The Song and the Fingerprint: What I Listen for in the Age of AI Music
ShareCopied!
ENSV
A song can now be made in the time it takes to brew coffee. Type a mood, a genre and a few lines about heartbreak or summer, and out comes something with a verse, a chorus, a bridge, and a voice that sounds like it has lived a little. The first time you hear it, it is startling. The second time, something quieter happens: you start listening for what is missing.
I have been trying to name that missing thing. Not to win an argument about whether machine-made music is “real” — that debate is loud and mostly circular — but because the answer says something about why I make music, and why I love it at all.
My working answer is this: every song that stays with me is keeping a secret. And a good listener is someone who notices it.
The fingerprint
The music I return to always has a fingerprint. A place where the singer’s voice almost cracks. A chord that is slightly “wrong” and therefore right. A lyric so specific it cannot have been written for everyone — only for someone.
A fingerprint is not perfection. It is evidence. It shows that a person was there, deciding, hesitating, choosing this and not that. Detectives look for fingerprints because they prove presence. Listeners do the same thing, mostly without knowing it.
AI is superb at the smooth surface of a genre. It knows what a Nordic folk ballad, a late-night synth track or a stadium anthem is supposed to sound like, because it has learned from thousands of them. But a model learns by averaging, and the average of everything is, by definition, no one in particular. What I listen for now is the deviation: the moment a piece stops being typical and starts being somebody’s.
The secret inside the song
Here is a simple way to picture it. Imagine two letters. One is a perfectly written template that says all the right things. The other is shorter, a little clumsy, and mentions the blue cup you always drink from. The first letter is correct. The second one knows you.
Songs work the same way. The secret is not hidden to be clever. It is the private detail the writer could not leave out: a street name, a melody borrowed from a grandmother’s kitchen, a rhythm that came from the sound of a train. You may never learn what it refers to — but you can feel that it refers to something. That feeling is trust. It is the listener sensing that a real life sits underneath the sound.
A machine can imitate the shape of a secret. It can write “the blue cup.” What it cannot do is have one, because there is no kitchen, no grandmother, no train behind the words. The detail is decoration, not memory. Sometimes the difference is invisible. Often, over time, it is not.
Friction is part of the meaning
There is a reason we love the story behind a record: the tape hiss from a borrowed room, the take that was only kept because the neighbour started mowing the lawn in rhythm. Limits and accidents are not obstacles to meaning. They are where a lot of it comes from.
In plain terms, friction is anything that slows the maker down and forces a choice. A studio with only one microphone. A singer who cannot reach the high note and has to find another way. One evening left before the band splits. Each of these pushes the song somewhere it would not have gone on its own.
Remove the friction, and we get speed and abundance — and often a strange weightlessness: music that sounds finished but feels like it could have been anything. That does not make the tools useless. It makes the question sharper: where do I want friction, and where am I happy to skip it?
What radio taught me about listening
Before Sweden, I spent years in radio — though rarely in front of the microphone. Most of my work happened behind the programmes: as a recording editor, as a correspondent sending in reports, and as a facilitator, making room for other people’s voices to come through.
Editing teaches you to listen differently. You sit with the raw recording and decide what stays. Which pause to keep. Which breath to cut. Which stumble to leave in, because it is the most honest moment of the whole interview. A clean edit that removes every hesitation often removes the person, too. The best edits kept a little of the roughness, because that was where the listener could hear someone real.
As a correspondent and facilitator, I learned the other half. Listeners forgive a lot — a small mistake, a pause, some noise on the line. What they do not forgive is the feeling that nobody is really there. A voice reading a script and a voice actually speaking to you can use exactly the same words, and the audience always seems to know which is which.
That lesson has come back to me in the age of AI music. The question was never whether the sound is polished. The question is whether anyone is home — and whether the one doing the choosing left the fingerprint in.
Where I let the machine in
I make music with AI tools myself, so this is not a sermon from outside the room. For me the line is not “AI or no AI.” It is whose choices end up on the record.
