BoNT_Creations

Inleiding

Op dit moment worden er steeds meer vragen gesteld over de rol van artificiële intelligentie (AI) binnen de kunsten. Terwijl grote bedrijven AI in uiteenlopende sectoren proberen te integreren, reageren veel kunstenaars en een aanzienlijk deel van het publiek hier kritisch op.
Kunst wordt hierdoor in een nieuwe context geplaatst: een wereld waarin generatieve AI een steeds grotere rol speelt. Zowel kunstenaars, bedrijven als het publiek verhouden zich op verschillende manieren tot deze ontwikkeling (Oksanen et al., 2023). Sommige kunstenaars vrezen dat hun praktijk onder druk komt te staan door de opkomst van AI, terwijl anderen er weinig directe impact van ondervinden (Kawakami & Venkatagiri, 2024). Tegelijkertijd verandert ook de perceptie van het publiek. De manier waarop kunst wordt waargenomen en gewaardeerd is immers afhankelijk van de context waarin deze wordt ervaren (Pierre Bourdieu; Donna Haraway).
Tegelijkertijd brengt AI ook nieuwe mogelijkheden met zich mee voor de kunsten. Zo kan het de productie van kunst aanzienlijk verhogen en bijdragen aan een verdere democratisering van creatieve praktijken. Daarnaast stelt AI bestaande opvattingen over kunst ter discussie en kan het aanleiding geven tot nieuwe artistieke vormen, vergelijkbaar met de manier waarop de readymades van Marcel Duchamp de kunstpraktijk hebben geherdefinieerd.
In dit onderzoek staat de volgende vraag centraal: “Hoe beïnvloedt de opkomst van AI-gegenereerde muziek de manier waarop het publiek authenticiteit en menselijkheid in muziek waarneemt?”
Om deze vraag te beantwoorden, wordt de opkomst van generatieve AI binnen de muziek benaderd als een complex systeem waarin technologische, artistieke en perceptuele factoren elkaar wederzijds beïnvloeden. Daarbij wordt onderzocht hoe zowel kunstenaars als het publiek hun relatie tot muziek herdefiniëren binnen deze veranderende context.
Dit onderzoek vertrekt vanuit de hypothese dat deze verschuiving niet enkel plaatsvindt op het niveau van productie, maar ook in de perceptie en interpretatie van het publiek.

Wicked problem

Aangezien het gebruik van artificiële intelligentie binnen de muzieksector een voortdurend veranderlijk karakter heeft en gekenmerkt wordt door complexe onderlinge invloeden zonder duidelijke lineaire oorzaak-gevolg relaties, kan dit fenomeen begrepen worden als een wicked problem.
Zoals omschreven door Horst Rittel en Melvin Webber (1973) worden wicked problems gekenmerkt door een hoge mate van complexiteit, veranderlijkheid en het ontbreken van eenduidige oplossingen. Dergelijke problemen ontstaan binnen systemen waarin verschillende actoren, belangen en contexten elkaar voortdurend beïnvloeden. Om deze reden worden wicked problems vaak benaderd vanuit systeemdenken, waarbij niet enkel naar afzonderlijke elementen wordt gekeken, maar vooral naar de relaties en interacties tussen deze onderdelen.
De opkomst van AI binnen muziek kan vanuit dit perspectief begrepen worden als een dynamisch systeem waarin technologie, muzikanten, platformen en publiek elkaar wederzijds beïnvloeden. Het publiek reageert op AI-gegenereerde muziek en kent hier bepaalde waarden aan toe, wat op zijn beurt invloed heeft op de keuzes die muzikanten en producenten maken. Deze reacties beïnvloeden vervolgens opnieuw de productie en verspreiding van muziek, waardoor een voortdurende feedbackloop ontstaat.
Ook digitale platformen en algoritmische aanbevelingssystemen spelen hierin een actieve rol, doordat zij bepalen welke muziek zichtbaar en verspreid wordt. Bovendien verandert het probleem voortdurend doordat AI-technologie zich snel ontwikkelt en maatschappelijke percepties mee evolueren.
Binnen dit systeem verschuift niet alleen de productie van muziek, maar ook de manier waarop authenticiteit en menselijkheid door het publiek worden waargenomen.

Theoretisch kader

In de volgende hoofdstukken wordt het theoretische kader rond de opkomst van AI binnen de muzieksector verder uitgewerkt en toegelicht.

