اگر اخیراً هنگام تماشای کلیپی در یک پلتفرم استریم، یک موسیقی زمینه بیش از حد معمول احساسات‌تان را برانگیخته، احتمالاً آن آهنگ را اصلاً یک آهنگساز نساخته است. یک مطالعه جدید نشان می‌دهد که موسیقی تولیدشده توسط هوش مصنوعی نه‌تنها فضای خالی را پر می‌کند، بلکه حتی ممکن است از موسیقی انسانی هم تأثیرگذارتر باشد.
آزمایش: مقایسه پاسخ‌های بیومتریک به موسیقی انسانی و هوش مصنوعی
روش‌شناسی پژوهش
در این پژوهش، ۸۸ داوطلب فیلم‌های کوتاه یکسانی را تماشا کردند در حالی که حسگرهای بیومتریک حرکات چشم و پوست آن‌ها را ردیابی می‌کرد. پس از هر نمایش، شرکت‌کنندگان احساسات خود را ارزیابی کردند و داده‌های جمع‌آوری‌شده، تغییرات ظریفی را نشان داد که حتی خود آن‌ها نیز متوجهش نشده بودند.
این تحقیق به رهبری نیکولاج فیشر از دانشگاه خودمختار بارسلونا (UAB) با همکاری مؤسسه RTVE در بارسلونا و دانشگاه لیوبلیانا انجام شد. این تیم، تخصص‌های خود را در زمینه‌های علوم ارتباطات، روان‌شناسی رسانه و مهندسی صدا ترکیب کرده بودند.
هوش مصنوعی و بازتعریف صدا
تحول تولید موسیقی با ابزارهای مولد هوش مصنوعی
ابزارهای هوش مصنوعی مولد، می‌توانند صرفاً با دریافت یک جمله ساده، یک آهنگ کامل بسازند. پلتفرم‌هایی مانند Suno و Stable Audio به کاربران اجازه می‌دهند تا حال‌وهوا، ریتم و سازبندی مورد نظرشان را انتخاب کنند. این ابزارها هم‌اکنون هزاران کلیپ در یوتیوب را تأمین موسیقی می‌کنند.
براساس گزارش بازار سال ۲۰۲۴، پیش‌بینی می‌شود که سهم بازار موسیقی هوش مصنوعی تا سال ۲۰۲۸ به بیش از ۳ میلیارد دلار برسد. تحلیل‌گران این رشد را ناشی از تقاضای فزاینده‌ی تبلیغ‌دهندگان و استودیوهای بازی‌سازی مستقل برای موسیقی سفارشی و کم‌هزینه می‌دانند.
طراحی شرایط آزمایش
تیم بارسلونا برای آزمودن این موضوع که آیا موسیقی مصنوعی صرفاً «پرکننده‌ی سکوت» است یا فراتر می‌رود، سه حالت مختلف را طراحی کرد:
- یک موسیقی سنتی و سینمایی ساخته‌شده توسط انسان
- یک آهنگ هوش مصنوعی تولیدشده با ورودی دقیق و مفصل
- یک آهنگ هوش مصنوعی دیگر، ساخته‌شده فقط بر اساس ورودی ساده شامل ارزش‌های احساسی کلی
یافته‌ها: موسیقی هوش مصنوعی، پاسخ احساسی قوی‌تری ایجاد می‌کند
نشانه‌های بیولوژیکی: از مردمک چشم تا پوست
رهگیری حرکات چشم نشان داد که هر دو نوع موسیقی تولیدشده توسط هوش مصنوعی باعث گشاد شدن بیشتر مردمک چشم‌ها شدند، نسبت به موسیقی انسانی. این افزایش، به طور میانگین ۰٫۱۸ میلی‌متر بود؛ شاخص قابل اعتمادی از تحریک احساسی بیشتر.
«هر دو نوع موسیقی هوش مصنوعی باعث گشادشدگی بیشتر مردمک چشم شدند و از نظر احساسی تحریک‌کننده‌تر از موسیقی انسانی بودند.» — فیشر
افزایش فعالیت‌های شناختی
تحلیل‌های بیشتر نشان داد که موسیقی تولیدشده با ورودی دقیق:
- تعداد پلک زدن را حدود ۲۰٪ افزایش داد
- پاسخ رسانایی پوست (GSR) را نیز بالا برد
این شاخص‌ها، نشانه‌هایی از بار شناختی بیشتر هستند، یعنی مغز برای پردازش آن موسیقی، انرژی بیشتری مصرف می‌کند.
نکته جالب اینجاست که این واکنش‌های بدنی بدون آن‌که شرکت‌کنندگان متوجه شوند اتفاق افتاد. آن‌ها در ارزیابی‌های احساسی خود، حالت خنثی را گزارش کردند. این یعنی بدن، فشار یا هیجان را قبل از آن‌که ذهن متوجه شود، ثبت می‌کند.
موسیقی و حافظه: کشیدن ظرفیت ذهنی به نفع یادآوری
چالش محدودیت حافظه کاری
حافظه کاری انسان محدود است، و وقتی موسیقی پیچیده می‌شود، مغز منابع بیشتری را برای درک ریتم و هماهنگی اختصاص می‌دهد.