A sketchbook, a sparring partner, a way to hear an idea in five arrangements before committing to one — that is a tool in the hands of a maker. Handing over the choosing itself is different. If I cannot say why a line is in the song, it is not really my song yet.
Use it to explore: rough textures, alternate keys, the idea you would otherwise abandon.
Keep for yourself: the feeling that started it, the judgement of whether a line is true, the final yes or no.
Be honest about it: listeners can forgive almost anything except feeling misled about who was in the room.
Where my songs begin
People sometimes imagine that making music with AI means typing a sentence and pressing a button. For me it begins much earlier — and it begins with a kind of pain.
I choose a particular issue in society, sometimes local, sometimes global, and I stay with it. I read about it and watch it with focus, until it is no longer just news to me but something I carry. I discuss it, too, including long conversations with AI, turning the issue over and asking what it means for the people living inside it. Slowly, the facts turn into feeling. That is the part no model can do for me: absorbing the weight of someone else’s situation until it becomes empathy.
Only at the culminating point, when the feeling is full, do I ask the machine to help. I ask it to extract the substance of everything we have gone through together and transform it into lyrics and melody. The machine is fast and skilled at form. But what it shapes is something I brought into the room.
So every song in my collaboration with AI carries this kind of pain inside it. You may not know which news story, which image or which conversation started it. That is the secret. But if you listen closely, I hope you can hear that someone was hurting on behalf of others before a single note was generated.
This is the triangle I work in: the human, the machine, and the work between them. I bring the empathy and the final judgement; the machine brings form and speed. The work is only honest when both sides of that triangle are visible — and when the feeling at its centre is real.
And there is one place where I keep the machine out entirely. My memoir series, Testimony, is written without AI, on purpose. Craft can be refined with a tool. Witness cannot. Some secrets have to stay in the hand that lived them.
A question for the listener, too
As the feed fills with flawless, frictionless sound, listening becomes a small act of choice as well. Streaming platforms reward what keeps us playing, and a model can be optimised for exactly that. There is nothing wrong with background music — there never was. But it is worth noticing when we are being soothed rather than met.
Do I want something tuned to be inoffensive, or something made by a person who risked being misunderstood? Both have a place. I just want to know which one I am pressing play on.
The test
So this is my current test. Not “was a machine involved?” but “can I find the fingerprint?”
When I can, I lean in. I listen again, trying to hear the secret — knowing I may never learn what it is, only that it is there. When I cannot, I move on, gently, and without needing the song to be a villain.
In a world where sound is endless and cheap, presence becomes the rare thing. The fingerprint is how a song tells you: someone was here.
What do you listen for? Tell me about the last song that made you feel someone was really there — and whether you ever found its secret.
En låt kan i dag skapas på den tid det tar att brygga kaffe. Skriv in en stämning, en genre och några rader om hjärtesorg eller sommar, och ut kommer något med vers, refräng, stick och en röst som låter som om den har levt lite. Första gången du hör det är det häpnadsväckande. Andra gången händer något tystare: du börjar lyssna efter det som saknas.
Jag har försökt sätta ord på det som saknas. Inte för att vinna en debatt om huruvida maskingjord musik är ”äkta” – den debatten är högljudd och går mest i cirklar – utan för att svaret säger något om varför jag gör musik, och varför jag över huvud taget älskar den.
Mitt arbetssvar är detta: varje låt som stannar kvar hos mig bär på en hemlighet. Och en god lyssnare är någon som märker den.
Fingeravtrycket
Musiken jag återvänder till har alltid ett fingeravtryck. Ett ställe där sångarens röst nästan brister. Ett ackord som är lite ”fel” och därför rätt. En textrad så specifik att den inte kan ha skrivits för alla – bara för någon.
Ett fingeravtryck är inte perfektion. Det är ett bevis. Det visar att en människa var där, bestämde, tvekade, valde det här och inte det där. Detektiver letar efter fingeravtryck eftersom de bevisar närvaro. Lyssnare gör samma sak, oftast utan att veta om det.
