bắt đầu tưởng rằng vùng trung bình ấy là chất lượng thật.

4. Năm dấu hiệu cho thấy bạn đang rơi vào “bẫy AI”

Một người làm nhạc cần biết nhận diện bẫy này bằng triệu chứng cụ thể, không chỉ bằng cảm giác mơ hồ.

Dấu hiệu thứ nhất: bài nào cũng “na ná”

Có thể bạn đổi chủ đề, đổi vài chữ trong prompt, đổi chút nhạc cụ, nhưng khi nghe lại cả loạt bài, bạn thấy chúng cùng một trường năng lượng. Không có bài nào thực sự mở ra một thế giới khác biệt. Mọi thứ chỉ dao động trong cùng một độ an toàn.

Dấu hiệu thứ hai: chorus không đọng

Nghe xong bạn thấy “ổn”, nhưng không có câu nào bám vào trí nhớ. Không có đoạn nào buộc bạn muốn nghe lại. Bài hát trôi đi như nước qua tay.

Dấu hiệu thứ ba: prompt quá chung

Khi prompt của bạn xoay quanh những cụm như “sad song”, “love song”, “emotional ballad”, “nice melody”, thì AI chỉ còn cách trả về những phiên bản phổ biến nhất của những gì nó đã học.

Dấu hiệu thứ tư: không có thế giới riêng

Bài hát diễn ra ở đâu cũng được. Không gian mơ hồ. Không có một thành phố, một căn phòng, một thời tiết, một ánh sáng, một vật thể cụ thể nào đủ mạnh để làm nó thành thật.

Dấu hiệu thứ năm: không có chi tiết sống

Lời ca, hình ảnh, hoặc prompt thiếu những điều chỉ có trong đời thực: một ly cà phê nguội, một tin nhắn chưa gửi, một chiếc áo để quên, tiếng xe xa trong đêm, ánh đèn phản lên cửa kính. Không có chi tiết sống, bài hát sẽ dễ mang vẻ “đúng kiểu bài hát” hơn là mang vẻ “đúng với một con người”.

Khi thấy những dấu hiệu này, bạn phải hiểu rằng mình không chỉ đang dùng AI. Mình đang bắt đầu bị AI định hình lại gu thẩm mỹ theo hướng trung bình hóa.

5. Vì sao AI dễ làm nhạc giống nhau?

Có ba nguyên nhân chính, và bạn cần hiểu thật rõ để không đổ lỗi sai chỗ.

Nguyên nhân thứ nhất: dữ liệu học từ cùng một nền văn hóa âm thanh phổ biến

AI được huấn luyện trên những gì đã tồn tại và đủ nhiều để học. Điều đó có nghĩa là nó hấp thụ rất mạnh những cấu trúc phổ biến, những cách viết quen, những kiểu hook hiệu quả trung bình, những công thức đã được chứng minh là “nghe được”.

AI không yêu cái hiếm. AI ưu tiên cái xác suất cao.

Nguyên nhân thứ hai: người dùng thường mô tả giống nhau

Hàng ngàn người dùng nhập vào những prompt gần giống nhau:

• sad ballad

• emotional song

• love song

• acoustic male vocal

• nostalgic piano

Khi đầu vào giống nhau, đầu ra khó mà khác sâu sắc được.

Nguyên nhân thứ ba: đầu vào thiếu cá tính

AI không thể tự phát minh bản sắc từ khoảng trống. Nếu bạn không đưa vào một thế giới riêng, một góc nhìn riêng, một cảm giác riêng, nó sẽ lấp đầy khoảng trống ấy bằng thứ “trung bình hợp lý nhất”.

Nói cách khác:

AI không chủ động làm bạn giống nhau.

Bạn đang đưa vào những thứ quá giống nhau, nên AI chỉ phản chiếu lại điều đó.

6. Cách thoát khỏi “bẫy AI”: phải làm cho đầu vào mang dấu vân tay người

Muốn thoát khỏi vùng trung bình, bạn không cần chống AI. Bạn cần học cách đưa vào những gì AI không tự có.

6.1. Viết cụ thể hơn, như đang đặt máy quay vào một cảnh thật

Prompt chung sẽ tạo ra nhạc chung. Prompt cụ thể mới mở ra thế giới.

Thay vì viết:

sad song

Hãy viết:

a lonely man sitting in a quiet café in Saigon at night, remembering a lost love, soft acoustic guitar, intimate and melancholic, warm rain outside the window

Ở đây, bạn đã cho AI:

• nhân vật,

• không gian,

• thời điểm,

• trạng thái,

• nhạc cụ,

• nhiệt độ cảm xúc.