AI en esthetische homogenisering

Generatieve AI wordt getraind op omvangrijke datasets en genereert output op basis van waarschijnlijkheidspatronen binnen deze data. Hoewel onderzoek aantoont dat de gemiddelde originaliteit van kunstwerken afneemt, stijgt tegelijkertijd de piek van inhoudelijke originaliteit, wat wijst op een grotere mogelijkheid tot het exploreren van nieuwe ideeën (Zhou & Lee, 2024). Generatieve AI leidt dus enerzijds tot esthetische homogenisering, maar creëert anderzijds ook nieuwe mogelijkheden voor creatieve exploratie.
Deze homogenisering ontstaat doordat generatieve AI gebaseerd is op data mining en het recombineren van bestaande data. Data mining verwijst naar het verzamelen en analyseren van grote hoeveelheden gegevens, zoals beelden, teksten en klanken, die vervolgens gebruikt worden om AI-modellen te trainen. Verschillende auteurs wijzen erop dat deze datasets vaak opgebouwd worden zonder expliciete toestemming van de oorspronkelijke makers, wat aanleiding geeft tot discussies rond auteursrecht en eigenaarschap (Dornis, 2024).
Daarnaast kan de samenstelling van deze datasets bijdragen aan een vorm van veralgemening binnen culturele productie. Aangezien populaire en veel gedeelde vormen van muziek sterker vertegenwoordigd zijn binnen online data, zullen AI-modellen sneller patronen reproduceren die aansluiten bij reeds dominante genres en conventies. Binnen de muzieksector betekent dit dat AI-systemen gemakkelijker muziek genereren die aansluit bij populaire genres zoals pop en country. Hierdoor kan het gebruik van AI bijdragen aan een verhoogde voorspelbaarheid en een afname van de gemiddelde originaliteit binnen muziekproductie.
Dit betekent echter niet noodzakelijk dat AI-geproduceerde muziek negatief wordt beoordeeld door het publiek. Integendeel: generatieve AI blijkt bijzonder efficiënt in het herkennen en reproduceren van patronen die samenhangen met populaire muziek. Een voorbeeld hiervan is Breaking Rust, een AI-gegenereerd countryproject dat in november 2025 de negende plaats behaalde in de Billboard Emerging Artists-chart. In mei 2026 telde het project bovendien meer dan één miljoen maandelijkse luisteraars op Spotify.
Het succes van dergelijke projecten hoeft niet verrassend te zijn, aangezien AI-modellen getraind worden op omvangrijke verzamelingen bestaande muziek en daardoor in staat zijn terugkerende structuren, harmonieën en productiepatronen efficiënt te herkennen en reproduceren. Tegelijkertijd leidt de voortdurende technologische ontwikkeling van AI-modellen ertoe dat gegenereerde muziek steeds moeilijker te onderscheiden wordt van menselijke productie. Waar vroege AI-modellen vaak nog duidelijke inconsistenties of “fouten” vertoonden, neemt deze technische imperfectie steeds verder af. Onderzoek toont aan dat een groot deel van de luisteraars het verschil tussen AI-geproduceerde en menselijke muziek niet langer betrouwbaar kan herkennen. Daarnaast geeft 34% van de deelnemers aan de THR/Frost School Music Poll (Client Challenge, z.d.) aan bewust naar AI-geproduceerde muziek te luisteren.