AI är enastående på en genres släta yta. Den vet hur en nordisk folkballad, ett nattligt synthspår eller en arenahymn ska låta, eftersom den har lärt sig av tusentals sådana. Men en modell lär sig genom att ta genomsnitt, och genomsnittet av allt är per definition ingen särskild. Det jag lyssnar efter nu är avvikelsen: ögonblicket då ett stycke slutar vara typiskt och börjar vara någons.
Hemligheten i låten
Här är ett enkelt sätt att se det. Tänk dig två brev. Det ena är en perfekt skriven mall som säger alla rätt saker. Det andra är kortare, lite klumpigt, och nämner den blå koppen du alltid dricker ur. Det första brevet är korrekt. Det andra känner dig.
Låtar fungerar på samma sätt. Hemligheten är inte gömd för att vara listig. Den är den privata detalj som låtskrivaren inte kunde utelämna: ett gatunamn, en melodi lånad från en mormors kök, en rytm som kom från ljudet av ett tåg. Du kanske aldrig får veta vad den syftar på – men du kan känna att den syftar på något. Den känslan är tillit. Det är lyssnaren som anar att ett verkligt liv finns under ljudet.
En maskin kan härma formen av en hemlighet. Den kan skriva ”den blå koppen”. Vad den inte kan är att ha en, eftersom det inte finns något kök, ingen mormor, inget tåg bakom orden. Detaljen är dekoration, inte minne. Ibland är skillnaden osynlig. Ofta, med tiden, är den inte det.
Friktion är en del av meningen
Det finns en anledning till att vi älskar historien bakom en skiva: bandbruset från ett lånat rum, tagningen som bara behölls för att grannen började klippa gräset i takt. Begränsningar och slump är inte hinder för mening. Det är där mycket av den kommer ifrån.
Enkelt uttryckt är friktion allt som saktar ner skaparen och tvingar fram ett val. En studio med bara en mikrofon. En sångare som inte når den höga tonen och måste hitta en annan väg. En sista kväll innan bandet splittras. Var och en av dessa driver låten dit den aldrig hade gått av sig själv.
Ta bort friktionen, och vi får fart och överflöd – och ofta en märklig tyngdlöshet: musik som låter färdig men känns som att den kunde ha varit vad som helst. Det gör inte verktygen värdelösa. Det gör frågan skarpare: var vill jag ha friktion, och var hoppar jag gärna över den?
Vad radion lärde mig om att lyssna
Innan Sverige arbetade jag i många år med radio – men sällan framför mikrofonen. Det mesta av mitt arbete skedde bakom programmen: som inspelningsredigerare, som korrespondent som skickade in reportage, och som facilitator som gav plats åt andra människors röster.
Redigering lär dig att lyssna annorlunda. Du sitter med den råa inspelningen och bestämmer vad som stannar. Vilken paus som ska behållas. Vilket andetag som ska klippas. Vilken snubbling som ska få vara kvar, eftersom den är det ärligaste ögonblicket i hela intervjun. En ren redigering som tar bort varje tvekan tar ofta bort människan också. De bästa redigeringarna behöll lite av det kantiga, eftersom det var där lyssnaren kunde höra någon verklig.
Som korrespondent och facilitator lärde jag mig den andra halvan. Lyssnare förlåter mycket – ett litet misstag, en paus, lite brus på linjen. Det de inte förlåter är känslan av att ingen egentligen är där. En röst som läser ett manus och en röst som verkligen talar till dig kan använda exakt samma ord, och publiken tycks alltid veta vilken som är vilken.
Den lärdomen har kommit tillbaka till mig i AI-musikens tid. Frågan var aldrig om ljudet är polerat. Frågan är om någon är hemma – och om den som väljer lämnade fingeravtrycket kvar.