Từ đó, AI không còn đoán một “bài buồn” chung chung nữa. Nó có vật liệu để dựng nên một bầu khí riêng.

6.2. Dùng chi tiết thật – đây là vũ khí mạnh nhất

AI có thể biết hàng triệu bài hát buồn. Nhưng AI không có ký ức của bạn.

Những chi tiết như:

• ly cà phê nguội,

• tin nhắn chưa trả lời,

• chiếc áo để quên,

• mùi mưa trên vỉa hè,

• ánh đèn hắt vào bàn gỗ,

• tiếng xe cuối phố,

• một vết xước trên cây đàn,

… chính là thứ kéo bài hát ra khỏi vùng “generic”.

Chi tiết thật không chỉ làm cho lời sống hơn. Nó còn làm cho prompt có trọng lực. AI sẽ bắt đầu xoay quanh một vật thể cụ thể, thay vì một khái niệm mơ hồ.

6.3. Kết hợp điệu thức và sắc thái thay vì chỉ major / minor

Nếu bạn chỉ nghĩ theo cặp sáng / buồn, bạn sẽ rất dễ rơi vào những màu quá quen. Nhưng khi bạn dùng dorian, mixolydian, lydian, hoặc ít nhất mô tả những sắc thái như “buồn nhưng có ánh sáng”, “sáng nhưng hơi bụi”, “bay nhưng không quá ngọt”, bạn đang bẻ hướng cảm xúc ra khỏi đường mòn.

Đây là cách rất mạnh để tránh việc mọi bài của bạn đều nghe như biến thể của cùng một khuôn mẫu pop-ballad phổ thông.

6.4. Tạo core style thay vì mỗi lần bắt đầu lại từ số không

Một trong những nguyên nhân khiến nhạc AI dễ na ná là người dùng cứ mỗi bài lại thay prompt hoàn toàn, theo cảm hứng ngắn hạn. Kết quả là không có trục thẩm mỹ nào đủ mạnh để giữ lại bản sắc.

Giải pháp là tạo một core style:

• một thế giới,

• một màu,

• một nhiệt độ cảm xúc,

• một vùng âm thanh,

• một cách kể.

Sau đó, trong core style đó, bạn mới thay đổi:

• tempo,

• nhịp,

• cảnh,

• chi tiết,

• sắc độ buồn/sáng.

Đây là cách vừa giữ được bản sắc, vừa tránh lặp.

6.5. Generate có chọn lọc, không phải generate vô hồn

Thoát khỏi bẫy AI không phải bằng cách tạo nhiều hơn, mà bằng cách nghe kỹ hơn. Người yếu tạo nhiều rồi lấy đại. Người giỏi tạo nhiều để chọn ra thứ có linh hồn.

Không phải số lượng version làm bạn khác biệt.

Chính khả năng phát hiện cái có thật giữa nhiều bản đúng mới làm bạn khác biệt.

7. Cái bẫy tinh vi nhất: tai của bạn bắt đầu quen với chất lượng trung bình

Đây là điểm nguy hiểm nhất, và cũng là điểm ít người nói đến nhất.

Khi bạn nghe nhiều nhạc AI, tai bạn có thể bắt đầu thích nghi với cái “đủ ổn”. Những hook không quá mạnh cũng thấy được. Những lyric hơi chung cũng chấp nhận được. Những không khí hơi mờ cũng thấy không sao. Dần dần, chuẩn thẩm mỹ của bạn bị hạ xuống mà bạn không nhận ra.

Đó là một dạng “trung bình hóa tai nghe”.

Khi điều này xảy ra, bạn không chỉ tạo ra nhạc giống nhau. Tệ hơn, bạn mất khả năng nhận ra cái gì thật sự đặc biệt.

Cách chống lại điều này là rất chủ động:

• luôn nghe nhạc người thật ở trình độ cao,

• luôn so sánh sản phẩm AI với những bài hát bạn thực sự yêu,

• luôn hỏi: “cái này có chạm mình thật không, hay mình chỉ đang thấy nó ổn?”,

• luôn giữ một tiêu chuẩn nghệ thuật bên ngoài AI.

AI có thể hỗ trợ quy trình. Nhưng chuẩn mực thẩm mỹ của bạn không được phép giao cho AI quyết định.

8. Nguyên tắc vàng: AI tạo ra cái “đúng”, còn bạn phải tạo ra cái “không thể nhầm”

Đây là nguyên tắc nên ghi lại như một tuyên ngôn.

AI rất giỏi tạo ra thứ:

• đúng mood,

• đúng style,

• đúng cấu trúc,

• đúng tai nghe phổ thông.

Nhưng nếu bạn chỉ dừng ở “đúng”, bạn sẽ trở thành một người trong vô số người khác cũng đang làm cái đúng.