Waardeverandering en perceptie

De waardering van muziek is niet uitsluitend gebaseerd op technische kwaliteit of esthetische kenmerken, maar wordt eveneens beïnvloed door sociale, culturele en contextuele factoren. Volgens Pierre Bourdieu ontstaat culturele waarde binnen sociale systemen waarin smaak en betekenis voortdurend gevormd en gereproduceerd worden.(Wikipedia contributors, 2026) Binnen een culturele context waarin AI steeds meer muziek produceert, verandert daardoor niet alleen de productie van muziek, maar ook de manier waarop het publiek muziek interpreteert en waardeert.
In Distinction: A Social Critique of the Judgement of Taste bespreekt Bourdieu het begrip “smaak” als een sociaal geconstrueerd fenomeen. Welke kunst als waardevol of kwalitatief wordt beschouwd, is volgens hem niet louter een individuele voorkeur, maar wordt mede bepaald door dominante sociale groepen met een hoge mate van cultureel kapitaal. Cultureel kapitaal verwijst hierbij naar sociale en culturele kennis, vaardigheden en voorkeuren die status en legitimiteit verlenen binnen een samenleving. De waardering van kunst kan daardoor beschouwd worden als een veranderlijk gegeven dat afhankelijk is van bredere sociale structuren.
Een gelijkaardige verschuiving in de perceptie van kunst wordt zichtbaar in het begrip “aura”, zoals besproken door Walter Benjamin in zijn kunstwerkessay. G. J. E. Rutten omschrijft deze aura als de “echtheid”, “uniciteit” en “authenticiteit” van een kunstwerk als origineel (Rutten, 1936, p. 1). Benjamin ontwikkelde dit concept als reactie op de opkomst van technische reproduceerbaarheid via fotografie, film en andere reproductietechnieken. Door deze reproduceerbaarheid verloor het kunstwerk volgens Benjamin een deel van zijn unieke aanwezigheid.
Dit idee van aura kan eveneens toegepast worden op AI-gegenereerde kunst. Enerzijds leidt generatieve AI, zoals eerder besproken, tot een vorm van esthetische homogenisering. Anderzijds ontstaat er een afstand tussen het werk en de context van zijn ontstaan. AI-systemen genereren beelden en muziek op basis van bestaande datasets, waarbij de oorspronkelijke context van de gebruikte werken grotendeels verdwijnt. Hierdoor kan het publiek AI-gegenereerde muziek anders waarderen dan menselijke muziek, niet noodzakelijk omdat deze esthetisch minder kwalitatief zou zijn, maar omdat ze als minder authentiek of uniek wordt ervaren. Deze waardering beïnvloedt vervolgens opnieuw welke muziek geproduceerd en verspreid wordt, waardoor een voortdurende feedbackloop ontstaat tussen publiek, kunstenaars en technologie.

Interpretatie en anti-AI-esthetiek

In 1968 publiceerde Roland Barthes het essay La mort de l’Auteur, waarin hij het idee van de “dood van de auteur” introduceerde. Barthes stelt hierin dat de betekenis van een tekst niet uitsluitend bepaald wordt door de intentie van de auteur, maar eveneens ontstaat in de interpretatie van de lezer. Elke lezer benadert een werk vanuit een eigen culturele en persoonlijke context, waardoor één tekst meerdere mogelijke betekenissen kan dragen.(Wikipedia-bijdragers, 2026)
Door de opkomst van generatieve AI verandert het culturele landschap waarin kunst geproduceerd, verspreid en ervaren wordt. Binnen deze context ontstaat een nieuw interpretatiekader waarbij een deel van het publiek zich kritisch opstelt tegenover het gebruik van AI binnen de kunsten. Zoals eerder besproken leidt generatieve AI enerzijds tot een grote overvloed aan culturele productie en anderzijds tot een vorm van esthetische homogenisering. Hierdoor ontstaan bepaalde terugkerende kenmerken en patronen die door het publiek geassocieerd kunnen worden met AI-gegenereerde kunst, wat begrepen kan worden als een vorm van “AI-esthetiek”.
Voor sommige waarnemers leidt deze overvloed en reproduceerbaarheid tot een vermindering van de culturele waarde en ‘aura’ van kunstwerken.
Aangezien AI-gegenereerde muziek steeds moeilijker te onderscheiden wordt van menselijke productie, ontstaat bij sommige luisteraars de behoefte aan nieuwe manieren om menselijke aanwezigheid en authenticiteit te herkennen. Binnen muziek kan dit leiden tot een verhoogde waardering voor kenmerken die moeilijk volledig gestandaardiseerd of voorspelbaar lijken, zoals imperfectie, narrativiteit, lichamelijke aanwezigheid en emotionele directheid.
Vanuit dit perspectief ontstaat “anti-AI-esthetiek” niet noodzakelijk als een expliciete artistieke tegenbeweging, maar eerder als een interpretatiekader dat gevormd wordt door het publiek. Bepaalde esthetische kenmerken krijgen binnen een AI-context nieuwe betekenissen en worden gelezen als signalen van menselijkheid, authenticiteit en individualiteit. Welke kenmerken als “menselijk” of “AI-achtig” worden ervaren, blijft echter afhankelijk van culturele interpretatie en technologische context, en ligt dus niet objectief vast.

Case studies

In het volgende hoofdstuk worden enkele casestudies besproken die illustreren hoe muziekprojecten binnen een culturele context van generatieve AI op een andere manier geïnterpreteerd kunnen worden. Eerst wordt Angine de Poitrine besproken, een muziekproject dat opkwam binnen deze recente AI-context zonder zich expliciet uit te spreken over AI. Vervolgens wordt The Narcissist Cookbook behandeld, een langer bestaand muzikaal project waarvan bepaalde kenmerken binnen de huidige context nieuwe betekenissen kunnen krijgen. Deze casestudies dienen niet als bewijs voor een expliciete anti-AI-beweging, maar als voorbeelden van hoe perceptie, authenticiteit en esthetische waardering kunnen verschuiven binnen een cultuur waarin AI steeds prominenter aanwezig is.