Där jag släpper in maskinen
Jag gör själv musik med AI-verktyg, så det här är ingen predikan utifrån. För mig går gränsen inte vid ”AI eller inte AI”. Den går vid vems val som hamnar på skivan.
En skissbok, en sparringpartner, ett sätt att höra en idé i fem arrangemang innan jag bestämmer mig för ett – det är ett verktyg i händerna på en skapare. Att lämna över själva väljandet är något annat. Om jag inte kan säga varför en rad finns i låten, är det inte riktigt min låt än.
Använd den för att utforska: grova texturer, alternativa tonarter, idén du annars skulle ha övergett.
Behåll för dig själv: känslan som startade det, bedömningen av om en rad är sann, det slutliga ja eller nej.
Var ärlig om det: lyssnare kan förlåta nästan allt utom känslan av att bli vilseledda om vem som var i rummet.
Där mina låtar börjar
Många föreställer sig att göra musik med AI betyder att skriva en mening och trycka på en knapp. För mig börjar det mycket tidigare – och det börjar med en sorts smärta.
Jag väljer en särskild fråga i samhället, ibland lokal, ibland global, och jag stannar kvar i den. Jag läser om den och ser på den med fokus, tills den inte längre bara är nyheter för mig utan något jag bär. Jag diskuterar den också, bland annat i långa samtal med AI, vänder och vrider på frågan och frågar vad den betyder för människorna som lever mitt i den. Långsamt blir fakta till känsla. Det är den delen ingen modell kan göra åt mig: att ta in tyngden av någon annans situation tills den blir empati.
Först vid kulmen, när känslan är fylld, ber jag maskinen om hjälp. Jag ber den att utvinna kärnan i allt vi har gått igenom tillsammans och förvandla den till text och melodi. Maskinen är snabb och skicklig på form. Men det den formar är något jag bar in i rummet.
Så varje låt i mitt samarbete med AI bär den här sortens smärta inom sig. Du vet kanske inte vilken nyhet, vilken bild eller vilket samtal som startade den. Det är hemligheten. Men om du lyssnar noga hoppas jag att du kan höra att någon led för andras skull innan en enda ton genererades.
Det här är triangeln jag arbetar i: människan, maskinen och verket mellan dem. Jag bidrar med empatin och det slutliga omdömet; maskinen bidrar med form och fart. Verket är bara ärligt när båda sidorna av triangeln syns – och när känslan i dess mitt är verklig.
Och det finns ett ställe där jag håller maskinen helt utanför. Min memoarserie, Testimony, skrivs utan AI, med avsikt. Hantverk kan förfinas med ett verktyg. Vittnesmål kan inte det. Vissa hemligheter måste stanna i handen som levde dem.
En fråga till lyssnaren också
När flödet fylls av felfritt, friktionsfritt ljud blir lyssnandet också en liten handling av val. Strömningstjänster belönar det som får oss att fortsätta spela, och en modell kan optimeras för just det. Det är inget fel på bakgrundsmusik – det har det aldrig varit. Men det är värt att märka när vi blir lugnade snarare än mötta.
Vill jag ha något som är finjusterat för att inte störa, eller något gjort av en människa som riskerade att bli missförstådd? Båda har sin plats. Jag vill bara veta vilken av dem jag trycker play på.
Testet
Så detta är mitt nuvarande test. Inte ”var en maskin inblandad?” utan ”kan jag hitta fingeravtrycket?”
När jag kan, lutar jag mig närmare. Jag lyssnar igen och försöker höra hemligheten – väl medveten om att jag kanske aldrig får veta vad den är, bara att den finns där. När jag inte kan, går jag vidare, varsamt, och utan att låten behöver vara en skurk.
I en värld där ljud är oändligt och billigt blir närvaro det sällsynta. Fingeravtrycket är hur en låt berättar för dig: någon var här.
Vad lyssnar du efter? Berätta om den senaste låten som fick dig att känna att någon verkligen var där – och om du någonsin hittade dess hemlighet.