というより、音楽は聴くのに時間かかるけど、絵は一瞬で見れるっていう時間的な違い大きい。
たぶんその構造的な制約ゆえに反発が少なくなってると思う。
どういうことかというと、一言で言えば、絵は0.1秒で鑑賞できるけど音楽を聴くには少なくとも数十秒から数分間の時間を要する。
さらにいえば絵は一度に大量に見ることすらできるが、音楽は一度に1曲のみだ。
このことがどう影響するかというと、絵の場合、見たくもないのに目に入るという事態が起こりうる。しかも大量に。
XのタイムラインやYoutubeのサムネイル、webページのバナーがAIイラストで埋め尽くされる。
これは恐怖だ。見たくもないものが洪水のように迫ってくるのだから。
情緒が不安定になりヒステリックな反応を引き起こすのも無理はない。
一方でAI音楽の場合、再生ボタンを押さなければ再生されることはない。
動画などの素材で使われていたとしてもフリー音源との違いがわからないので違和感を抱かない。
ゆえに脅威を感じづらい。
これが両者の反応の違いとなっているのだと思う。
別の論点でいうと、絵と音楽は制作スタイルが大きく異なるので、その成果物に対して個人が抱く感情にも隔たりがあるのではないかという話がある。
絵は多くの場合一人で完結できるので作品に対する作家性(簡単に言うと「自分のモノ感」)が強い。
逆に音楽はほとんど分業制で作られていて、「個人のモノ感」が低い。作曲者と演奏者(歌手含む)が違うのは当たり前で、そこに作詞者や編曲者が加わることもよくある。
絵に例えるなら、ラフと線画と着色、仕上げを別人が担当するようなものだ。
1つの素晴らしい音楽作品があったとして、それが名作たり得るのが誰のおかげなのかを明言するのは難しい。
つまり絵の一次創作者が「すべてを統べる者」であるのに対して、音楽の一次創作者(作曲家)は、「作品の一部を作り出すもの」でしかなく、ゆえに「自分のモノ感」が低く、それが仮にAIに置き換わったとしてもダメージが少ないのではないか。隣接する他の仕事がいくらでもあるし。