Angine de Poitrine

De plotse populariteit van Angine de Poitrine vormde een belangrijke aanleiding voor deze onderzoeksvraag. Hoewel de groep reeds sinds 2019 actief is, verwierf ze pas in februari 2026 brede bekendheid met haar debuutalbum. Inmiddels telt de groep meer dan twee miljoen maandelijkse luisteraars op Spotify, terwijl het tweede album binnen twaalf dagen meer dan twaalf miljoen streams behaalde.
De groep omschrijft haar eigen stijl als een “mantra-rock Dada Pythago-Cubist orchestra” bestaande uit “space-time voyagers” (Wikipedia contributors, 2026b). Hun muziek maakt gebruik van experimentele composities en microtonaliteit, waarbij tonen gebruikt worden die afwijken van het conventionele westerse toonstelsel. Daarnaast spelen ook visuele elementen, zoals absurde kostuums en het repetitieve gebruik van polkadots, een belangrijke rol binnen hun artistieke identiteit.
Opmerkelijk is dat een relatief experimentele en niche gerichte groep op korte tijd een groot publiek wist te bereiken. Binnen de context van dit onderzoek kan deze populariteit geïnterpreteerd worden als onderdeel van een bredere verschuiving in de manier waarop authenticiteit en originaliteit worden gewaardeerd binnen muziekcultuur. De sterke nadruk op absurdisme, visuele performativiteit en experimentele composities creëert een esthetiek die door het publiek gelezen kan worden als uitgesproken menselijk, onvoorspelbaar en moeilijk reproduceerbaar door generatieve AI-systemen.

The Narcissist Cookbook

The Narcissist Cookbook is het muziekproject van Matt Johnston. De artiest omschrijft de muziek zelf als een combinatie van folk storytelling, punkmonologen en experimentele spoken word-elementen.(The Narcissist Cookbook, z.d.) Deze zelfomschrijving benadrukt reeds het chaotische, narratieve en moeilijk categoriseerbaar karakter van het project.
Net zoals bij Angine de Poitrine gaat het hier om een relatief niche gerichte vorm van muziek die sterk afwijkt van conventionele populaire muziekstructuren. Hoewel het project niet expliciet gepositioneerd wordt als een reactie tegen AI, kan de stijl wel geïnterpreteerd worden binnen de context van een bredere verschuiving in de waardering van menselijke aanwezigheid binnen muziek.
De muziek van The Narcissist Cookbook legt een sterke nadruk op storytelling, subjectieve ervaringen en zeer specifieke culturele verwijzingen. Daarnaast maken ongewone ritmiek, abrupte pacing en absurde humor deel uit van de esthetische identiteit van het project.(Pressed Fresh Collective’s Newsroom, 2024) Deze elementen creëren een gevoel van menselijke aanwezigheid en onvoorspelbaarheid dat moeilijk volledig te reduceren valt tot gestandaardiseerde patronen.
Ook de performatieve manier waarop Johnston zijn teksten brengt speelt hierin een rol in de menselijke aanwezigheid van zijn muziek. De nadruk op ademhaling, timing en vocale imperfecties versterkt het gevoel van lichamelijke aanwezigheid binnen de muziek. Hierdoor verschuift de aandacht van technische perfectie naar de ervaring van menselijke expressie zelf.

Discussie

Deze paper stelt niet dat AI-geproduceerde kunst inherent minder waardevol is dan menselijke kunst. In plaats daarvan toont het onderzoek aan dat de opkomst van generatieve AI het culturele systeem rond muziekproductie en -beleving fundamenteel beïnvloedt. Binnen deze context verschuiven de betekenissen die worden toegekend aan begrippen zoals authenticiteit, imperfectie en menselijke aanwezigheid. “Anti-AI-esthetiek” kan daarbij niet noodzakelijk worden opgevat als een expliciete artistieke beweging, maar eerder als een interpretatief kader waarmee het publiek bepaalde muzikale kenmerken leest en waardeert binnen een veranderend technologisch landschap.
Tegelijkertijd is het belangrijk te erkennen dat bestaand onderzoek naar de perceptie van AI-gegenereerde kunst niet altijd eenduidige resultaten oplevert. Verschillende studies wijzen op spanningen en zelfs schijnbare tegenstrijdigheden in de manier waarop AI-ondersteunde creaties worden beoordeeld. Zo stellen Bianchi et al. (2025) vast dat wanneer AI expliciet wordt vermeld als onderdeel van een creatief proces in samenwerking met een mens, werken doorgaans als minder diepgaand, authentiek en aantrekkelijk worden ervaren. Tegelijkertijd worden dezelfde werken vaak als origineler beoordeeld. Dit wijst op een complexe en contextafhankelijke perceptie van AI binnen creatieve praktijken, waarbij verschillende beoordelingscriteria niet noodzakelijk op elkaar aansluiten.