با وجود این، شرکت‌کنندگان در آزمون‌های یادآوری که بعداً انجام شد، جزئیات صحنه‌ها را به خوبی به خاطر داشتند. این پدیده نشان می‌دهد که فشار شناختی در سطح متوسط، می‌تواند تمرکز را بالا ببرد و حتی باعث بهبود حافظه شود.
چنین تأثیراتی در پژوهش‌های قبلی نیز دیده شده بود؛ مثلاً وقتی موسیقی پرتنش در ویدیوهای آموزشی استفاده می‌شود، عملکرد یادگیری تقویت می‌شود.
آشنایی، عامل محبوبیت موسیقی انسانی
چرا موسیقی انسانی آشنا به نظر می‌رسد؟
با آن‌که هیچ‌کدام از شرکت‌کنندگان قبلاً آن موسیقی انسانی را نشنیده بودند، آن را آشنا توصیف کردند. دلیل این امر، الگوهای آشنای موسیقی هالیوودی است:
- گام مینور برای ایجاد تنش
- سازهای زهی متورم برای ایجاد احساس رهایی
- ترکیب‌هایی که گوش انسان را برای شناسایی برخی تونالیته‌ها شرطی کرده‌اند
اثر تازه بودن موسیقی هوش مصنوعی
در مقابل، موسیقی‌های هوش مصنوعی تازگی بیشتری داشتند. تازگی خود، باعث گشاد شدن مردمک و جلب توجه اکتشافی می‌شود؛ اثری که در آزمایش‌های مربوط به نوزادان با ملودی‌های ناهنجار نیز مشاهده شده است.
مدل‌های پیش‌بینی‌کننده نشان می‌دهند که وقتی موتورهای هوش مصنوعی کاملاً بتوانند این الگوهای آماری را بازتولید کنند، ممکن است شنوندگان دیگر حتی نتوانند تشخیص دهند آهنگساز کیست.
مزایای اقتصادی: موسیقی ارزان با همان اثرگذاری
کاهش هزینه تولید
وقتی ساخت موسیقی به جای هفته‌ها، در عرض چند ثانیه انجام شود، بودجه‌های تولیدی کاهش می‌یابد. فیلم‌سازان مستقل از همین حالا به جای استفاده از موسیقی‌های آماده گران‌قیمت، از آهنگ‌های هوش مصنوعی استفاده می‌کنند. نتایج فیزیولوژیکی نشان می‌دهد که همان آهنگ‌های موقتی ممکن است در نسخه نهایی هم باقی بمانند، چون از نظر احساسی مؤثرند.
فرصت برای کنسرت‌ها و آموزش موسیقی
- در لس‌آنجلس، کنسرت‌هایی برگزار شده که در آن‌ها الگوریتم‌ها کنار نوازندگان زنده بداهه‌نوازی می‌کنند و بلیت‌های آن‌ها به‌طور کامل فروش رفته است.
- مدارس موسیقی نیز در حال انطباق با این روند هستند. دانش‌آموزانی که قبلاً کنتراپوان می‌خواندند، حالا باید طراحی ورودی برای هوش مصنوعی را نیز یاد بگیرند.
اخلاقیات و دغدغه‌ها: احساسات توسط الگوریتم
دغدغه درباره رضایت مخاطب و تبلیغات دست‌کاری‌شده
الگوریتم‌های پنهان، سؤالات اخلاقی جدیدی ایجاد می‌کنند:
- تماشاگرانی که در شبکه‌های اجتماعی کلیپی را می‌بینند، هرگز رضایت‌نامه‌ای امضا نکرده‌اند که بدانند آیا ملودی گیتاری که می‌شنوند، ممکن است احساسات‌شان را دست‌کاری کند.
- روان‌شناسان رسانه هشدار می‌دهند که اگر تحلیل احساسات با موسیقی فوری ترکیب شود، تبلیغ‌دهندگان می‌توانند در لحظه، احساسات کاربران را تغییر دهند.
دغدغه هنرمندان و بحث‌های حقوقی
- هنرمندان نگرانند که داده‌های آموزشی این مدل‌ها، بدون اجازه از آثارشان استخراج شده باشد.
- در نیویورک و لندن، پرونده‌هایی در جریان است که ادعا می‌کنند استفاده از آثار دارای حق‌کپی‌رایت برای آموزش مدل‌ها، نقض حقوق صاحبان اثر است.
راهکارهای پیشنهادی برای تنظیم‌گری
گروه تحقیقاتی فیشر پیشنهاد می‌کند که از متادیتاهایی استفاده شود که اهداف تحریک احساسی را مشخص می‌کنند، تا در محتواهای کودکانه یا درمانی بتوان حد بالای تحریک احساسی را محدود کرد. اتحادیه اروپا ممکن است در این حوزه پیش‌قدم شود؛ چرا که پیش‌نویس قانون هوش مصنوعی اروپا از برچسب‌گذاری واضح محتوای صوتی مصنوعی حمایت می‌کند.
نتیجه‌گیری: بدن پیش از ذهن واکنش نشان می‌دهد
در حال حاضر، پیام ساده است: آهنگ بعدی که در یک ویدیوی آنلاین می‌شنوید، ممکن است از یک سرور آمده باشد، نه از استودیو موسیقی – و بدن شما قبل از آن‌که متوجه شوید، آن را احساس خواهد کرد.
این مطالعه در نشریه PLOS One منتشر شده است.