Trong nghệ thuật, đúng chưa bao giờ là đủ.

Bạn cần một thứ khác nữa: cái không thể nhầm lẫn.

Cái đó có thể đến từ:

• trải nghiệm thật,

• góc nhìn thật,

• chi tiết thật,

• một thế giới lặp lại đủ lâu,

• một kiểu buồn riêng,

• một kiểu ánh sáng riêng,

• một cách dùng âm thanh riêng.

Nếu bạn thêm những điều này vào, bài hát bắt đầu rời khỏi mặt bằng “đúng” để đi vào vùng “nhận diện được”.

9. Điều thật sự làm bạn khác biệt không phải là công cụ, mà là cuộc đời của bạn

Đây có lẽ là ý quan trọng nhất của cả chương.

AI có dữ liệu.

AI có tốc độ.

AI có khả năng mô phỏng.

Nhưng AI không có:

• tuổi trẻ của bạn,

• những người bạn đã yêu,

• những mùa mưa bạn đã đi qua,

• căn phòng bạn từng ở,

• nỗi buồn bạn từng giấu,

• con phố bạn từng bước một mình,

• những thất bại, những hy vọng, những lần im lặng, những vết thương và những tha thứ của bạn.

Tất cả những điều ấy không nằm trong công nghệ. Nó nằm trong đời sống.

Và chính đời sống ấy là thứ duy nhất không thể bị đồng hóa hoàn toàn.

Bởi vậy, lợi thế lớn nhất của bạn trong thời đại AI không phải là học nhanh công cụ. Lợi thế lớn nhất của bạn là dám đưa đời sống thật của mình vào bài hát, theo một cách đủ tinh tế để nó không thành nhật ký thô, nhưng đủ chân thật để nó không bị trôi vào vùng trung bình.

10. Mini Project: bài tập thoát khỏi vùng trung bình

Bài tập 1: Sửa một prompt cũ

Lấy một prompt bạn từng dùng, đặc biệt là prompt còn chung. Viết lại nó theo hướng cụ thể hơn:

• thêm nhân vật,

• thêm không gian,

• thêm thời điểm,

• thêm nhiệt độ cảm xúc.

Bài tập 2: Thêm chi tiết sống

Từ prompt mới đó, thêm ít nhất:

• hai hình ảnh thật,

• một chi tiết đồ vật,

• một yếu tố thời tiết hoặc ánh sáng.

Bài tập 3: So sánh bản cũ và bản mới

Generate lại và nghe song song. Viết ra:

• bản nào có thế giới rõ hơn,

• bản nào có cảm xúc thật hơn,

• bản nào bạn muốn nghe lại hơn.

Bài tập 4: Viết một bài có motif riêng

Tự đặt cho mình một motif thẩm mỹ, ví dụ:

• thành phố đêm,

• mưa và kính,

• ly cà phê và ghế trống,

• tuổi trẻ và ánh đèn,

• cửa sổ và ký ức.

Viết một bài ngắn mà toàn bộ hình ảnh đều cùng phục vụ cho một thế giới thống nhất.

Đây là bài tập rất mạnh, vì nó buộc bạn rời khỏi vùng prompt công thức để đi vào vùng xây thế giới.

11. Trắc nghiệm

12. Kết thúc chương

Bạn vừa chạm tới một trong những sự thật quan trọng nhất của thời đại này:

AI không nhất thiết làm bạn dở đi.

Nhưng nếu bạn không tỉnh táo, nó sẽ làm bạn trung bình đi.

Và trong nghệ thuật, trung bình là một dạng biến mất rất êm.

Không ai phản đối bạn.

Không ai chê bạn.

Nhưng cũng không ai nhớ bạn.

Nhiệm vụ của bạn, từ đây, không còn chỉ là học công cụ hay tạo ra thêm bài hát. Nhiệm vụ của bạn là bảo vệ những gì trong âm nhạc không thể được tạo ra từ xác suất cao nhất của dữ liệu. Đó là:

• chi tiết sống,

• góc nhìn riêng,

• thế giới riêng,

• nỗi buồn riêng,

• ánh sáng riêng,

• và sự thật riêng.

Khi bạn làm được điều đó, AI không còn là vùng trung bình kéo bạn xuống nữa. Nó trở thành một cỗ máy khuếch đại bản sắc.

Ở chương cuối, chúng ta sẽ đi đến câu hỏi lớn nhất:

TƯƠNG LAI CỦA NGƯỜI SÁNG TÁC

AI sẽ thay đổi âm nhạc đến đâu, ai sẽ bị thay thế, ai sẽ mạnh hơn, và bạn nên đứng ở đâu trong thế giới đang đến rất nhanh này