AI-verklaring

In het kader van deze paper werd generatieve artificiële intelligentie gebruikt als ondersteunend hulpmiddel bij het schrijfproces. AI werd niet ingezet als bron van inhoudelijke kennis of als vervanging van academische literatuur, maar als instrument voor taalondersteuning, structurering en redactionele verfijning.
Het gebruik van AI werd kritisch en iteratief geëvalueerd door de auteur en geïntegreerd in een autonoom schrijf- en analyseproces. Alle inhoudelijke interpretaties, argumentatie en conclusies blijven de verantwoordelijkheid van de auteur.

Bronnen

Angine de Poitrine – À propos. (z.d.). Angine de Poitrine. https://anginedepoitrine.com/a-propos

Bianchi, I., Branchini, E., Uricchio, T., & Bongelli, R. (2025). Creativity and aesthetic evaluation of AI-generated artworks: bridging problems and methods from psychology to AI. Frontiers in Psychology, 16, 1648480. https://doi.org/10.3389/fpsyg.2025.1648480

Client challenge. (z.d.). https://www.scribd.com/document/950900827/THR-Frost-School-of-Music-Poll-The-Future-of-Music#from_embed

Dornis, T. W. (2024). The training of generative AI is not text and data mining. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4993782

Hayden, E. (2025, 20 november). POLL: AI is transforming how we think about music. The Hollywood Reporter. https://www.hollywoodreporter.com/business/business-news/ai-artist-pay-streaming-music-poll-america-survey-1236428233/

Kawakami, R., & Venkatagiri, S. (2024). The Impact of Generative AI on Artists. Creativity And Cognition, 79–82. https://doi.org/10.1145/3635636.3664263

Oksanen, A., Cvetkovic, A., Akin, N., Latikka, R., Bergdahl, J., Chen, Y., & Savela, N. (2023). Artificial intelligence in fine arts: A systematic review of empirical research. Computers in Human Behavior Artificial Humans, 1(2), 100004. https://doi.org/10.1016/j.chbah.2023.100004

OpenAI. (21 augustus 2023). AI Art and Aesthetics [generatief AI-model]. ChatGPT. https://chatgpt.com/share/6a058da6-b2a8-8332-89bb-88e0fbb35cb2

Pressed Fresh Collective’s Newsroom. (2024, 24 januari). The Narcissist Cookbook: a unique blend of music, storytelling, and unapologetic authenticity. Pressed Fresh Collective. https://pressedpr.prowly.com/284580-the-narcissist-cookbook-a-unique-blend-of-music-storytelling-and-unapologetic-authenticity

Rutten, G. J. E. (1936). Over het begrip ‘aura’ in Walter Benjamins kunstwerkessay [Journal-article]. https://www.gjerutten.nl/OverWalterBenjaminsKunstwerkessay.pdf

The Narcissist Cookbook. (z.d.). Facebook. https://www.facebook.com/thenarcissistcookbook/about_details

What’s a Wicked Problem? | Wicked Problem. (z.d.).
https://www.stonybrook.edu/commcms/wicked-problem/about/What-is-a-wicked-problem

Wikipedia contributors. (2026a, april 8). Distinction (book). Wikipedia. https://en.wikipedia.org/wiki/Distinction_(book)

Wikipedia contributors. (2026b, mei 10). Angine de poitrine. Wikipedia. https://en.wikipedia.org/wiki/Angine_de_Poitrine

Wikipedia-bijdragers. (2026, 1 maart). Roland Barthes. Wikipedia. https://nl.wikipedia.org/wiki/Roland_Barthes

Zhou, E., & Lee, D. (2024). Generative artificial intelligence, human creativity, and art. PNAS Nexus, 3(3), pgae052. https://doi.org/10.1093/pnasnexus/pgae052